科研 Skill
论文内部一致性稽核
thesis-consistency-audit
对量化论文做内部一致性稽核,机械比对表格样本数与离群值,并清除Word文件里隐藏的作者识别资讯。投稿或口试前自查时使用。
SKILL.md
引用鐵律(零虛構文獻):交付物裡的每一筆文獻都要真實存在、書目正確。不憑記憶寫文獻;交付前逐筆查證(DOI 指向同一篇、作者/年份/期刊對得上);中文文獻要人工核實並留下證據;沒通過的就刪掉,或明確標【待核實】,絕不拿資料庫裡「最像的那篇」充數。細則見 research-orchestrator 的 references/citation-integrity.md。
階段一:機械對帳(若有 .docx)
scripts/audit_docx.py 讀取 .docx,自動做機械層對帳:表格加總、跨表樣本數一致性、不可能值與離群、敘述↔迴歸 N 落差。
執行:python scripts/audit_docx.py 論文.docx
(此腳本僅依賴 python-docx。若使用者只貼文字/表格而非 .docx,跳過腳本,全部改人工,並在報告註明「未跑機械對帳」。)
零發現先看覆蓋:腳本第一行印「掃描範圍」(讀到幾張表、辨識出幾張敘述統計/迴歸表)。圖片表格、文字方塊、內嵌 Excel 讀不到;敘述統計表目前只認中文表頭「最小/最大」,英文稿的 Min/Max 表會整張略過。出現「⚠ 機械層覆蓋不足」時,報告的機械對帳段必須寫「僅覆蓋 X/Y 張表」,未覆蓋者改人工,不可寫成「機械對帳無異常」。
階段一之二:雙盲投稿的身分資訊清除(要投雙盲期刊才做)
scripts/anonymize_office.py 稽核並清除 .docx/.pptx/.xlsx 內藏的作者身分:
python scripts/anonymize_office.py 論文.docx # 只稽核,不動檔
python scripts/anonymize_office.py 論文.docx --apply # 匿名化(雙盲)
python scripts/anonymize_office.py 論文.docx --apply --strip-comments --strip-revisions
會抓出五個藏身處:core.xml 建立者/最後修改者、app.xml 機構與主管、
custom.xml 自訂屬性(常有計畫編號)、comments.xml 每則註解的作者名、
以及追蹤修訂的 w:author。Word 內建的「檢查文件」不一定清得掉後兩者。
⚠️ 紀律:註解與追蹤修訂含有內容,不只是中繼資料,故預設只報告不刪除,
要刪必須明確加旗標;清除前一律自動備份。
⚠️ 雙盲投稿請用預設匿名模式,不要用 --set-author(那是給最終定稿/存檔版)。
⚠️ 本工具只處理檔案中繼資料。正文自我引用(「作者先前研究(陳,2024)」)、
致謝、基金計畫編號、檔名含姓名——這些才是最常見的雙盲破功點,必須人工檢查。
階段二:六維度人工核對
機械層之外,依 references/audit_checklist.md 逐項核對。何時讀該檔:要展開任一維度的細目 checkbox 時讀它;本頁只列維度綱要。每項列出「衝突在哪(具體數字)+怎麼改」。
-
假設↔迴歸表對齊:每個假設(H1/H2/H3)由哪張表、哪個應變數檢定?表註標的 H 編號正確嗎?係數方向與顯著性是否與假設陳述一致?有沒有把 A 應變數的假設標在 B 應變數的表上?
- 主張帳本:假設與摘要、討論章的結果性句子逐筆建帳,狀態分 supported/partial/contradicted/gap;無證據者只能是 gap 並填原因,不得升格。欄位與步驟見
references/claims-ledger.md。
- 主張帳本:假設與摘要、討論章的結果性句子逐筆建帳,狀態分 supported/partial/contradicted/gap;無證據者只能是 gap 並填原因,不得升格。欄位與步驟見
-
樣本數一致性:樣本篩選表最終 N → 敘述統計 N → 迴歸觀察值,三處是否一致?落差是否以一句話交代(落後期、listwise 刪除)?敘述統計是否與迴歸用同一樣本?
-
篩選聲明↔敘述統計:篩選表若寫「剔除遺漏值(0)」,敘述統計各變數 N 是否真的都等於全樣本?有變數 N 較少卻宣稱 0 遺漏即為矛盾。
-
資料品質界限:不可能值(董事會規模最小=0、比率超出 [0,1] 或 [0,100])?極端離群(max 偏離 mean 逾~10 SD)?連續變數是否縮尾並註明?
