登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
15857+
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
CAD
,共找到
515
条记录
默认排序
最新上传
最多下载
科学研究开放与透明化指南
psci-open-science-and-transparency
brycewang-stanford/Awesome-Journal-Skills
202
本指南详细介绍了现代学术出版,尤其是心理学领域,所要求的开放科学标准。内容涵盖了数据和材料的开放存储(需附DOI)、撰写研究透明度声明、链接预注册状态以及合理处理豁免权等关键实践,帮助作者确保稿件达到顶尖期刊所需的复现性和专业性。
查看详情
严谨的统计研究设计规划
psci-study-design
brycewang-stanford/Awesome-Journal-Skills
447
本技能指导用户规划严谨的心理学研究设计,确保研究符合高标准的学术要求。它详细介绍了功效分析、样本量合理性论证和预注册流程的最佳实践。适用于研究项目启动或撰写预分析计划阶段,旨在确保研究设计具备高水平的严谨性和透明度。
查看详情
心理学荟萃分析方法论
psychbull-meta-analysis-methods
brycewang-stanford/Awesome-Journal-Skills
56
本指南提供了严谨的统计学方法,用于学术界进行荟萃分析。它涵盖了标准化效应量(如Hedges' g、对数几率比)的计算、选择合适的模型(默认使用随机效应或多层次模型),并准确量化研究间的异质性(Q, I², τ², 和预测区间)。确保分析达到顶级心理学期刊的最新标准。
查看详情
元分析:调节变量与偏倚诊断
psychbull-moderators-and-bias
brycewang-stanford/Awesome-Journal-Skills
299
该技能用于心理学领域的高级元分析,旨在评估效应大小的可靠性及异质性来源。它包含调节变量分析(元回帰分析)以解释效应差异,并运行多重发表偏倚诊断(如漏斗图、Egger检验、p-曲线等)。适用于需要严格学术报告和稳健性检验的科研场景。
查看详情
开放科学透明度报告准备
psychbull-open-science-and-transparency
brycewang-stanford/Awesome-Journal-Skills
345
本技能指导作者为学术论文(尤其是荟萃分析)准备完整的透明度报告包。它确保符合开放科学原则,涵盖了协议预注册、编码数据库、代码本和分析脚本的完整提交要求,是证明定量研究结果可重复性的关键步骤。
查看详情
研究主题选题与综述类型判断
psychbull-topic-selection
brycewang-stanford/Awesome-Journal-Skills
229
本技能指导研究人员评估其课题是否适合顶级期刊的综述或知识合成。它通过结构化流程,判断现有文献的积累程度和学科意义,核心在于确认是否是整合现有研究成果。最终帮助用户选择最合适的证据合成方法,例如元分析、系统综述或定性综述。
查看详情
理论模型展示概念图设计指南
psychrev-conceptual-exhibits
brycewang-stanford/Awesome-Journal-Skills
129
本指南用于设计高度理论化的学术文稿(如心理学综述)中的概念展示图。它教授如何创建两种非实验性图表:结构化的模型/架构图和模型行为模拟图。重点在于学术严谨性,包括区分理论构建块和过程,明确区分模型预测和拟合数据,确保图表内容自洽且具有诊断性。
查看详情
理论修订回复撰写指南
psychrev-rebuttal
brycewang-stanford/Awesome-Journal-Skills
404
本指南提供了一个结构化的学术回复模板,用于应对理论模型在期刊投稿过程中收到的重大修改意见。它指导作者如何撰写回复信和修订理论,核心重点在于通过增加推导、限定模型范围等方式实质性地增强理论本身,而非仅仅停留在措辞的辩护上。
查看详情
心理学理论模型构建
psychrev-theory-construction
brycewang-stanford/Awesome-Journal-Skills
172
本技能指导用户构建心理学学术论文中的理论框架和正式模型。它提供了一个严谨的流程,帮助研究人员将模糊的直觉转化为明确、可操作的理论结构。学习界定核心假设、阐述因果机制,并将模型形式化为数学方程或概念模型,确保理论的推导性和科学严谨性。
查看详情
公共管理研究设计指南
pubar-research-design
brycewang-stanford/Awesome-Journal-Skills
113
本指南旨在提供一个系统化的框架,指导公共管理领域研究的严谨设计和论证。内容涵盖差分中的差分法(DiD)、工具变量法(IV)、回归不连续设计(RD)等多种因果推断方法,以及针对公务员和公民的实验设计。当您需要明确识别假设、应对审稿人关于因果关系的质疑,或进行研究预注册时,可以使用本框架来确保设计的学术严谨性和政策适用性。
查看详情
学术研究展示图表最佳实践
pubar-tables-figures
brycewang-stanford/Awesome-Journal-Skills
403
本指南提供了学术论文的图表设计最佳实践。它指导用户创建自包含、易于理解且专业展示的研究展示图表。核心目标是确保图表能清晰地传达效应大小和不确定性,服务于学术专家和公共政策实践者双方的需求。
查看详情
研究透明化与数据共享指南
pubar-transparency-and-data
brycewang-stanford/Awesome-Journal-Skills
333
本指南旨在帮助学术研究人员掌握开放科学的标准和最佳实践。它详细介绍了数据溯源、数据引用、数据共享(如Dataverse/QDR)以及处理不同证据类型的敏感数据流程,确保研究过程具备高可复现性和透明度。
查看详情
上一页
1
2
3
...
33
34
35
36
37
38
39
...
41
42
43
下一页
语言
简体中文
English