登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
18671+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
AI
,共找到
1061
条记录
默认排序
最新上传
最多下载
教育研究设计论证与规范
aerj-research-design
brycewang-stanford/Awesome-Journal-Skills
439
本技能旨在为教育学研究稿件提供高级方法论论证框架,适用于顶级学术期刊。它指导用户系统性地论证研究设计的合理性,涵盖了定量(多层级模型、准实验)、定性(民族志、案例研究)和混合方法等多种范式。核心在于应对审稿人对因果关系、可信度、选择偏差的质疑,确保设计符合严谨的学术报告标准。
查看详情
可持续农业研究与定位指南
agronomy-for-sustainable-development
brycewang-stanford/Awesome-Journal-Skills
478
本指南旨在帮助作者将农学或耕作系统研究,从单纯的产量提升,提升到具有明确、可量化环境、经济或社会可持续贡献的层面。它强调可持续性贡献必须是可证据化的,指导用户优化研究框架、方法论和数据报告,以符合高标准的学术期刊要求。
查看详情
模型数据与性能评估指南
agsy-data-and-model-evaluation
brycewang-stanford/Awesome-Journal-Skills
73
本技能指导用户如何为复杂的系统模型进行科学、严谨的评估和验证。核心在于模型必须使用独立的、未参与校准的数据进行测试。内容涵盖了标准拟合统计量(如RMSE、NSE)、敏感性分析(找出关键驱动因素)、不确定性传播以及多目标权衡分析,确保模型的科学可靠性。
查看详情
系统科学图表展示规范
agsy-figures-and-tables
brycewang-stanford/Awesome-Journal-Skills
387
本指南为复杂系统科学(尤其农业系统)论文提供了严谨的图表设计规范。它指导作者放弃展示单一因素的柱状图,转而构建能展现系统交互作用、权衡关系(如Pareto前沿)、动态变化、资源流和模型拟合度的系统性图表。所有图表必须具备自洽性、可重复性并准确展示不确定性。
查看详情
AI/统计学术证据包构建指南
aistats-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
330
本指南为AI、统计学和机器学习领域的学术论文提供证据包构建方法。指导作者如何系统化地打包所有补充材料,包括证明、模拟脚本、基准数据和随机种子,确保研究过程的高度可复现性和可检查性,以满足顶级学术会议的要求。
查看详情
AISTATS作者回复策略指南
aistats-author-response
brycewang-stanford/Awesome-Journal-Skills
330
本指南详细介绍了在AISTATS等顶级会议上撰写作者对审稿人评论的回复策略。它指导作者如何以匿名、文本形式,结构化地解决关于统计有效性、新颖性、清晰度等技术性质疑。掌握如何分类质疑、锚定现有证据,并应对具体的统计学挑战。
查看详情
AISTATS实验设计与验证指南
aistats-experiments
brycewang-stanford/Awesome-Journal-Skills
64
本指南为设计和审计实证或模拟实验提供严格的学术规范,尤其适用于理论机器学习和统计学论文。它强调将每个实证主张映射到具体的证据,确保统计严谨性(如报告不确定性、基线模型、随机种子),核心目的是验证理论假设而非追求排行榜上的最佳性能,极大地提升研究的可复现性。
查看详情
AI统计学可复现性指南
aistats-reproducibility
brycewang-stanford/Awesome-Journal-Skills
153
本指南为AI和统计学研究论文作者提供的方法论指导。它要求作者将论文中的每个论点(理论、算法或实验)都对应到可验证的证据链,需详细报告数据集、超参数、随机种子、计算资源和不确定性估计。旨在帮助作者达到高水平的科学可复现性标准,确保研究的严谨性。
查看详情
AISTATS审稿流程指南
aistats-review-process
brycewang-stanford/Awesome-Journal-Skills
368
本指南详细介绍了AISTATS的学术论文同行评审流程,涵盖了从OpenReview提交工作流到作者-审稿人互动、决策标准(正确性、意义、实证支持)等全方位知识点。它旨在帮助研究人员制定优化的投稿和回复策略,提升在统计学和机器学习领域的投稿成功率。
查看详情
AISTATS补充材料撰写指南
aistats-supplementary
brycewang-stanford/Awesome-Journal-Skills
233
本指南提供了为AISTATS等顶级学术会议准备补充材料的全面最佳实践。它详细介绍了附录、数学证明、代码存档和额外数据表的正确结构和处理方法,确保即使审稿人忽略补充材料,主论文本身依然具有完整的可理解性。适用于需要发表高标准、严谨学术研究的流程。
查看详情
学术期刊数据分析与可复现性要求
ajps-data-analysis
brycewang-stanford/Awesome-Journal-Skills
445
本指南旨在遵循顶级学术期刊(如AJPS)对数据分析和报告的最高标准。核心要求是实现完全的可复现性,确保所有的分析结果、图表和表格都必须由一个单一的、带固定种子的主脚本生成。它涵盖了报告不确定性、检验模型稳健性、遵守预注册纪律等高级实证分析方法,以通过第三方代码验证。
查看详情
AJPS论文复现与验证指南
ajps-replication-and-verification
brycewang-stanford/Awesome-Journal-Skills
231
本指南详细介绍了美国政治科学期刊(AJPS)强制执行的预出版复现与验证流程。它指导作者构建一个稳健的、可复现的分析包(包含代码、数据和文档),确保独立验证方能重跑代码并确认所有数值结果与论文主体一致,从而达到发表要求。
查看详情
上一页
1
2
3
...
27
28
29
30
31
32
33
...
87
88
89
下一页
语言
简体中文
English