- 相關 >0.9 紅旗:相關矩陣中任兩變數 |r|>0.9 → 疑似共線或「同一變數誤當兩個放入」(平方項未置中、虛擬變數代錯)。要作者查是否誤代或應置中,不可放著。
- 假說→變數→資料欄位三欄對照:每個假設用到的變數,對到的 TEJ 欄位/代碼是否正確?
-
文字↔表格:內文引述的樣本期間、比例、係數、N、轉折點等,是否與表格逐一吻合?交乘項/二次項的邊際效果與轉折點判讀是否與係數一致(轉折點 = -β₁/β₃ 或 -β₁/(2β₂))?
- 同值重複紅旗:全表掃「不同欄格出現完全相同數值」(如兩個不同變數的 t 值都是 4.862)→ 疑似複製貼上貼錯,回溯每個數字的來源輸出檔位置。
-
引用與表註一致:內文 APA 引用 ↔ 參考文獻清單(孤兒引用、漏列)?顯著性星號(//)是否在表註定義?表註的應變數說明與該表實際一致? (引用只做內文↔清單雙向對帳;文獻是否真實存在/幻覺,轉 citation-verifier 無網稽核或 check-citations 有網查驗——Claude Code 環境須加 anthropic-skills: 前綴。)
- 網頁來源存檔紅旗:引用中若有網頁來源(政府網站、公司 IR 頁、新聞稿,非期刊 DOI),須附 Wayback 存檔連結或至少擷取日期;查無存檔連結也無擷取日期即標 [Major](審稿人數年後點開易得 404,見
public-disclosure-scout的references/disclosure-monitoring.md)。可用該 skill 的scripts/archive_url.py lookup <url>補查現有快照,或save補存;無法存檔者論文中須明確標「存檔失敗,僅記錄擷取日期」,不可留白。
- 網頁來源存檔紅旗:引用中若有網頁來源(政府網站、公司 IR 頁、新聞稿,非期刊 DOI),須附 Wayback 存檔連結或至少擷取日期;查無存檔連結也無擷取日期即標 [Major](審稿人數年後點開易得 404,見
<output_contract> 結論先行。報告依嚴重度分區,每項附證據錨點(表號、頁、欄格)。嚴重度三級:
- Fatal=會直接被審查委員抓、且動搖結果可信度(如變數代錯導致主結果、樣本數對不上且無法解釋)。
- Major=需重跑分析或補說明才能修(離群未縮尾、N 落差未交代)。
- Minor=可直接改的文字/註記不一致(表註漏定義星號、內文年份筆誤)。
# 一致性稽核報告:<論文>
## 機械對帳結果
(貼 audit_docx.py 輸出摘要;或註明「未跑機械對帳,全人工」)
## 待修清單(依嚴重度)
[Fatal] <維度N> <衝突在哪,具體數字> | 錨點:表X/頁Y | 怎麼改:<...>
[Major] ...
[Minor] ...
## 需重跑分析 vs 可直接改文字(明確分開)
- 需原始資料重跑:<...>(標「待作者以原始資料修正」)
- 可直接改文字/註記:<...>
## 寫對的地方(不必動)
<...>
</output_contract>
輸出節錄:
- [Fatal] 維度5 同值重複(Table 3, Model 1):研發強度 t=4.862 與財務槓桿 t=4.862 完全相同,統計上兩個不同變數 t 值相同機率極低,疑複製貼上貼錯(真值可能差很多,屬貼錯型誤植)。怎麼改:回原始 regression output 逐欄核對,指出正確值來源列。標「待作者以輸出檔修正」。
- [Fatal] 維度4 相關>0.9(相關矩陣):研發強度與研發費用率 r=0.97,疑為同一構念以兩種代理重複放入模型,或變數代錯。怎麼改:確認兩者操作型定義是否實質不同;若同構念,擇一或改用其一,並檢查主結果是否因共線而失真。
- [Minor] 維度6(Table 3 表註):星號 *** 未於表註定義顯著水準,補「*** p<0.01」。可直接改。
示例提示词
投稿前帮我核对这篇论文各表格样本数是否一致,并清除作者身份信息。
所属插件
安装该插件会一并获得同领域的 54 个 Skill / MCP。
同插件的其他科研 Skill
- 智能体资源节约守则Applies token- and context-saving habits for tool choice, PDF handling, persistent memory, and privacy checks. Use at the start of sessions with many files or PDFs, or multi-session work.
