Menu
Use before submission or when reviewing papers - provides evaluation checklists, bias detection, and self-review templates
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
Use when writing academic papers, theses, or research articles - supports brainstorming, chapter writing, literature review, and LaTeX output
Use for translation, polishing, or de-AI-ification of academic text - provides ready-to-use prompt templates
Use when writing or revising academic papers, especially Chinese journal manuscripts, that need natural prose, de-AI-ification, Markdown formatting, or quality checks
Use when writing or revising Introduction, Related Work, background, literature synthesis, or any section where references must drive claims
Use when designing experiments, result tables, mock planning data, evaluation protocols, or results sections before real data are final
Use when creating data visualizations for papers - generates publication-quality plots with top-journal color schemes
| name | peer-review |
| description | Use before submission or when reviewing papers - provides evaluation checklists, bias detection, and self-review templates |
本技能提供论文评审、自我审视和批判性分析的完整指南。
关键问题：
输出：2-3句话的简要总结。
统计评估：
实验设计：
## 总体评估
**研究概述**：[1-2句话概括]
**总体建议**：[接受/小修/大修/拒稿]
**关键优点**：
1. [优点1]
2. [优点2]
**关键缺点**：
1. [缺点1]
2. [缺点2]
显著影响论文有效性的关键问题：
改善清晰度和完整性的问题：
| 偏倚类型 | 检查要点 |
|---|---|
| 确认偏倚 | 是否只强调支持性发现？ |
| 选择偏倚 | 样本是否代表目标人群？ |
| 发表偏倚 | 是否缺少阴性结果？ |
| P-hacking | 是否多次分析直到显著？ |
| 谬误类型 | 表现 |
|---|---|
| 事后归因 | "B跟在A后面，所以A导致了B" |
| 相关=因果 | 混淆关联与因果 |
| 草率泛化 | 从小样本得出广泛结论 |
| 挑选数据 | 只选择支持性证据 |
# Role
你是一位严苛的资深学术审稿人。
# Task
请深入阅读并分析我的论文，撰写严厉但建设性的审稿报告。
# 审查维度
1. **原创性**：实质性突破还是边际增量？
2. **严谨性**：推导是否有跳跃？实验对比是否公平？
3. **一致性**：声称的贡献是否得到验证？
# Output
- Part 1 [Review Report]：Summary, Strengths, Weaknesses, Rating
- Part 2 [Strategic Advice]：具体改进建议
# Input
投稿目标：[期刊/会议名]
论文内容：[粘贴]
# Task
快速检查论文是否存在以下问题：
1. 逻辑一致性：引言的声明是否在实验中得到验证？
2. 术语一致性：核心概念是否保持一致命名？
3. 数据支持：所有结论是否有数据支持？
4. 对照完整性：是否与足够的baseline比较？
5. 消融充分性：是否验证了每个关键模块？
# Output
- 无问题：[检测通过]
- 有问题：分点列出位置和具体问题