登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 19258+ 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 Rust ，共找到 332 条记录
默认排序 最新上传 最多下载

存储系统论文写作规范

fast-writing-style
brycewang-stanford/Awesome-Journal-Skills
477
本指南专门针对提交存储系统相关论文的作者，指导如何撰写符合顶级会议（如USENIX FAST）要求的学术论文。核心要求是必须将存储贡献和解决的存储成本（如写放大、尾延迟、耐久性）放在第一页突出展示，所有性能声明必须基于真实的设备计数器和严格的工程证据，以确保技术严谨性。
查看详情

严谨数据挖掘实验设计

icdm-experiments
brycewang-stanford/Awesome-Journal-Skills
111
本指南为数据挖掘论文作者提供实验设计和审计流程，旨在帮助撰写出具有高度可信度的评估。内容涵盖了从明确操作任务定义、设计消融实验以隔离核心机制、证明数据规模的可扩展性，到设置已知真值检查以确保发现结果真实性等关键步骤。
查看详情

ICSE论文成果物评估指南

icse-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
152
详细介绍了学术会议（如ICSE）投稿后成果物（Artifact）的评估流程。指导作者如何做好成果物的打包、归档（DOI）、确保可复现性、开放许可，从而获得权威的ACM徽章认证。这对于提升研究工作的可信度和专业度至关重要。
查看详情

学术会议论文补充材料组织规范

icse-supplementary
brycewang-stanford/Awesome-Journal-Skills
248
本指南为投稿至顶级学术会议（如ICSE）的作者提供详尽的补充材料组织规范。它详细描述了如何区分核心内容（10页限制）与支持证据（如扩展证明、脚本、原始数据），指导作者将这些材料放入匿名补充包。核心原则是“总结并指出”：确保所有证据可验证，维护审稿人的信任。
查看详情

研究成果可复现性打包指南

infocom-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
377
本指南指导作者如何打包复杂的科研产物（如模拟器、代码和数据集），以最大化研究的可信度和可复现性。尤其适用于缺乏官方产物评估机制的会议投稿。学习如何结构化您的提交材料，增强审稿人的信任，确保您的研究发现可以被独立验证。
查看详情

JCR数据分析与证据报告指南

jcr-data-analysis
brycewang-stanford/Awesome-Journal-Skills
76
本指南帮助用户遵循顶级学术期刊（如JCR）的严格要求，进行行为实验和解释性研究的数据分析与报告。它涵盖了从高级统计过程证据（中介、调节、效应量）到定性研究可靠性证明（三角测量）的完整流程，强调研究的透明度、可复现性和学术严谨性。
查看详情

开放科学与透明度报告指南

jedpsych-open-science-and-transparency
brycewang-stanford/Awesome-Journal-Skills
325
本指南详细介绍了学术论文的开放科学和透明度要求，旨在确保研究的科学性和可重复性。内容涵盖数据、研究材料和分析代码的存储与分享，要求使用具有持久标识符（DOI）的信赖存储库，并遵循JARS报告标准，是学术投稿和修改的关键参考。
查看详情

数据分析可信度与报告标准

jms-data-analysis
brycewang-stanford/Awesome-Journal-Skills
296
本指南为学术研究提供了全面的数据分析严谨性标准。它详细指导作者如何为定量（如稳健性检验、结构方程模型）和定性（如编码透明度、溯因推理）的分析结果建立可信度，确保研究的发现能够可追溯、有力地支持理论主张。
查看详情

JPSP开放科学与透明度报告

jpsp-open-science-and-transparency
brycewang-stanford/Awesome-Journal-Skills
440
本指南详细介绍了投稿至JPSP所需的严格开放科学和透明度流程。它要求作者遵循APA的TOP Level 2指南，规范数据、代码和材料的发布，确保将所有研究成果（包括JARS报告和预注册状态）清晰披露，以达到最高的科学可复现性标准。
查看详情

KDD论文结果可复现性指南

kdd-reproducibility
brycewang-stanford/Awesome-Journal-Skills
154
本指南为数据挖掘和机器学习领域的学术研究提供了确保结果可复现性的最佳实践。它详细介绍了三层诚实模型（可重跑、可重建、可证明），并提供了从数据采集、预处理到模型配置的全流程披露清单，旨在极大地提升科研报告的严谨度和可信度。
查看详情

学术论文内容精简与取舍指南

micro-supplementary
brycewang-stanford/Awesome-Journal-Skills
305
本指南针对页数限制极高的学术会议论文撰写提供专业指导。它教授作者如何进行“内容分级”（Triage），将所有信息精准地划分为必读（Judge）、支持性（Trust）或可删除（Nice）三类，以确保在受限的篇幅内，核心研究论点和贡献完整、清晰地呈现给审稿人。
查看详情

质性研究与多案例分析指南

nbr-qualitative-case
brycewang-stanford/Awesome-Journal-Skills
340
这是一份针对质性研究和多案例比较的综合性指南。内容涵盖了如何从访谈、档案等资料中归纳理论、设定案例选择逻辑、完成层次编码（开放、主轴、选择），并确保研究的科学严谨性。重点指导如何达到理论饱和，以及通过三角验证、成员核查和审计追踪来提升研究的可信度。
查看详情
上一页123...15161718192021...262728下一页
语言
简体中文
English