NATURAL EXPERIMENTS Meaning in Malay - translations and usage examples

• eksperimen semula jadi
• eksperimen semulajadi

Examples of using Natural experiments in English and their translations into Malay

This approach is called natural experiments.
Pendekatan ini dipanggil eksperimen semula jadi.

Like natural experiments, matching is a design that also benefits from big data sources.
Seperti eksperimen semula jadi, yang hampir sama adalah reka bentuk yang juga mendapat manfaat daripada sumber data yang besar.

Two approaches that especially benefit from the digital age are matching and natural experiments.
Dua pendekatan yang terutama manfaat daripada era digital yang sepadan dan eksperimen semula jadi.

For more on how natural experiments can be very tricky to interpret, see Sekhon and Titiunik(2012).
Untuk lebih lanjut mengenai bagaimana eksperimen semulajadi boleh menjadi sangat sukar untuk mentafsir, lihat Sekhon and Titiunik( 2012).

Fair comparisons can come from either randomized controlled experiments or natural experiments.
Perbandingan Fair boleh datang dari sama ada eksperimen rawak dikawal atau eksperimen semula jadi.

In practice, the confidence we have in natural experiments frequently hinges on the plausibility of this“as-if” random claim.
Dalam amalan, keyakinan yang kita ada dalam eksperimen semula jadi sering bergantung kepada yang munasabah ini" as-jika" tuntutan rawak.

Two approaches that especially benefit from big data sources are natural experiments and matching.
Dua pendekatan yang terutamanya mendapat manfaat daripada sumber data besar adalah eksperimen semula jadi dan padanan.

With natural experiments researchers have less control over things like recruitment of participants, randomization, and the nature of the treatment.
Dengan eksperimen semula jadi penyelidik mempunyai kurang kawalan ke atas perkara seperti pengambilan peserta, rawak, dan sifat rawatan.

In practice, researchers use two different strategies for finding natural experiments, both of which can be fruitful.
Dalam amalan, penyelidik menggunakan dua strategi yang berbeza untuk mencari eksperimen semula jadi, kedua-duanya boleh membuahkan hasil.

I will use it to further discuss natural experiments like the one by Angrist(1990) on the effect of military service on earnings.
Salah satu contoh yang paling jelas daripada strategi menggunakan eksperimen semula jadi datang dari penyelidikan Angrist( 1990) yang mengukur kesan perkhidmatan tentera ke atas pendapatan.

The growth of always-on, big data systems increases our ability to effectively use two existing methods: natural experiments and matching.
Pertumbuhan sentiasa ke, sistem data yang besar meningkatkan keupayaan kami untuk berkesan menggunakan dua kaedah yang sedia ada: eksperimen semula jadi dan yang sepadan.

Then, I will use it to further discuss natural experiments like the one by Angrist(1990) on the effect of military service on earnings.
Kemudian, saya akan menggunakannya untuk membincangkan lagi eksperimen semula jadi seperti Angrist( 1990) mengenai kesan perkhidmatan ketenteraan ke atas pendapatan.

Two features of big data sources- their always-on nature and their size- greatly enhances our ability to learn from natural experiments when they occur.
Dua ciri-ciri sumber-mereka data besar sifat sentiasa ke dan mereka saiz meningkatkan lagi keupayaan kita untuk belajar daripada eksperimen semula jadi apabila ia berlaku.

One of clearest examples of the strategy of using natural experiments comes from the research of Angrist(1990) that measures the effect of military services on earnings.
Salah satu contoh yang paling jelas daripada strategi menggunakan eksperimen semula jadi datang dari penyelidikan Angrist( 1990) yang mengukur kesan perkhidmatan tentera ke atas pendapatan.

The concept of fair comparisons that motivated the desires to do experiments also underlies the two alternative approaches: natural experiments and matching.
Konsep perbandingan yang adil yang mendorong keinginan untuk melakukan eksperimen juga mendasari kedua-dua pendekatan alternatif: eksperimen semula jadi dan yang sepadan.

