登录
下载

Skill UI

浏览并发现 15554+ 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 nf-core ，共找到 51 条记录
默认排序 最新上传 最多下载

理论模型与假设构建指南

joap-theory-and-hypotheses
brycewang-stanford/Awesome-Journal-Skills
471
这是一个用于撰写学术论文（特别是I-O心理学领域）的理论构建框架。它指导用户从理论出发，清晰地界定核心机制、分析层面和方向性假设。核心原则是强调理论贡献必须先于数据，帮助用户构建具有学术严谨性的论证结构。
查看详情

顶级学术研究设计论证

jop-research-design
brycewang-stanford/Awesome-Journal-Skills
150
本指南用于捍卫学术手稿的方法论严谨性。它涵盖了定量研究的因果识别技术（如DID、IV、RDD）、严谨的实验设计，以及定性研究中的过程追踪和案例选择。核心目标是确保研究设计具有高度的可重复性，并能清晰地化解潜在的混淆变量和竞争性解释。
查看详情

实证金融期刊投稿定位

journal-of-empirical-finance
brycewang-stanford/Awesome-Journal-Skills
469
本指南用于实证金融领域论文投稿的定位与自检。它帮助作者判断论文是否适合投稿至实证金融类期刊，并指导作者如何从方法论、实证证据和数据分析的角度重构论文，确保具备出样本检验、严格推断和符合期刊要求的学术严谨性。
查看详情

政策驱动的因果推断与数据分析

jppm-data-analysis
brycewang-stanford/Awesome-Journal-Skills
425
本指南提供了一套高级统计分析框架，用于进行严格的政策评估和因果推断。它涵盖了DiD、RDD、合成控制等前沿方法，核心重点是将统计结果转化为可操作的政策决策依据。要求分析必须报告效应量（如美元/户）和置信区间，并对异质性、潜在偏误进行严格检验，确保研究结论具有最高的政策可解释性和影响力。
查看详情

风险不确定参数识别方法

jru-identification
brycewang-stanford/Awesome-Journal-Skills
304
本指南提供了一个严谨的学术方法论框架，用于识别风险和不确定性核心参数。它指导研究人员如何设计实验或结构模型，明确区分潜在的混淆因素（如效用曲率与概率权重、偏好与信念），确保测量的参数具有真正的可识别性，提升研究的学术严谨性。
查看详情

学术会议论文审稿流程模型

kdd-review-process
brycewang-stanford/Awesome-Journal-Skills
214
本指南用于模拟顶级数据挖掘学术会议（如KDD）的复杂多周期审稿决策流程。它详细阐述了论文如何根据审稿人评分、作者反驳、领域主席综合以及可复现性、伦理等关键标准进行评估，帮助作者理解论文被接受、修改还是拒绝的科学依据。
查看详情

市场科学文稿图表制作指南

mksc-tables-figures
brycewang-stanford/Awesome-Journal-Skills
337
本指南旨在指导作者为市场科学学术论文构建和呈现核心证据展示图表。内容涵盖估计值表、模型拟合曲线、比较静态分析和政策反事实模拟等关键要素，确保所有图表严格遵循顶级期刊的学术风格，使模型的机制和政策意义清晰可辨。
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

论证发展：推导与预测的冲突

psychrev-argument-development
brycewang-stanford/Awesome-Journal-Skills
414
本指南提供心理学综述论文的理论论证方法论。核心在于从模型的假设中推导出可证伪的预测，而非单纯报告数据。要求将这些预测与现有已发表的证据进行比对，并与竞争模型进行严格的对比，确保论证具有逻辑和量化的严谨性。
查看详情

RecSys投稿主题选择指南

recsys-topic-selection
brycewang-stanford/Awesome-Journal-Skills
58
本指南旨在帮助研究人员在撰写论文前，判断项目核心贡献是否确实属于推荐系统领域。它提供了一套结构化的“适用性测试”，指导用户将工作路由到最合适的顶级学术会议（如RecSys, SIGIR, KDD等），并确定正确的论文投稿方向和赛道。
查看详情

学术论文补充材料汇编指南

rss-supplementary
brycewang-stanford/Awesome-Journal-Skills
194
本指南详细介绍了科学会议论文补充材料的最佳实践，旨在确保主论文的自包含性。内容涵盖了如何将原始数据、失败日志和机器人视频转化为可信的证据附件。重点包括媒体匿名化处理、维护存档的完整性，以及构建附录结构以深化信念，同时又不使其成为理解核心主张的必须条件。
查看详情

不确定性研究的投稿期刊选择指南

uai-topic-selection
brycewang-stanford/Awesome-Journal-Skills
372
本指南帮助研究人员确定最合适的学术会议（如UAI、AISTATS、NeurIPS、ICML等）投稿目标，尤其当论文核心贡献围绕不确定性表示、概率推理或因果推断时。文章提供详细的筛选标准和对比分析，帮助精炼论文的范围和目标受众。
查看详情
上一页12345下一页
语言
简体中文
English