登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16594+ 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 代码分析 ，共找到 72 条记录
默认排序 最新上传 最多下载

法律经济学研究可重复性包

jle-replication-package
brycewang-stanford/Awesome-Journal-Skills
278
本指南旨在帮助用户为法律经济学领域的实证研究准备符合期刊要求的可重复性软件包。核心要求包括完整记录所有数据、分析代码和计算流程，并撰写详细的README文档。它特别强调了如何处理受限或专有法律数据源（如庭审记录），确保研究成果在发表前具备最高的透明度和可验证性。
查看详情

开放科学与透明度标准准备

joap-open-science-and-transparency
brycewang-stanford/Awesome-Journal-Skills
59
本指南帮助研究人员了解并准备符合顶尖学术期刊（如JAP）的开放科学和透明度要求。它详细指导研究者如何用持久化标识符（DOI）存款数据、分析代码和研究材料，并撰写数据可用性声明，确保研究过程的完整性、可追溯性和科学的复现性。
查看详情

期刊复现性与数据政策指南

jop-replication-and-data-policy
brycewang-stanford/Awesome-Journal-Skills
344
本指南详细介绍了学术期刊（如JOP）对论文提交的严格复现性要求。接受发表的前提是作者必须提交一个完整、可执行、高度文档化的数据包。该包必须包含原始数据集、主分析代码、变量代码本和详细说明文档，确保所有研究结果均可被期刊分析师独立验证和复现。同时，也指导了如何处理受限数据。
查看详情

政策分析研究可复现性指南

jpam-transparency-and-data
brycewang-stanford/Awesome-Journal-Skills
271
本指南为政策分析期刊投稿作者准备的必备材料。它详细阐述了如何确保研究结果的可复现性，核心要求包括在公共仓库存档数据和代码、构建主脚本生成所有图表，以及处理受限数据的完整流程和说明。
查看详情

JPART数据分析与报告规范

jpart-data-analysis
brycewang-stanford/Awesome-Journal-Skills
419
本指南为向《公共管理研究与理论杂志》（JPART）投稿准备数据分析和报告提供了全流程指导。内容涵盖高级统计方法、共方法偏差处理、严格的稳健性检验，并强调必须达到数据和代码公开的学术高标准，确保研究结果能顺利通过专家评审。
查看详情

严谨的学术论文分析与验证

mgsci-data-analysis
brycewang-stanford/Awesome-Journal-Skills
284
本指南适用于管理科学等高阶学术论文的分析执行与报告。它要求在两个维度进行严谨验证：理论分析（证明定理、比较静态）和实证分析（使用DiD、IV等方法进行因果效应估计）。核心强调遵守数据和代码披露政策，确保所有结果具备可重复性，并达到最高的学术方法论标准。
查看详情

运营研究的严谨分析与可复现性标准

msom-data-analysis
brycewang-stanford/Awesome-Journal-Skills
210
本内容提供了运营管理领域进行高影响力研究的方法论标准。它指导用户如何进行严谨的数理分析（证明、敏感性分析）和实证研究（变量识别、稳健性），核心要求是确保研究结果具有可操作性、科学性，并提供完整的代码和数据可复现性。
查看详情

数据与代码可用性指南

pnas-data
brycewang-stanford/Awesome-Journal-Skills
144
本指南详细介绍了学术出版物中对研究数据和分析代码的最高可用性标准。它指导用户如何将原始数据（序列、结构、数据集）和代码上传至指定的公共存档库（如GEO, Zenodo），并获取永久识别码（DOI/登录号），以确保研究成果的高度可重复性和透明度。
查看详情

科学研究报告与可重复性标准

pnas-statistics
brycewang-stanford/Awesome-Journal-Skills
378
本指南基于顶级期刊（如PNAS）的要求，详细阐述了科学报告的严谨标准。它指导用户如何超越单纯的P值报告，必须包含效应大小、置信区间、样本量依据、生物学/技术重复区分，并确保分析代码和数据的可重复性，以提高研究结果的可信度。
查看详情

数据与代码公开可及性要求

pnasnexus-data
brycewang-stanford/Awesome-Journal-Skills
343
本文档遵循开放科学原则，指导研究人员满足期刊强制的开放数据和代码公开要求。需将所有原始数据、分析代码和图像等材料存入公共、可追溯的存储库（如Zenodo、GEO），并使用DOI或登录号进行引用，杜绝仅使用“可应要求获取”的声明。
查看详情

人口与发展研究设计论证

popdevr-research-design
brycewang-stanford/Awesome-Journal-Skills
387
本模块旨在指导人口学研究设计进行严谨的论证，特别关注人口结构变化如何影响发展进程的因果关系。它帮助用户选择和论证合适的统计方法（如生命表、分解法、事件史分析等），并重点解决人口变量与发展变量间的因果识别问题。该技能侧重于提升理论论证的严谨性，而非代码实现。
查看详情

元分析纳入与编码规范

psychbull-inclusion-and-coding
brycewang-stanford/Awesome-Journal-Skills
499
本技能指导在进行元分析时，如何科学、透明地确定研究纳入标准和数据编码流程。它强调预先制定纳入/排除准则、构建详细代码手册、进行双重编码，并计算编码者间信度（如Kappa、ICC），以此确保研究综合结果的可靠性和可重复性。
查看详情
上一页123456下一页
语言
简体中文
English