登录
下载

Skill UI

浏览并发现 15532+ 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 COM ，共找到 1328 条记录
默认排序 最新上传 最多下载

实验设计与因果推断

nbr-experiment
brycewang-stanford/Awesome-Journal-Skills
415
本指南详细指导了社会行为科学中的实验研究流程，旨在确保研究的高内部效度。内容涵盖了情境、实验室和现场三种实验设计，并强调了操纵检验、混淆控制、功效分析和效应量报告等关键步骤，帮助用户进行严谨的因果推断。
查看详情

问卷测量规范与信效度检验

nbr-measurement
brycewang-stanford/Awesome-Journal-Skills
210
本指南是学术问卷研究的测量规范手册，详细指导如何进行严谨的信度、效度检验及共同方法偏差（CMV）诊断。它覆盖了从量表本土化、预测试到高级统计报告的所有流程，确保研究成果符合高标准学术期刊的要求。
查看详情

质性研究与多案例分析指南

nbr-qualitative-case
brycewang-stanford/Awesome-Journal-Skills
340
这是一份针对质性研究和多案例比较的综合性指南。内容涵盖了如何从访谈、档案等资料中归纳理论、设定案例选择逻辑、完成层次编码（开放、主轴、选择），并确保研究的科学严谨性。重点指导如何达到理论饱和，以及通过三角验证、成员核查和审计追踪来提升研究的可信度。
查看详情

进阶结构方程模型分析

nbr-survey-sem
brycewang-stanford/Awesome-Journal-Skills
287
本指南提供使用结构方程模型（SEM）进行高级量化研究的完整流程，适用于问卷数据分析。详细指导了复杂的因果关系检验，包括中介、调节和被调节的中介效应，并涵盖了利用多层模型（HLM）处理嵌套数据，是撰写学术论文必备的严谨统计方法。
查看详情

网络安全研究可复现性指南

ndss-reproducibility
brycewang-stanford/Awesome-Journal-Skills
399
本指南为网络安全研究人员提供一套系统性的可复现性流程。它指导用户固定实验环境、处理敏感的网络数据轨迹、维护详细的实验声明账本，确保研究结果具备高度的科学可审计性和可验证性。
查看详情

临床伦理与研究诚信核查指南

nejm-ethics
brycewang-stanford/Awesome-Journal-Skills
445
这是一份全面的学术投稿伦理和研究诚信核查清单，旨在确保稿件符合《赫尔辛基宣言》和ICMJE等国际标准。它指导作者完成IRB审批、知情同意获取、利益冲突披露、作者贡献界定以及数据共享声明等关键流程，是提交给顶级医学期刊前的必备自查工具。
查看详情

临床论文图表撰写指南

nejm-figures-tables
brycewang-stanford/Awesome-Journal-Skills
436
本指南详细阐述了撰写高质量临床研究图表（如基线特征表1、Kaplan-Meier曲线、森林图和CONSORT流程图）的最佳实践。它强调统计数据的严谨性，要求报告风险人数（numbers-at-risk），并确保所有报告元素（如样本量）之间的数据一致性，以符合顶级医学期刊的发表要求。
查看详情

顶级期刊临床研究评估

nejm-fit
brycewang-stanford/Awesome-Journal-Skills
379
本技能用于严格评估临床研究的学术价值和发表潜力，特别是针对顶级医学期刊（如NEJM、柳叶刀）的标准。它从临床重要性、方法学严谨性和普遍适用性三个维度进行系统检验，帮助用户判断研究是否具有改变临床实践的突破性意义，从而决定最合适的投稿期刊。
查看详情

临床研究设计与撰写指南

nejm-study-design
brycewang-stanford/Awesome-Journal-Skills
210
本指南提供了一份全面的临床研究设计与撰写自查清单，专门针对NEJM等顶级期刊的要求。它强调了前瞻性试验注册、统计分析计划（SAP）的预设性，以及设计严谨性（如随机化、盲法、意向性分析）的检查。可帮助作者在投稿前识别关键的方法学缺陷。
查看详情

NEJM投稿终极检查清单

nejm-submission
brycewang-stanford/Awesome-Journal-Skills
99
这是一份为提交顶级医学期刊（如NEJM）稿件设计的终极预检查清单。它全面核查稿件在科学意义、统计严谨性、报告指南（如CONSORT/PRISMA）、伦理披露（ICMJE、数据共享）和结构完整性等方面是否符合最高要求，确保投稿万无一失。
查看详情

机器学习实验严谨性审计

neurips-experiments
brycewang-stanford/Awesome-Journal-Skills
429
本指南旨在帮助研究人员在提交顶尖机器学习会议论文前，系统性地对实验证据进行压力测试和审计。涵盖了基线模型、消融实验、鲁棒性验证、数据泄露检查等多个环节，确保研究成果具有高度的科学性和可复现性。
查看详情

NeurIPS论文可复现性指南

neurips-reproducibility
brycewang-stanford/Awesome-Journal-Skills
414
本指南为投稿顶级机器学习会议（如NeurIPS）的作者提供全面的可复现性要求指导。内容涵盖数据划分、超参数、随机种子和计算资源等关键实验环节的透明化要求。它帮助作者评估论文的核心贡献是知识创新还是结果复现，从而确定最合适的投稿路线（主会或MLRC/TMLR）。
查看详情
上一页123...91929394959697...109110111下一页
语言
简体中文
English