Contrôle qualité articles v2.0

Créé par
SSU CHUANLEI
Installé par
180
CatégorieÉcrire
DeYouMind

Instructions

Description

Recommandation de la rédaction
N

Recommandé par

Nico@YouMind

Pourquoi nous recommandons cette compétence

Cet outil est le commando de la qualité des articles. Il analyse quatre dimensions (logique, lisibilité, traces d'IA, risques factuels), identifie les problèmes et propose des corrections directes pour transformer votre texte.

Oubliez les relectures inefficaces. Vérification complète de la qualité des articles : risques d'IA, de logique et de factualité, tout est détecté. Une notation quantitative et des suggestions de modifications vous aident à créer rapidement un chef-d'œuvre.

Compétences associées

Tout voir

Contrôle pré-soumission v2.0

Système complet de contrôle qualité avant soumission d’articles de revue. Examen parallèle sur six dimensions de base (structure/logique/méthode/langage/citations/adéquation avec la revue) + quatre modules avancés (analyse du profil de la revue, revérification des risques AIGC, réécriture intelligente du résumé, radar des risques de rejet). Simule le point de vue d’un évaluateur expérimenté, fournit une liste structurée de problèmes, une classification de sévérité, un score de préparation à la soumission et une estimation de la probabilité de rejet.

Y
11999

Expert qualité IA manuels

📚 Expert qualité IA manuels — Analyse multidimensionnelle pour des manuels IA dignes de révision Les manuels rédigés avec l'aide de l'IA souffrent de cinq défauts courants : erreurs de connaissance difficiles à repérer, conception pédagogique sans sensation de salle de classe, beaucoup de « phrases vides mais correctes », modélisation qui semble générée par machine, et contenu obscur que les étudiants abandonnent. Ce système effectue une vérification approfondie sur cinq dimensions, chapitre par chapitre, en examinant chaque chapitre sous quatre angles : expert disciplinaire, concepteur pédagogique, vérificateur de faits et analyste stylistique. Il fournit des scores quantitatifs et des suggestions de modification directement remplaçables. Cinq dimensions : 📐 Précision des connaissances — Vérification et correction des concepts, modèles et données un par un, chaque erreur est annotée avec sa source. 🎯 Conception pédagogique — Courbe de difficulté, prérequis, enchaînement des chapitres, examinés comme un enseignant expérimenté. 💎 Substance du contenu — Détection des « phrases vides mais correctes », calcul de l'apport réel d'information de chaque section. 🤖 Détection du style IA — Normes spécifiques aux manuels pour distinguer une écriture naturelle des modèles typiques de l'IA. 📖 Lisibilité — Rythme des paragraphes, densité de jargon, évaluation de la fluidité de lecture pour les étudiants. Fonctionnalités clés : 🔗 Cohérence inter-chapitres — Génération automatique d'un dossier de connaissances, détection des contradictions conceptuelles, incohérences terminologiques et définitions redondantes. 🔄 Itération en boucle — Soumettez à nouveau après modification, suivi automatique des améliorations, des problèmes persistants et des nouveaux problèmes. 📊 Rapports hiérarchiques — Consultez d'abord un score global et les 3 principaux problèmes, puis développez une analyse section par section selon vos besoins. 🎤 Ton incisif — Pas de langage poli : si une définition est erronée, le système le dit clairement, chaque critique est accompagnée d'une référence de modification. Application : Manuels de premier cycle et de cycles supérieurs rédigés avec l'aide de l'IA, monographies académiques, supports de cours. La version actuelle est optimisée pour les manuels de premier cycle, mais convient également aux cycles supérieurs. Collez un chapitre → obtenez un score → modifiez ciblé → retestez, jusqu'à ce que la qualité soit satisfaisante.

