登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16567+ 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 数据分类 ，共找到 66 条记录
默认排序 最新上传 最多下载

实验经济学论文回复策略

expecon-rebuttal
brycewang-stanford/Awesome-Journal-Skills
131
本指南为作者提供了针对实验经济学（ExpEcon）期刊回复稿件的系统化策略。它详细指导如何分类处理复杂的审稿意见，规划是否需要收集新数据（新增处理组、增加实验轮次），如何解决欺骗性或样本量不足等关键方法论问题，并撰写出专业、有说服力的逐点回复信。
查看详情

机器人实验严谨审核指南

iros-experiments
brycewang-stanford/Awesome-Journal-Skills
443
本指南提供了一套用于设计、审核和报告机器人实验的系统方法论，适用于顶级学术会议。它强调科学地将每一个性能主张与可验证的证据（如实际试验、仿真数据、失败分类等）进行匹配。核心内容包括：设定预设的成功标准、报告详尽的失败分类法、确保实验基线公平性，以及使用高级统计方法量化难以避免的仿真到现实（sim-to-real）的差距。
查看详情

ITCS论文终稿准备指南

itcs-camera-ready
brycewang-stanford/Awesome-Journal-Skills
318
本指南详细介绍了将ITCS提交稿件转化为最终开放获取LIPIcs终稿的过程。它涵盖了从技术格式调整（使用`lipics-v2021`），到完全恢复作者身份信息，再到补充ACM CCS分类、关键词等结构化元数据。核心目标是确保论文达到出版机构（如Dagstuhl）的严格专业和技术标准，完成学术论文的出版流程。
查看详情

学术论文修订与回复指南

jacs-revision
brycewang-stanford/Awesome-Journal-Skills
147
本指南为作者提供了应对学术期刊审稿意见的完整框架。它详细指导如何系统地对审稿意见进行分类（如数据缺失、澄清、异议），如何构建结构化的逐点回复信，以及在进行新实验和修改时，如何保持科学研究的严谨性。
查看详情

经济文献JEL分类系统

jel-classification-system
brycewang-stanford/Awesome-Journal-Skills
235
本指南指导研究人员如何为经济学综述文章准确分配JEL分类代码。它详细阐述了三级分类的学科体系结构，帮助用户确定文章的核心领域代码、相关的研究方法代码以及相邻的学科代码，从而确保文章在学术数据库中的准确索引和范围映射。
查看详情

JEL期刊投稿预检清单

jel-submission
brycewang-stanford/Awesome-Journal-Skills
236
本技能提供为JEL期刊撰写综述论文的完整预检清单。它指导作者在提交提案或完整草稿前，系统性核对JEL分类代码、利益冲突声明、数据可用性要求等核心合规点，确保投稿材料的专业性和完整性。
查看详情

数学金融投稿预检清单

mathfin-submission
brycewang-stanford/Awesome-Journal-Skills
171
本指南提供了数学金融论文的投稿预检流程，涵盖了从科学严谨性、LaTeX排版规范、到所需的元数据（如JEL/AMS/MSC分类、数据可用性声明）等所有关键环节，确保您的稿件达到期刊要求的提交标准。
查看详情

学术论文回复策略

micro-author-response
brycewang-stanford/Awesome-Journal-Skills
258
本指南教授如何在顶级学术会议中撰写有说服力的论文回复（Rebuttal）。核心在于从单纯的辩论转向数据驱动，系统性地分类和回应审稿人意见，提供可验证的实验数据和修改方案，以最大化论文被录用几率。
查看详情

理论概念图表设计指南

soctheory-conceptual-exhibits
brycewang-stanford/Awesome-Journal-Skills
201
本指南指导用户为社会学理论稿件构建概念性图表展示。详细介绍了机制图、过程模型、类型学和概念图等非实证图表的设计原则。核心要求是图表必须承载理论机制或分类，不能包含任何数据、回归系数或实证结果，确保理论表达的严谨性。
查看详情

学术投稿修改回复策略

wber-rebuttal
brycewang-stanford/Awesome-Journal-Skills
70
本指南为学术研究人员提供一套专业的投稿修改回复流程。它指导用户如何系统地处理期刊的修改意见，掌握如何对审稿人的反馈进行分类和优先级排序，并根据不同的审稿人角度（如识别、政策）调整论证重点，用数据和证据撰写有说服力的回复信。
查看详情

Scikit-learn Python机器学习库

scikit-learn
sickn33/antigravity-awesome-skills
468
Scikit-learn是Python领域标准的机器学习库。它提供全面的工具集，用于执行监督学习（如分类、回归）和无监督学习（如聚类、降维）。用户可以使用它来构建完整的机器学习流程，进行数据预处理、模型评估和优化，适用于构建端到端的各种数据科学和预测系统。
查看详情

网络安全日志分析管线

cyber-defense-team
FlorianBruniaux/claude-code-ultimate-guide
192
该技能管线通过编排多个AI智能体，对原始系统日志（如nginx, auth日志）进行多阶段分析。它能够自动摄取日志数据、检测异常行为、分类安全风险，并最终生成一份包含所有威胁详情和即时应对措施的综合事件报告，适用于安全审计和事件响应。
查看详情
上一页123456下一页
语言
简体中文
English