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 数据复现 ，共找到 325 条记录
默认排序 最新上传 最多下载

学术复现数据包构建工具

aejpol-replication-package
brycewang-stanford/Awesome-Journal-Skills
200
本工具用于帮助研究人员为经济学期刊（如AEJ:经济政策）准备符合要求的数据和代码复现包。它确保了对AEA数据和代码可用性政策的遵守，负责构建openICPSR存款，生成标准的README文件，并处理受限数据的访问流程，是顺利通过发表前可复现性审查的关键步骤。
查看详情

AER学术论文复现包指南

aeri-replication-package
brycewang-stanford/Awesome-Journal-Skills
112
本指南详细介绍了提交给《美国经济评论：洞察》所需的完整论文复现包结构。它旨在帮助作者满足AEA数据与代码可用性政策，要求提交所有必要的代码、原始数据及文档（包括主脚本和图表代码映射），以便编辑在发表前验证论文所有结果的可复现性。这是通过最终发表审核的关键步骤。
查看详情

AERJ透明度与数据政策指南

aerj-transparency-and-data-policy
brycewang-stanford/Awesome-Journal-Skills
304
本指南详细介绍了投稿至AERJ期刊时必须遵守的透明度与数据可及性要求。它旨在确保研究符合AERA的实证社会科学报告标准和伦理规范。无论是定量还是定性研究，都要求作者提供可复现的证据，包括代码、数据访问路径或可供检查的分析流程。
查看详情

《电子学报》研究制品可用性指南

aes-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
490
本指南为电子信息和信号处理领域的作者服务，指导您如何为《电子学报》准备高质量的研究制品（Artifacts）。它详细阐述了在缺乏强制徽章要求的情况下，如何主动、规范地开放和披露代码、数据集和硬件设计，从而显著增强稿件的可复现性和说服力，提高投稿的成功率。
查看详情

学术论文实验设计与呈现指南

aes-experiments
brycewang-stanford/Awesome-Journal-Skills
359
本指南帮助作者为电子信息类顶级期刊设计实验章节。它详细阐述了如何构建严谨、可复现、对比公平的实验证据链，涵盖了从贡献映射、数据集定义、统计显著性到消融分析的全流程规范，以应对外审专家对实验充分性的质疑。
查看详情

学术论文可复现性与实验可重复性

aes-reproducibility
brycewang-stanford/Awesome-Journal-Skills
87
本指南提供了一套全面的科学论文可复现性最佳实践，尤其针对电子与信息处理领域。它强调了实验记录的四大支柱：环境、数据、方法和评价。通过规范化记录操作系统版本、随机种子、超参数以及预处理步骤，确保研究结果的科学严谨性和可验证性，帮助作者的论文能顺利通过高标准的外审。
查看详情

学术论文附录与补充材料指南

aes-supplementary
brycewang-stanford/Awesome-Journal-Skills
78
本技能为学术论文作者提供了一套完整的附录及补充材料组织指南。核心在于帮助作者解决论文撰写中“篇幅有限与学术完整性”的矛盾。它明确了哪些内容应保留在正文主线（核心结论），哪些细节（如完整证明、扩展实验、原始数据）应合理下沉到附录，确保论文既精炼又具备高度可复现性。
查看详情

再现性与数据政策指南

agsy-reproducibility-and-data-policy
brycewang-stanford/Awesome-Journal-Skills
337
本指南详细介绍了投稿至农业系统期刊（AgSy）所需的严格再现性和数据政策。由于该期刊将代码、模型和算法视为研究数据，作者必须了解如何将所有材料存储在认可的存储库中，并提供永久引用和详细的模型结构、参数及版本文档，以确保研究流程可复现。
查看详情

AI/统计学术证据包构建指南

aistats-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
330
本指南为AI、统计学和机器学习领域的学术论文提供证据包构建方法。指导作者如何系统化地打包所有补充材料，包括证明、模拟脚本、基准数据和随机种子，确保研究过程的高度可复现性和可检查性，以满足顶级学术会议的要求。
查看详情

AI统计学可复现性指南

aistats-reproducibility
brycewang-stanford/Awesome-Journal-Skills
153
本指南为AI和统计学研究论文作者提供的方法论指导。它要求作者将论文中的每个论点（理论、算法或实验）都对应到可验证的证据链，需详细报告数据集、超参数、随机种子、计算资源和不确定性估计。旨在帮助作者达到高水平的科学可复现性标准，确保研究的严谨性。
查看详情

学术期刊数据分析与可复现性要求

ajps-data-analysis
brycewang-stanford/Awesome-Journal-Skills
445
本指南旨在遵循顶级学术期刊（如AJPS）对数据分析和报告的最高标准。核心要求是实现完全的可复现性，确保所有的分析结果、图表和表格都必须由一个单一的、带固定种子的主脚本生成。它涵盖了报告不确定性、检验模型稳健性、遵守预注册纪律等高级实证分析方法，以通过第三方代码验证。
查看详情

AJPS论文复现与验证指南

ajps-replication-and-verification
brycewang-stanford/Awesome-Journal-Skills
231
本指南详细介绍了美国政治科学期刊（AJPS）强制执行的预出版复现与验证流程。它指导作者构建一个稳健的、可复现的分析包（包含代码、数据和文档），确保独立验证方能重跑代码并确认所有数值结果与论文主体一致，从而达到发表要求。
查看详情
上一页1234567...262728下一页
语言
简体中文
English