為推動計算社會科學的研究，澳大社會科學學院定期舉辦工作坊，邀請相關領域的學者分享其研究成果。
是次工作坊中美國普渡大學社會學系的Shawn Bauldry教授介紹了經典中介分析與因果對比方法的比較研究，並深入淺出地剖析了中介分析的兩大框架。
Bauldry教授介紹了中介分析的兩大框架：經典框架和因果框架。經典框架以結構方程模型（SEM）和Baron & Kenny方法為基礎，操作簡單，但有一定局限，包括難以處理非連續變量、忽略混淆變量，且對多分類中介變量易產生估計偏差。因果框架則基於有向無環圖（DAG）和潛在結果（PO），不依賴線性假設，能捕捉交互效應，通過明確因果路徑降低誤差，估計會更精確。Bauldry教授通過模擬展示經典方法的局限性，並介紹因果中介分析的核心效應，即控制直接效應（CDE），自然直接效應（NDE）和自然間接效應（NIE），以實際案例讓這些概念更易理解。最後，他以2023年美國藥物使用與健康調查數據為例，強調了敏感性分析在檢驗模型穩健性的重要性，建議研究應重視假設檢驗、多分類中介變量的結構，並詳細報告敏感性分析，以確保結論可靠。
Bauldry教授的講座從理論框架到實證應用，系統地梳理了中介分析的挑戰與改進方向。這場講座不僅深化了參與師生對中介分析的理解，也為他們提供了寶貴的實證指引。
Shawn Bauldry教授專注於結構方程模型的發展，廣泛應用於社會科學研究，在醫療社會學及社會不平等領域，深入研究社會經濟資源如何影響個人及多代人的健康。其成果發表於Sociological Methods & Research, Social Forces, 及Journals of Gerontology: Medical Sciences等頂級期刊。