Often natural experiments are the best way to estimate cause-and-effect relationships in settings where it is not ethical or practical to run randomized controlled experiments..
Selalunya eksperimen semulajadi adalah cara yang terbaik untuk menganggarkan hubungan sebab dan akibat dalam tetapan di mana ia tidak beretika atau praktikal untuk menjalankan eksperimen terkawal rawak.

For machine learning approaches that attempt to automatically discover natural experiments inside of big data sources, see Jensen et al.
Untuk pendekatan pembelajaran mesin yang cuba secara automatik menemui eksperimen semula jadi di dalam sumber data besar, lihat Jensen et al.

The key difference between natural experiments and matching is that in natural experiments the researcher knows the process through which treatment was assigned and believes it to be random.
Perbezaan utama antara eksperimen semula jadi dan yang hampir sama ialah dalam eksperimen semula jadi penyelidik tahu proses di mana rawatan telah diberikan dan percaya ia menjadi rawak.

In conclusion, estimating causal effects from non-experimental data is difficult, but approaches such as natural experiments and statistical adjustments(e.g., matching) can be used.
Kesimpulannya, menganggarkan kesan kausal dari data tidak eksperimen adalah sukar, tetapi pendekatan seperti eksperimen semula jadi dan penyesuaian statistik( contohnya, sepadan) boleh digunakan.

As described in Chapter 2, natural experiments are situations where something happens in the world that approximates the random assignment of treatments(e.g., a lottery to decide who will be drafted into the military).
Seperti yang diterangkan dalam Bab 2, eksperimen semula jadi adalah situasi di mana sesuatu yang berlaku di dunia yang lebih kurang tugasan rawak rawatan( contohnya, loteri untuk menentukan siapa yang akan digubal ke dalam tentera).

In chapter 4, I will describe how randomized controlled experiments can help researchers make causal estimates, and here I will describe how researchers can take advantage of natural experiments, such as the draft lottery.
Dalam bab 4, saya akan menerangkan bagaimana percubaan terkawal rawak dapat membantu penyelidik membuat anggaran kausal, dan di sini saya akan menerangkan bagaimana para penyelidik boleh mengambil kesempatan daripada eksperimen semula jadi, seperti loteri draf.

Deaton(2010) and Heckman and Urzúa(2010) argue that focusing on natural experiments can lead researchers to focus on estimating unimportant causal effects;
Deaton( 2010) dan Heckman and Urzúa Deaton( 2010) dan Heckman and Urzúa( 2010) berhujah bahawa memberi tumpuan kepada eksperimen semula jadi boleh menyebabkan para penyelidik menumpukan perhatian untuk menganggarkan kesan kausal yang tidak penting;

This is an example of research using a natural experiment. Source: Wikimedia Commons.
Ini adalah satu contoh penyelidikan menggunakan eksperimen semula jadi. Sumber: Wikimedia Commons.

Random event+ always-on data system= natural experiment.
Peristiwa rawak+ sentiasa ke sistem data= eksperimen semula jadi.

We had a little natural experiment.
Kami telah menjalankan satu eksperimen semulajadi.

(2014) were exploiting what could be called an Emotional Contagion natural experiment.
( 2014) telah mengeksploitasi apa yang boleh dipanggil emosi Contagion eksperimen semula jadi.

For example, rather than running an experiment, the researchers could have exploited a natural experiment.
Sebagai contoh, daripada menjalankan percubaan, penyelidik boleh dieksploitasi eksperimen semula jadi.

This is an example of research using a natural experiment.
Ini adalah satu contoh penyelidikan menggunakan eksperimen semula jadi.

For example, rather than running a randomized controlled experiment, the researchers could have exploited a natural experiment.
Sebagai contoh, daripada menjalankan percubaan, penyelidik boleh dieksploitasi eksperimen semula jadi.

This is an example of research using a natural experiment. Source.
Ini adalah contoh penyelidikan menggunakan percubaan semulajadi.