登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 15857+ 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 Go ，共找到 3365 条记录
默认排序 最新上传 最多下载

ESR学术稿件流程指引

eursr-workflow
brycewang-stanford/Awesome-Journal-Skills
173
本工具为欧洲社会学评论（ESR）的作者提供全流程工作流指引。它能够根据稿件的类型（文章、评论、数据简报）和研究阶段（从构思到投稿/修改），诊断作者当前最需要的技能和环节，确保用户不会陷入线性的写作误区，实现高效的项目定位。
查看详情

实验控制与因果识别

expecon-identification
brycewang-stanford/Awesome-Journal-Skills
500
本工具用于审计实验经济学设计，确保因果推断的严谨性。它侧重于检查实验设计的四个核心环节：是否无欺骗、激励机制是否兼容、随机化流程是否完整以及受试者的理解程度。适用于应对同行质疑或需要最高科学严谨度的研究阶段。
查看详情

实验经济学贡献定位指南

expecon-literature-positioning
brycewang-stanford/Awesome-Journal-Skills
341
本指南用于指导研究人员精确界定实验经济学（ExpEcon）手稿的边际贡献。它强调定位的深度必须超越简单的研究主题，而是要沿着贡献的“阶梯”（如混淆变量去除、新的决定性处理）来，将你的设计与经典范式和现有文献建立明确、技术性的对比，从而极大地提升论文的学术说服力。
查看详情

实验经济学论文审稿人策略

expecon-referee-strategy
brycewang-stanford/Awesome-Journal-Skills
209
这是一份为撰写实验经济学论文的作者设计的预审指南。它帮助您在正式投稿前预见并解决审稿人可能提出的方法论缺陷，包括欺骗性、统计功效不足、混淆变量或处理对比不纯等问题，从而确保研究的严谨性和说服力。
查看详情

实验经济学统计推断与稳健性方法

expecon-robustness
brycewang-stanford/Awesome-Journal-Skills
105
本指南提供了实验经济学研究中确保统计推断严格性的全方位指导。它涵盖了关键领域，包括功效（Power）分析、确定正确的观察单元（集群稳健标准误）、处理多重假设检验以及应用非参数测试。该框架帮助研究人员将初步发现提升为具有统计学稳健性、可发表的结论。
查看详情

实验经济学：图表规范指南

expecon-tables-figures
brycewang-stanford/Awesome-Journal-Skills
173
本指南为实验经济学论文撰写提供了严格的图表设计规范。它指导作者如何系统地展示处理效应和不确定性，重点在于使用分布图、动态曲线和结构化表格，确保核心发现自洽、可信，并满足顶级期刊的审稿要求。
查看详情

实验经济学撰稿工作流指引

expecon-workflow
brycewang-stanford/Awesome-Journal-Skills
150
本工具旨在为投递至实验经济学（ExpEcon）期刊的稿件提供系统化的工作流程指引。它帮助用户确定在撰写从设计、分析到回驳的各个阶段，应该调用哪种专业的技能。核心目标是确保研究在方法论上达到严谨的标准，例如激励相容性和不欺骗原则，从而指导研究团队完成从初始设计到最终提交的全过程。
查看详情

任务经验记忆加载与引导

experience-loader
volcengine/OpenViking
385
本技能用于加载和应用相关的历史经验记忆，以指导任务执行流程。它指导用户进行严谨的经验筛选过程：通过查询、应用严格的适用性和排除条件（门控），并强调将实时获取的事实置于首位，适用于处理复杂的、多意图的对话任务。
查看详情

实验经济学论文投稿指南

experimental-economics
brycewang-stanford/Awesome-Journal-Skills
324
该指南帮助作者了解顶级实验经济学期刊的严格投稿标准。它作为一个全面的自查清单，评估一篇稿件是否具备足够的适用性、方法论强度、设计透明度，并涵盖了行为经济学和实验经济学所需的预注册、激励兼容性等关键要素。
查看详情

FAccT可问责性文档和产物评估

facct-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
223
本指南详细介绍了在AI研究领域，为提升论文的透明度和问责性所必须准备的配套文档和产物。核心包括数据集说明书（Datasheet）、模型卡（Model Card）、数据陈述和影响评估等，确保研究成果在伦理和技术层面都具有可追溯性和可验证性。
查看详情

AI公平性审计与证据设计

facct-experiments
brycewang-stanford/Awesome-Journal-Skills
105
本指南为AI公平性、可问责性和透明度（FAccT）实证研究提供了严格的方法论标准。它指导研究人员如何将特定的研究声明与合适的证据类型（如分层指标、定性编码数据、伦理审批流程）相匹配，强调必须纳入伦理审查、处理受保护属性和明确方法局限性，确保研究的科学性和伦理性。
查看详情

AI研究可复现性与透明度规范

facct-reproducibility
brycewang-stanford/Awesome-Journal-Skills
463
这是一套针对人工智能和数据科学领域的高标准学术指南。它指导研究者如何系统性地提升研究的透明度和可复现性，重点要求发布并记录原始数据、训练模型和定性研究的证据。通过使用数据表、模型卡等机制，确保所有研究结论均可被第三方进行全面审计和验证，从而提高学术研究的严谨性和可信度。
查看详情
上一页123...168169170171172173174...279280281下一页
语言
简体中文
English