基础研究设计提取器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_9cc4d736/basic-research-design-extractor。
技能介绍
实验设计细节散落在方法段落里
读一篇细胞或动物实验论文时,对照组怎么设的、样本量依据是什么、随机化和盲法做了没有——这些决定结果可信度的信息,往往散落在方法段落甚至图表注释中。人工整理时,要么遗漏细节,要么把作者没写的东西脑补进去,设计缺陷往往事后才被发现。
这个技能针对的就是这件事:从原始资料中如实提取研究设计,并把「文献里写了什么」和「应该怎么改进」严格分开。
提取流程
技能按五个步骤工作:
- 界定研究骨架:明确生物学问题、核心假设、模型系统与实验单位(如
每只动物还是每个培养孔)。 - 提取干预与观测:干预手段、比较组、对照、给药时间与剂量或扰动方式、主要读数指标及验证实验。
- 如实记录统计设计:重复类型、随机化、盲法、样本量依据、排除规则、统计方案——严格按原文记录,不补全、不臆测。
- 梳理实验依赖:映射发现、验证、机制测试、功能确认之间的依赖关系。
- 标注缺口:识别缺失的对照或威胁可复现性的因素,但不用假设填补空白。
输出形式
最终产出一张设计表,包含 Question、Hypothesis、Model、Groups、Intervention、Readouts、Controls、Analysis、Evidence location 等列,每行对应一个证据位置;另附一份按对效度影响排序的设计缺口清单。
适用边界
- 仅面向细胞、分子、动物等非临床实验研究,不处理临床试验设计。
- 提取结果不等于伦理审批或方法学验证。涉及动物、生物安全或遗传操作的工作,必须交由本地审查。
使用场景
- 审稿件时需要快速从方法段落提取动物实验的对照组设置、随机化方式和样本量依据
- 撰写综述时整理多篇细胞实验的干预剂量、观测时间点及验证实验的依赖关系
- 设计新实验前需要对照已发表研究的实验单位划分与排除规则,避免重复设计缺陷
- 复现他人实验时需要明确原始文献中的扰动方式、主要读数指标和统计分析方案
适合人员
- 生物医学期刊编辑:需要快速核对投稿中实验设计的完整性与可复现性风险
- 基础研究人员:撰写论文或设计新实验时需明确原始设计细节与统计依据
- 科研方法学顾问:为客户提供实验设计方案审查时需系统提取关键要素
- 研究生:复现文献实验或撰写综述时需准确提取原始设计信息