软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18950+ 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 UART ，共找到 14 条记录

默认排序最新上传最多下载

季度财务报告模板

nexu-io/html-anything

这是一款全面的季度财务报告模板，集成了公司概览、关键绩效指标（KPI）、收入与烧钱图表、损益表（P&L）概要、重点亮点以及未来展望。适用于向利益相关者展示公司结构化的财务表现。

学术论文投稿匹配度诊断

ceq-fit-positioning

brycewang-stanford/Awesome-Journal-Skills

本工具用于诊断学术论文是否符合顶级经济学期刊（如CEQ）的发表要求。它提供一个“三维快速诊断”框架，从识别策略、贡献的可对话性、问题层级三个角度评估稿件的质量。如果匹配度不高，将提供详细的改投路径和建议，帮助作者优化论文定位。

《经济学(季刊)》投稿标准与指南

china-economic-quarterly

brycewang-stanford/Awesome-Journal-Skills

该指南为投稿《经济学(季刊)》的学者提供方法论指导。核心是确保研究具备国际一流的计量经济学标准，重点要求干净的因果识别、结构模型构建和准实验设计（如现代DID、IV），帮助作者提高论文的理论深度和技术严谨性，避免常见方法论误区。

学术数据分析与透明度报告

misq-data-analysis

brycewang-stanford/Awesome-Journal-Skills

本指南用于执行、评估和报告MIS季度顶级期刊的实证研究核心。它涵盖了针对行为信息系统（PLS-SEM）、信息系统经济学（因果识别）、设计科学（人工制品评估）和定性研究等不同研究传统的专业方法，确保研究具备最高的学术透明度和可重复性。

研究设计与方法论框架

brycewang-stanford/Awesome-Journal-Skills

本指南为学术论文提供了一个全面的方法论结构化框架，尤其适用于MIS Quarterly等顶刊投稿。它指导研究人员根据理论和主张，为行为学、设计科学、经济学等不同研究传统选择并捍卫最合适的实验设计，并强调了因果识别、共同方法偏差和严格评估计划等关键方法论要求。

MISQ期刊图表优化指南

misq-tables-figures

brycewang-stanford/Awesome-Journal-Skills

本指南提供为MIS Quarterly期刊投稿设计的图表和表格最佳实践。它指导作者如何根据不同的研究传统（如行为学、设计科学），创建自洽、高影响力的图表，同时严格管理版面预算，确保所有展示材料都能有力支持论文的核心论点，并遵循学术规范。

POQ论文投稿审稿指南

poq-review-process

brycewang-stanford/Awesome-Journal-Skills

本指南基于Public Opinion Quarterly (POQ)的同行评审流程，帮助研究人员从投稿前就系统性地评估稿件的学术成熟度。它详细涵盖了双盲评审要求、严格的调查方法论标准（如AAPOR披露和总调查误差TSE），以及如何准备代码和数据以应对审稿人提出的挑战，确保论文具备极高的发表潜力。

调查设计与误差测量

poq-survey-design-and-measurement

brycewang-stanford/Awesome-Journal-Skills

本指南旨在帮助用户全面审计调查研究的方法论，重点聚焦于“总调查误差”（TSE）框架。它提供了详细的步骤，指导用户严谨地论证调查数据的每一个方法学要素，包括覆盖面、抽样、非响应、权重和测量等，以达到顶级学术期刊（如POQ）的最高标准。适用于提升研究的科学性和可信度。

POQ调查数据图表规范化

poq-tables-figures

brycewang-stanford/Awesome-Journal-Skills

本技能指导用户为学术期刊（如POQ）创建严谨、自包含的调查数据表格和图表。它确保所有视觉数据显示准确报告了设计偏差、权重调整以及基础样本量(N)，满足经验调查研究的高标准要求。

POQ适用性与投稿框架指导

poq-topic-selection

brycewang-stanford/Awesome-Journal-Skills

本技能旨在帮助用户判断其研究项目是否符合《公共意见季刊》(POQ)的发表标准。它要求贡献必须是理论机制的突破、对当前公众舆情的深入分析或调查方法的改进，而非简单的调查结果总结。使用它来对研究范畴和理论框架进行压力测试。

因果识别：顶刊投稿方法论

qje-identification

brycewang-stanford/Awesome-Journal-Skills

本指南旨在指导用户如何提升实证研究的因果识别严谨性，特别针对经济学顶级期刊（如QJE）的要求。内容涵盖了现代计量方法（如DID、IV、RDD、RCT）的适用性、必须执行的诊断检验（如预趋势、密度检验、弱工具变量稳健性），帮助研究者将重点从“技术实现”转移到“回答宏大经济问题”。

QJE论文可复现性数据包

qje-replication-package

brycewang-stanford/Awesome-Journal-Skills

本工具旨在帮助作者构建符合《经济学季刊》（QJE）要求的论文可复现性数据包。它提供了一个完整的框架，要求作者系统地组织原始数据、分析代码和处理流程。最终目的是确保任何研究人员都能通过运行该包，完全、准确地重新生成论文中所有的图表和数据结果，以满足顶尖学术期刊严苛的数据可追溯性和复现性标准。

语言