学术研究全流程
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_7f87e8c5/academic-research-v2。
技能介绍
解决的问题
论文检索、文献综述、统计分析和写作往往分散在多个工具中,研究者需要反复切换数据库、整理引用、核对格式,并判断证据是否足够支撑结论。这个工作流把学术研究拆成可重复的阶段,减少遗漏文献、引用不规范和论证断裂的问题。
技能如何工作
它按四个阶段推进:
- 检索:在
arXiv、PubMed、Semantic Scholar、CNKI等来源构建检索式,批量下载 PDF,生成CSV/BibTeX索引,并整理 APA / GB/T 7714 等引用。 - 综述:执行双轮调研,跟踪引用链,标记研究空白,拆解论文的假设、方法、变量、结果与局限,形成大纲和综述正文。
- 统计:根据数据类型选择回归、生存分析、贝叶斯推断等方法,执行清洗、EDA、显著性检验、模型诊断,并生成学术图表。
- 写作:完善摘要、引言、方法、结果、讨论等结构,润色语言、统一术语,并在保留引用边界的前提下优化重复度。
注意点
它依赖数据库访问权限和数据质量;统计结论仍需结合领域知识人工判断。涉及知网等中文来源时,结果受检索权限与版权限制;查重优化不能替代正式检测或学术诚信审核。
使用场景
- 围绕一个研究问题,在多数据库检索文献,批量下载 PDF 并生成 BibTeX 引用索引。
- 把已收集论文拆解为研究问题、方法、样本、变量、结果和局限,形成综述大纲。
- 对实验数据执行清洗、描述统计、显著性检验和模型诊断,并输出符合期刊规范的图表。
- 按目标期刊结构完善摘要、引言、方法、结果和讨论,并统一术语与引用格式。
适合人员
- 准备系统综述的研究生,需要把分散文献整理成可追溯的证据链。
- 需要投稿的科研人员,需要统一引用格式、图表规范和正文结构。
- 做数据分析的领域研究者,需要选择统计方法并输出可解释的检验诊断报告。
- 写学位论文的研究生,需要按论文框架组织章节并降低重复表述。