科学的ピアレビュー
建設的で厳格な評価を伴う科学論文を評価するための体系的プロセス。
使用するタイミング
- ジャーナルの原稿のピアレビューを実施
- 助成提案と研究申請を評価
- 方法論と実験設計の厳密性を評価
- 統計分析と報告基準をレビュー
- 再現性とデータの可用性を評価
- 報告ガイドライン（CONSORT、STROBE、PRISMA）の遵守を確認
- 建設的なフィードバックを提供
主要な評価領域
- 方法論：実験設計、サンプルサイズ、コントロール
- 統計：適切なテスト、検出力分析、効果量
- 再現性：データの可用性、コード共有、プロトコル
- 倫理：IRB 承認、インフォームドコンセント、利益相反
- 報告基準：CONSORT、STROBE、PRISMA の遵守
関連リソース
venue-templates skill は、異なる会場（Nature/Science、Cell Press、医学ジャーナル、ML 会議）のレビュアーの期待を提供します。
コメント
まだコメントがありません。最初のコメントを投稿してください！
関連ツール
Scientific Critical Thinking Skill
github.com/K-Dense-AI/claude-scientific-writer
研究の厳密さを系統的に評価 - GRADE と Cochrane ROB を使用して方法論、実験デザイン、統計的妥当性、バイアス、交絡、エビデンスの質を評価。
Scientific Writing Skill
github.com/K-Dense-AI/claude-scientific-writer
IMRAD 構造、適切な引用、図表、報告ガイドラインを使用して研究原稿を書くための中核 Skill。
Scholar Evaluation Skill
github.com/K-Dense-AI/claude-scientific-writer
ScholarEval フレームワークを適用して学術作品を系統的に評価 - 構造化されたスコアリングとフィードバックによる研究品質次元全体の包括的分析。
関連インサイト
Skills + Hooks + Plugins：AnthropicによるAIコーディングツールの拡張性の再定義
Claude CodeのSkills、Hooks、Pluginsという三位一体アーキテクチャを深く分析し、なぜこの設計がGitHub CopilotやCursorよりも先進的なのか、そしてオープンスタンダードを通じてAIコーディングツールの拡張性をどのように再定義しているかを探ります。
Claude Skills 完全ガイド - 必須10大 Skills 徹底解説
Claude Skills の拡張メカニズムを深掘りし、10の中核スキルと Obsidian 連携を詳しく解説。高効率な AI ワークフロー構築を支援します
Claude Codeの次なる目的地は、コードではなく、あなたのローカルObsidian知識ベース
Obsidian + Claude Codeが知識管理ツールからプライベートAIアシスタントへと変革する方法を探索。obsidian-skills、Claudianプラグイン、Claudesidianテンプレートの完全ガイド、データプライバシーとAI機能を両立するベストプラクティス。