登录
下载

Skill UI

浏览并发现 15799+ 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 Test ，共找到 1963 条记录
默认排序 最新上传 最多下载

DAC论文内容分配与撰写指南

dac-supplementary
brycewang-stanford/Awesome-Journal-Skills
294
本指南为作者提供了在撰写学术论文时，应对严格篇幅限制（如DAC）的专业指导。它核心传授“决定性关键性测试”，帮助作者区分哪些内容是评委必须了解的决定性论点（应放在正文），哪些只是支持重现的细节（可放外部），从而优化论文结构。
查看详情

人口学研究设计方法论

demog-research-design
brycewang-stanford/Awesome-Journal-Skills
278
本技能用于构建和捍卫人口学研究的整体设计框架。内容涵盖了从生命表、分解分析到生存模型、年龄-时期-队列（APC）和微观模拟等多种复杂方法。它指导用户如何严格论证模型的识别性、处理因果偏差，并构建论证来排除所有可能的替代解释，从而确保研究设计在方法论上达到最高标准。
查看详情

人口学期刊稿件审稿流程指南

demog-review-process
brycewang-stanford/Awesome-Journal-Skills
51
本指南详细介绍了《人口学》期刊的投稿和评审流程。它涵盖了双盲评审制度、编辑/副编辑的预审机制，以及论文容易被直接拒稿（desk-reject）的风险点。通过对稿件进行模拟测试，作者可以在提交前主动优化论文，确保方法论的严谨性，提高发表几率。
查看详情

人口学论证与理论构建

demog-theory-building
brycewang-stanford/Awesome-Journal-Skills
463
本技能用于指导用户将单纯的经验发现或相关性，转化为具有理论支撑、可发表的学术贡献。它教授如何通过识别明确的机制、适用范围和可观测的推论来构建论点，确保研究成果不只是描述性，而是与可检验的人口科学机制挂钩，以应对学术审稿人的质疑。
查看详情

人口科学研究课题适用性测试

demog-topic-selection
brycewang-stanford/Awesome-Journal-Skills
484
本技能提供了一个全面的框架，用于评估研究项目是否符合人口科学领域的学术范畴。它指导研究人员将重点从单纯的数据使用，转移到推进人口变化的核心科学问题，涵盖生育、死亡、迁移等关键领域，帮助确定研究贡献的广度和深度。
查看详情

发展心理学R&R回复指南

devpsych-rebuttal
brycewang-stanford/Awesome-Journal-Skills
82
本指南为投稿至发展心理学期刊的作者准备了R&R（修改重投）回复信的完整策略。它指导作者如何系统地解决审稿人提出的高难度要求（如测量不变性、失访分析、透明度增强），确保回复既能巩固核心论点，又能遵守期刊的篇幅限制。
查看详情

发展心理学论文审稿流程指导

devpsych-review-process
brycewang-stanford/Awesome-Journal-Skills
251
本指南详细介绍了发展心理学论文的严格审稿标准和评估流程。内容涵盖了假名同行评审、发展学意义、方法论设计严谨性（如年龄/队列效应、不变性、失访处理）、JARS报告规范和透明度要求。适用于作者在投稿前进行自查，或理解审稿人/编辑的评审意见。
查看详情

发展心理学主题适用性评估指南

devpsych-topic-selection
brycewang-stanford/Awesome-Journal-Skills
276
本指南旨在帮助科研人员评估其实证研究项目是否符合发展心理学的核心期刊要求。核心原则是研究的贡献必须围绕“发展性变化”展开（如年龄效应、个体内部变化或机制），而非单纯描述某一年龄组的现象。书中提供了包括发展论点、理论推进、设计可信度与开放科学性在内的四重评估测试，用于指导研究项目框架搭建和投稿定位。
查看详情

自然语言处理论文实验证据规范

eacl-experiments
brycewang-stanford/Awesome-Journal-Skills
149
本指南旨在帮助作者构建顶级自然语言处理（NLP）会议论文中严谨的实验证据部分。它强调了报告的科学性和可信度，要求在实验设计中包含公平的基线模型、明确的统计学控制（如方差、显著性测试）、数据污染检测以及详细的人工评估流程。确保您的研究结论是经过严格审计的。
查看详情

负责任的NLP可复现性核查表

eacl-reproducibility
brycewang-stanford/Awesome-Journal-Skills
272
本核查表用于审计自然语言处理（NLP）研究论文，确保文章中的所有结论和声称（例如超参数、计算资源、提示词、数据来源等）都具有充分的证据支持和可复现性。它严格遵循学术界的高标准，旨在提高AI研究的透明度和严谨性。
查看详情

AI研究成果投稿会议指南

ecai-topic-selection
brycewang-stanford/Awesome-Journal-Skills
232
本指南旨在帮助研究人员在撰写论文前，决定其AI研究成果最适合投递的顶级学术会议（如ECAI、IJCAI、AAAI等）。它提供了模型替换测试、通用性测试等判断标准，帮助用户判断贡献的性质、适用场景和最佳会议，确保研究成果的最佳定位，提高投稿成功率。
查看详情

视觉实验严谨性审计指南

eccv-experiments
brycewang-stanford/Awesome-Journal-Skills
236
这份指南为撰写顶级计算机视觉学术论文提供全面的实验设计和审计框架。它详细介绍了如何执行“匹配基座公平性测试”、“六个月陈旧度检验”和系统性消融实验，帮助作者确保实验结果的稳健性、可复现性，从而有效应对高水平同行评审的质疑。
查看详情
上一页123...132133134135136137138...162163164下一页
语言
简体中文
English