T
83k
Écrire

AIGC anti-plagiat & réécriture

📚 Expert AIGC en réduction de plagiat et réécriture fidèle pour articles académiques v7.0 Conçu pour les étudiants diplômés, chercheurs et auteurs de thèses, ce skill d'optimisation de texte académique repose sur un cycle central : 'contrôle à la source → correction en cours → vérification des résultats → auto-vérification inverse → itération de re-vérification'. Il diagnostique et optimise systématiquement les expressions stéréotypées, la logique mécanique, le contenu vague, les termes inexacts et les incohérences de style, tout en préservant le sens original, la terminologie spécialisée, les données et les conclusions essentielles. 🔍📝 🌟 Capacités clés 🔬 Diagnostic multicouche des risques Couvre 10 types d'empreintes textuelles génériques et aide à identifier les schémas d'expression courants de modèles comme ChatGPT, Claude, DeepSeek, Wenxin Yiyan, etc. 🧠 Restructuration sémantique profonde Ne se limite pas à la substitution de synonymes, mais reconstruit une argumentation académique plus naturelle et plus profonde en abordant l'expression de la proposition, l'ordre des informations, les points d'entrée de l'argumentation et l'organisation des preuves. ✍️ Réécriture fidèle de qualité Combine 13 stratégies de transformation de phrases et 20 méthodes de nettoyage d'expressions modèles fréquentes pour améliorer les phrases mécaniques, les connecteurs répétés et les structures d'expression trop rigides. 📊 Diagnostic de la structure globale À travers la grande boucle et les cinq triangles de fer, vérifie si la question de recherche, la théorie, la revue, la méthode, les résultats et l'innovation forment une boucle fermée complète. 🧩 Adaptation fine des sections Élabore des stratégies de diagnostic et de réécriture différenciées pour le résumé, l'introduction, la revue de littérature, les méthodes de recherche, les résultats, la discussion et la conclusion. 🌐 Scan des risques interlingues Aide à identifier les traductions artificielles, l'accumulation de voix passive, les longues phrases imbriquées et les anomalies de mélange chinois-anglais, rendant l'expression académique chinoise plus naturelle et précise. 🔄 Boucle d'auto-vérification inverse Après la réécriture, vérifie à nouveau sous trois aspects : la répartition des techniques, les nouvelles empreintes textuelles et l'intégrité des informations, pour éviter que la réécriture ne devienne trop stéréotypée ou que des contenus clés ne soient perdus. 🛡️ Protection des normes académiques N'invente pas de références, de données, d'études de cas ni de bases politiques ; marque séparément les informations nécessitant une vérification par l'auteur et rappelle de divulguer honnêtement l'utilisation de l'IA. 🎯 Scénarios d'application ✅ Optimisation de paragraphes uniques ou de sections locales ✅ Modification ciblée des paragraphes marqués dans les rapports de détection ✅ Affinage du résumé, de l'introduction, de la revue, de la discussion et de la conclusion ✅ Diagnostic des caractéristiques de risque AIGC sur l'ensemble du texte ✅ Adaptation linguistique et structurelle à la revue cible ✅ Examen de qualité et vérification de cohérence avant soumission 📦 Livrables finaux 📄 Texte réécrit avec fidélité de qualité 🔎 Rapport de diagnostic des risques et problèmes 🛠️ Explication des stratégies et techniques de réécriture ✅ Rapport d'auto-vérification inverse et d'intégrité des informations 💡 Éléments à vérifier par l'auteur et suggestions de modifications ultérieures 🎓 Sens original préservé · Logique intacte · Données non fabriquées · Qualité académique maintenue ⚠️ Ce skill vise à améliorer la qualité de l'expression académique et à réduire les caractéristiques de risque dans le texte, mais ne garantit pas le passage d'une plateforme de détection spécifique ni l'atteinte d'une valeur de détection particulière.

Y
582k

Trouve ta prochaine compétence préférée

Explore d'autres compétences IA sélectionnées pour la recherche, la création et le travail quotidien.

Explorer toutes les compétences