推文

@huangcheng943 · 2026-10-12 12:33

论文摘要说“新教学法显著提高成绩”，可它有没有交代对照组、样本量和结果的不确定性？K-Dense Inc. 维护的具体 Skill「peer-review」有独立 SKILL.md，适合学习如何把论文主张逐条对应到证据，形成有位置、有依据、有修改建议的审阅草稿。它不会代替审稿人作录用决定。 安装前先检查维护者来源、SKILL.md、脚本和权限。已安装 GitHub CLI 2.90.0+ 时，可运行： gh skill install K-Dense-AI/scientific-agent-skills peer-review --agent codex 重启或重载 Codex，在 Skill 列表中找到 peer-review，并打开 SKILL.md 核对名称和来源。需要运行附带的本地检查脚本时，另备 Python 3.11+；安装 Skill 本身不等于自动装好 Python。 可复制调用模板： “使用 peer-review 学习审阅以下公开或虚构摘要。先列研究问题、研究设计、主要主张与对应证据；逐项检查样本量、对照、效应量和不确定性；输出‘位置｜观察｜依据｜为何重要｜建议修改’表。缺失的信息标‘未报告’，不要编造结果，也不要给出录用结论。” 示例输入（虚构）：“40 名学生分两组；新方法组平均 82 分，对照组 79 分；作者称方法有效。”预期输出会追问分组是否随机、两组起点是否可比、分数离散程度与置信区间，而不是把 3 分差直接当作因果证据。可用公开样例先验证输出结构；附带的本地核验脚本只查格式与一致性，不会自动判定论文质量。 免费边界：该 Skill 为 MIT 许可；安装、阅读流程和 Python 标准库的本地检查脚本不收 Skill 费用。AI 客户端或模型服务可能另收费；若使用外部模型，按其定价单独计费。未公开稿件要先确认审稿授权、期刊的 AI/保密政策和利益冲突；即使本地脚本离线，向托管助手粘贴稿件仍可能构成外部处理。未经许可只用公开或虚构材料练习。 #免费AISkill #论文审阅 #研究方法 官方来源 https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/peer-review/SKILL.md

曝光 14 · 评论 0 · 点赞 0 · 书签 0 · 曝光/时 7.959676152372852