- 英文论文双语精读器把英文论文转成中英对照精读档并生成离线双语阅读器,标注要点并输出读书笔记。精读单篇英文论文、要中英对照阅读时使用。
- 研究方法比较论证Compares quantitative, qualitative, and mixed research methods against what each can and cannot answer to build a methods table. Use when justifying a method choice in a thesis.
- 复杂系统分析方法Analyzes complex systems with power-law fitting, Hurst exponent, fractal dimension, agent-based modeling, and entropy measures. Use for nonlinear or complex-system data.
- 研究环境容器化部署Builds Docker and Singularity containers for reproducible computation and HPC deployment of research environments. Use when packaging an analysis pipeline for reuse or HPC.
- DVC数据版本管理Sets up DVC for dataset and pipeline versioning, remote storage, and experiment comparison in reproducible ML research workflows. Use when tracking large datasets or ML experiment runs.
- 期刊级统计图表绘制Creates publication-quality multi-panel figures with matplotlib, seaborn, or ggplot2 using colorblind-safe palettes and journal export settings. Use when preparing figures for a paper.
- 综述模块拆解规划Breaks a refined literature-review question into 3-5 non-overlapping modules to build a reading map, outline, or search plan. Use when structuring a literature review.
- 学位论文答辩教练模拟学位口试委员提问并提供承认回应证据三段式答辩框架与模拟问答。准备论文口试或研讨会问答环节时使用。
- 实验设计与样本量规划Designs rigorous experiments covering sample-size calculation, randomization strategy, pre-registration, and A/B test duration estimation. Use when planning an experiment or A/B test.
- 管理实验设计架构为管理与商学情境实验规划组间组内设计、对抗平衡与操弄检核,并产出设计书与情境材料模板。做商学实验设计时使用。
- 科研经费申请撰写Structures research grant proposals including NSF/NIH Specific Aims, budget justification, ERC narrative sections, and biosketch formatting. Use when drafting a funding application.
- 人类可读文档撰写规范Guides writing human-facing docs like README, PLAN, survey notes, and reviewer-response drafts with a clear two-tier structure. Use for text a human collaborator will read.
- 知识图谱与SPARQL检索Builds knowledge graphs and runs SPARQL queries over RDF and Wikidata for entity linking in research and library data. Use when modeling research entities as a linked graph.
- LaTeX论文写作与排版Writes, compiles, and submits LaTeX papers covering IMRaD structure, key packages, bibliography management, and arXiv preparation. Use when authoring or debugging a LaTeX manuscript.
- 文献比较矩阵构建器把一批PDF整理成含撤稿查核与APA7书目的文献资料库,并生成横向比较矩阵表。整理综述前要比较文献时使用。
- 跨库学术文献检索Searches OpenAlex, Semantic Scholar, and arXiv for academic literature with deduplication, citation snowballing, and BibTeX export. Use when collecting papers for a review or topic.
- 文献调研语料库维护Finds, verifies, and maintains a literature corpus from arXiv, OpenAlex, Crossref, and related databases with BibTeX entries and per-paper notes. Use when sourcing references for a paper.
- 文献综述研究缺口定位Converts a literature-review synthesis into a concrete, defensible research gap and future-research direction. Use when writing a conclusion or thesis contribution section.
- 文献矛盾结论梳理Analyzes conflicting findings across papers and explains disagreement by sample, method, or context differences for a stronger synthesis. Use when review sources disagree.
- 效应量汇总元分析Pools effect sizes across studies with fixed and random-effects models, heterogeneity tests, forest and funnel plots, and subgroup analysis. Use to synthesize quantitative study results.
- 缺失数据处理Diagnoses missing-data mechanisms such as MCAR, MAR, or MNAR and applies multiple imputation or deletion with sensitivity analysis. Use when a dataset has missing values.
- 混合方法研究设计Designs mixed-methods studies integrating qualitative coding, triangulation, content analysis, and QCA with inter-rater reliability checks. Use when combining qual and quant data.
- 科研机器学习流程Applies machine learning to research questions with scikit-learn pipelines, AutoML, SHAP explainability, and nested cross-validation. Use when building a predictive model for a study.
常见问题
论文内部一致性稽核能做什么?
对量化论文做内部一致性稽核,机械比对表格样本数与离群值,并清除Word文件里隐藏的作者识别资讯。投稿或口试前自查时使用。
如何安装论文内部一致性稽核?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「论文内部一致性稽核」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。
论文内部一致性稽核需要哪些权限?
该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。
论文内部一致性稽核经过官方审核吗?
是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。