软件下载帮助文档新闻资讯

Skill UI

浏览并发现 19430+ 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 Dataverse ，共找到 36 条记录

默认排序最新上传最多下载

Dataverse Python 高级模式

dataverse-python-advanced-patterns

github/awesome-copilot

为 Dataverse Python SDK 生成生产级代码，展示高级错误处理与重试、批量操作、OData 查询优化、表元数据管理、配置与超时、缓存清理、大文件上传以及 Pandas 集成等能力。

Dataverse生产级Python代码生成

dataverse-python-production-code

github/awesome-copilot

本技能指导如何使用Python开发与Microsoft Dataverse集成的生产级应用。核心在于掌握企业级最佳实践，包括使用DataverseError进行完善的错误处理、实现指数退避的重试机制，以及利用OData标准（如筛选、选择字段）优化API调用，确保代码的健壮性、可维护性和生产可用性。

Dataverse Python 快速入门

dataverse-python-quickstart

github/awesome-copilot

提供与官方示例一致的 Dataverse Python SDK 代码片段，涵盖安装、交互式认证、CRUD、批量操作、分页取回及可选文件上传。

Dataverse SDK 用例方案生成器

dataverse-python-usecase-builder

github/awesome-copilot

面向 Dataverse SDK 方案架构师，分析业务需求、设计数据模型与模式、输出含日志、容错等最佳实践的 Python 生产级实现。

Power Automate治理与FlowStudio

flowstudio-power-automate-governance

github/awesome-copilot

通过FlowStudio MCP缓存存储大规模治理Power Automate流程和Power Apps。按业务影响分类流程，检测孤立资源，审计连接器使用，执行合规标准，管理通知规则，计算治理评分——无需Dataverse或CoE Starter Kit。需要FlowStudio for Teams或MCP Pro+订阅。

BJPS期刊数据透明化与复现

bjps-transparency-and-data

brycewang-stanford/Awesome-Journal-Skills

本工具旨在指导作者为《英国政科学期刊》（BJPS）准备可复现性和数据透明度材料。它详细说明了定量和定性数据的代码和证据的提交要求，帮助作者将数据上传到BJPolS Dataverse，确保研究结果具备高度的可复现性，并符合DA-RT声明要求。

国际组织数据透明度政策

io-transparency-and-data-policy

brycewang-stanford/Awesome-Journal-Skills

本指南概述了国际组织（IO）出版稿件强制要求的数据和代码标准。文章强调从条件接受到最终发表的完整流程，要求作者准备一套完整、可复现的软件包。关键步骤包括提交数据/代码、接受外部人员重新运行定量结果、验证形式模型的证明，并将材料存入 IO Dataverse 获取 DOI。

JFQA论文重现与数据政策

jfqa-replication-and-data-policy

brycewang-stanford/Awesome-Journal-Skills

本指南是JFQA期刊投稿作者必须遵循的政策，用于建立学术论文的重现档案。它要求作者提交包含源代码、原始或伪数据集以及详细执行路线图的完整材料。旨在确保金融研究达到最高的学术透明度和可复现性标准。

学术稿件投稿预检清单

brycewang-stanford/Awesome-Journal-Skills

这是一份全面的学术稿件投稿预检指南，用于指导作者在向期刊（如POQ）提交稿件前进行最终审核。内容涵盖了双盲匿名性要求、不同文章类型的字数限制、强制性的AAPOR数据披露要素（附录A）以及数据可重复性报告等关键步骤。作为提交前的最后一道防线，确保稿件符合学术出版标准。

学术数据透明与复制标准指南

poq-transparency-and-data-policy

brycewang-stanford/Awesome-Journal-Skills

本指南详细阐述了学术期刊提交稿件的严格数据透明和可复现性要求。它指导作者完成两大核心任务：一是系统性地提供方法学披露要素（Appendix A），二是构建完整的复制包。作者必须确保所有发表的表格和图表都能通过在永久数据仓库中提交的数据和代码进行准确重现，这必须在排版前完成。

研究透明化与数据共享指南

pubar-transparency-and-data

brycewang-stanford/Awesome-Journal-Skills

本指南旨在帮助学术研究人员掌握开放科学的标准和最佳实践。它详细介绍了数据溯源、数据引用、数据共享（如Dataverse/QDR）以及处理不同证据类型的敏感数据流程，确保研究过程具备高可复现性和透明度。

学术数据透明与可复现性政策

wp-transparency-and-data-policy

brycewang-stanford/Awesome-Journal-Skills

本指南为学术论文作者提供数据透明度和可复现性的强制要求。它详细介绍了构建完整复制包的过程，包括原始数据、主脚本、随机种子和详细的README文档。其核心目的是确保定量或混合方法研究具有最高的科学严谨性，所有发表的结果都必须可复现和可追溯。

语言