MediaWiki-API-Ergebnis

{
    "batchcomplete": "",
    "continue": {
        "gapcontinue": "Reifung",
        "continue": "gapcontinue||"
    },
    "warnings": {
        "main": {
            "*": "Subscribe to the mediawiki-api-announce mailing list at <https://lists.wikimedia.org/postorius/lists/mediawiki-api-announce.lists.wikimedia.org/> for notice of API deprecations and breaking changes."
        },
        "revisions": {
            "*": "Because \"rvslots\" was not specified, a legacy format has been used for the output. This format is deprecated, and in the future the new format will always be used."
        }
    },
    "query": {
        "pages": {
            "120": {
                "pageid": 120,
                "ns": 0,
                "title": "Regeln induktiver Erkenntnis nach John Stuart Mill",
                "revisions": [
                    {
                        "contentformat": "text/x-wiki",
                        "contentmodel": "wikitext",
                        "*": "{{Nav|Navigation|Erkenntniswege|Wissenschaftstheorie}}\n\nJohn Stuart Mill formulierte eine Reihe von Methoden, die als Regeln f\u00fcr logisch basiertes [[Induktion|induktives Schlie\u00dfen]] aufgefasst werden k\u00f6nnen:\n\n<br/>[[Datei:Mill1.png|100px|links|link=Ausgelagerte_Bildbeschreibungen#Methode_der_\u00dcbereinstimmung|Ausgelagerte Bildbeschreibung von Methode der \u00dcbereinstimmung]]Die '''Methode der \u00dcbereinstimmung''' postuliert: Wenn AX zu Y f\u00fchrt und BX zu Y f\u00fchrt, kann man schlie\u00dfen, dass X zu Y f\u00fchrt.\n''Beispiel: Wenn eine Gl\u00fchbirne in Lampe A kein Licht erzeugt und in Lampe B auch nicht, kann man davon ausgehen, dass die Gl\u00fchbirne kaputt ist. ''\n\n\n<br/> [[Datei:Mill2.png|300px|links|link=Ausgelagerte_Bildbeschreibungen#Methode_des_Unterschieds|Ausgelagerte Bildbeschreibung von Methode des Unterschieds]]Die '''Methode des Unterschieds''' besagt: Wenn AX zu Y f\u00fchrt, aber A alleine nicht, kann man schlie\u00dfen, dass X zu Y f\u00fchrt.\n''Beispiel: Wenn ich Steak und Salat esse und eine Lebensmittelvergiftung kriege, aber meine Tischnachbarin, die nur das Steak a\u00df, nicht \u2013 dann kann ich begr\u00fcndet vermuten, dass etwas mit dem Salat nicht gestimmt hat. ''\n\n<br/>[[Datei:Mill3.png|100px|links|link=Ausgelagerte_Bildbeschreibungen#Methode der Resterscheinung|Ausgelagerte Bildbeschreibung von Methode der Resterscheinung]]\nDie '''Methode der Resterscheinungen''' besagt: Wenn A zu B f\u00fchrt und AX zu BY f\u00fchrt, kann man schlie\u00dfen, dass X zu Y f\u00fchrt.\n''Beispiel: Wenn ich mit offenem Fenster schlafe, bekomme ich Kopfweh. Schlafe ich zus\u00e4tzlich ohne Kopfkissen, habe ich Nackenschmerzen und Kopfweh. Vermutlich sind die Nackenschmerzen somit vom fehlenden Kopfkissen ausgel\u00f6st. ''\n\n\n<br/>[[Datei:Mill4.png|500px|rechts|link=Ausgelagerte_Bildbeschreibungen#Methode_der_begleitenden_Ver\u00e4nderungen |Ausgelagerte Bildbeschreibung von Methode der begleitenden Ver\u00e4nderungen]]Die '''Methode der begleitenden Ver\u00e4nderungen''' besagt: Wenn AX zu Y f\u00fchrt und die Steigerung von AX zum gleichen Y, aber die Steigerung von X zu einer gleichf\u00f6rmigen Steigerung von Y \u2013 dann kann man schlie\u00dfen, dass X zu Y f\u00fchrt und beide in ihrer Auspr\u00e4gung korreliert sind.\n''Beispiel:  Nehmen wir an, es macht mich m\u00fcde, Chips vor dem Fernseher zu essen. Mehr Chips zu essen hat auf die M\u00fcdigkeit keinen Einfluss. Je l\u00e4nger ich jedoch fernsehe, desto m\u00fcder werde ich. Der Schluss liegt somit nahe, dass das Fernsehen die M\u00fcdigkeit ausl\u00f6st und beide in ihrer Intensit\u00e4t korreliert sind. ''"
                    }
                ]
            },
            "464": {
                "pageid": 464,
                "ns": 0,
                "title": "Regressionseffekt",
                "revisions": [
                    {
                        "contentformat": "text/x-wiki",
                        "contentmodel": "wikitext",
                        "*": "{{Nav|Navigation|Kontrollprobleme|Versuchsplanung}}\n\nStatistische Regressionseffekte (regression to the mean) k\u00f6nnen bei [[Wiederholungsmessung]]en entstehen. Wenig [[Retestreliabilit\u00e4t|retestreliable]] Messinstrumente f\u00fchren dazu, dass extreme Werte aus der ersten Messung bei einer wiederholten Messung weniger extrem ausfallen und eine allgemeine Verschiebung der Merkmalsauspr\u00e4gung zu mittleren Werten auftritt. Diese Gefahr besteht vor allem dann, wenn man vorgegebene Gruppen untersucht ([[Quasi-Experimente|quasiexperimentelle Untersuchungen]]), denn hier ist die Chance gr\u00f6\u00dfer, dass bei der ersten Messung extreme Werte auftreten. \nAuch wenn man Versuchspersonen anhand eines Pretests f\u00fcr dei Untersuchung ausw\u00e4hlt, besteht erh\u00f6htes Risiko f\u00fcr einen Regressionseffekt. Denn die Probanden mit schlechten Werten k\u00f6nnten einfach einen \"schlechten Tag\" gehabt haben. \n\n[[Datei:regressionseffekt.png|500px|link=Ausgelagerte_Bildbeschreibungen#Regressionseffekt|Ausgelagerte Bildbeschreibung von Regressionseffekt]]\n\n'''L\u00f6sung:''' [[Randomisierung]], [[Kontrollgruppen-Designs|Kontrollgruppen]]"
                    }
                ]
            }
        }
    }
}