软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16644+ 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

搜索合成，共找到 92 条记录

默认排序最新上传最多下载

自然生物技术投稿定位指南

nature-biotechnology

brycewang-stanford/Awesome-Journal-Skills

本技能是评估研究成果是否符合《自然生物技术》期刊要求的工具。它侧重于平台技术、可转化性、广阔的工业或医学应用潜力。指引作者关注从基因编辑到合成生物学、多组学等前沿领域的应用深度和体内验证标准，确保文章具备广阔的实践价值。

奈斯合成论文投稿标准指南

nature-synthesis

brycewang-stanford/Awesome-Journal-Skills

本指南帮助作者评估论文是否符合Nature Synthesis的投稿范围。核心要求是文章的贡献点必须是新颖的合成方法或策略，而非简单的应用结果。内容涵盖了有机、无机、材料和电化学合成等多个领域，详细列出了方法论的严谨性、证据链的标准，以及期刊的写作和格式要求。

网络系统实验评估指南

nsdi-experiments

brycewang-stanford/Awesome-Journal-Skills

本指南是为网络系统论文设计严谨、可信的实验评估的最佳实践手册。它指导作者将实验围绕具体问题构建，并建议从合成基准逐步提升到真实部署。核心内容包括报告延迟的尾部性能指标、设置强竞争基线、以及建立完整的实验可复现性记录，以确保研究的科学严谨性。

心理学快报投稿预审指南

psychbull-submission

brycewang-stanford/Awesome-Journal-Skills

本指南是投稿《心理学快报》的预审清单，主要针对系统综述和元分析等研究合成类型。它指导作者完成关键的预提交检查，确保稿件在提交前满足学术标准，包括身份去识别化（Masking）、遵守APA 7th版规范、控制摘要字数以及完成MARS/PRISMA等报告框架。这是一个确保稿件“可发表性”的工具。

研究主题选题与综述类型判断

psychbull-topic-selection

brycewang-stanford/Awesome-Journal-Skills

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。

《心理学公告》合成综述工作流程指引

psychbull-workflow

brycewang-stanford/Awesome-Journal-Skills

本工具是为撰写和提交《心理学公告》类型的研究合成综述（如元分析和系统综述）设计的流程总控器。它详细指导用户完成整个严谨的研究生命周期，涵盖从主题选择、文献检索（PRISMA）、数据编码、元分析、理论整合到最终文稿准备的每一个关键步骤，确保项目定位为现有工作的综合，而非原创实验研究。

实证研究因果识别策略

restud-identification

brycewang-stanford/Awesome-Journal-Skills

本指南提供了一个严谨的框架，用于实证经济学研究中因果识别策略的压力测试和实施。内容涵盖了当前最先进的计量方法，包括双重差分（DID）、工具变量（IV）、回归不连续（RDD）、合成控制和结构模型。它强调了使用现代估计器和全面的诊断检查，确保研究的因果推断具有高度的统计严谨性和说服力。

实证分析执行与审计

rt-execution-bridge

brycewang-stanford/Awesome-Journal-Skills

本技能用于将复杂的实证研究设计（如DiD、IV、RDD、合成控制等）转化为可运行、可审计的统计估计。它负责协调调用相应的工具，完成模型拟合、生成关键诊断指标，并以标准格式输出结果，是进行高级因果推断分析的核心流程。

PII召回率模型基准测试

benchmark-pii-recall

maziyarpanahi/openmed

该工具用于对个人身份信息（PII）检测模型进行严格的召回率基准测试。它通过利用合成样本和预设的召回阈值，强制模型在发布前达到最低的隐私保护标准，确保识别出的关键信息没有漏报，避免隐私数据泄露。

构建黄金标准标注语料库

building-gold-corpus

maziyarpanahi/openmed

本技能用于构建用于评估临床命名实体识别和去标识化模型的黄金标准语料库。它指导用户完成整个标注流程，包括定义标签模式、撰写标注指南、配置标注工具和生成合成临床文本。最终目标是创建结构化、无数据泄露的训练/开发/测试数据集，确保评估的科学性和可重复性。

临床实体到FHIR资源提取

extract-clinical-entities-to-fhir

maziyarpanahi/openmed

该工具用于从合成或脱敏的临床文本中提取实体。它通过OpenMed识别关键的临床信息跨度，并将这些信息映射为符合FHIR R4标准的结构化资源（如Condition、Observation等）。这实现了实体提取与临床编码的分离，确保输出数据具备标准化和可互操作性。

合成临床数据生成工具

generating-synthea-data

maziyarpanahi/openmed

Synthea用于生成统计学上高度逼真、完全合成的患者记录，支持FHIR R4、C-CDA和CSV等多种格式。本工具为开发人员和研究人员提供安全、可共享的测试数据，可用于OpenMed流程测试、持续集成（CI）模拟或脱敏泄漏门测试集，确保零真实PHI风险。

上一页 1 2 3 4 5 678 下一页

语言