Meta分析與系統性回顧報告
將Meta分析統計轉為符合PRISMA的報告
描述
依據 PRISMA 2020 與 Cochrane 手冊，將您的 Meta 分析統計（合併效應量、I²、Q、tau²、出版偏誤指標）整理為完整的「方法＋結果＋限制」文字。絕不誤解 I² 數值（包括對變異百分比的說明），並避免誇大的因果語言（使用「研究結果與……一致」等審慎表述，取代「證據顯示……」）。最後還會提供至少 3 個審稿人可能提出的問題，以及相應的答辯句。適合撰寫 Meta 分析論文，或希望在投稿前強化方法章節的研究人員。不會做什麼：不會從原始資料進行統計計算（您必須先使用 R／RevMan／CMA 完成計算），只會將結果轉寫並解讀為學術文字。
相關技能
查看全部
PRISMA 2020 流程圖撰寫器
為進行系統性文獻回顧的研究人員，產生符合 PRISMA 2020 checklist 的流程圖文字與研究流程段落。輸入資料庫檢索數據（identification → screening → eligibility → included）後，它會檢查數字是否一致，並產生一段可用來回應審稿人「為什麼你的流程圖排除了這麼多文獻？」的說明文字。此外，也能將您的納入／排除標準整理成 PICO／PECO 格式的表格。此技能適合撰寫系統性文獻回顧或統合分析的研究生與學者，也適合期刊編輯進行初步檢查。若偵測到數字不一致（例如 included > eligibility），它會明確指出問題，不會在未告知的情況下自行修正。
CONSORT 2010 完整報告撰寫器
根據您的隨機對照試驗（RCT）資料——包括隨機分派方法、盲法狀態、檢定力分析、CONSORT 流程圖人數（screened/randomized/allocated/analyzed），以及 ITT/PP 分析方法——產生符合 CONSORT 2010 25 項條目的完整摘要＋方法＋結果草稿。絕不混淆 ITT/PP 的區分；並檢查流程圖人數的一致性（randomized ≥ allocated ≥ followed-up ≥ analyzed）。此外，會預先找出期刊審稿人經常提出的至少 4 項質疑（例如「為什麼未報告 ITT 分析」、「是否測試過盲法成功與否」、「是否存在 outcome switching」），並為每項質疑提供可用於回應的辯護句。專為臨床研究人員，以及在醫學、護理或藥學領域執行 RCT、希望在投稿前確認研究方法嚴謹性的學術工作者設計。
文獻計量分析結果撰寫器
將您從 VOSviewer 或 Biblioshiny（Bibliometrix/R）取得的原始數據（關鍵詞頻率、引用網絡叢集、年度發表趨勢、國家／機構／期刊分布）轉換為適合學術發表、經過詮釋的文字。與其重複列出數字，不如採用學術語調說明文獻的發展方向；同時避免提出推測性的因果論述。適合需要撰寫論文或文章、準備文獻計量分析章節，但難以將原始數據轉化為學術語言的研究者。使用方式：直接貼上從 VOSviewer 取得的叢集／關鍵詞清單，或 Biblioshiny 的摘要表格；此 Skill 會為關鍵詞叢集進行主題命名與解讀，並評估引用網絡及國家間的合作模式。
Meta分析與系統性回顧報告
將Meta分析統計轉為符合PRISMA的報告
描述
依據 PRISMA 2020 與 Cochrane 手冊，將您的 Meta 分析統計（合併效應量、I²、Q、tau²、出版偏誤指標）整理為完整的「方法＋結果＋限制」文字。絕不誤解 I² 數值（包括對變異百分比的說明），並避免誇大的因果語言（使用「研究結果與……一致」等審慎表述，取代「證據顯示……」）。最後還會提供至少 3 個審稿人可能提出的問題，以及相應的答辯句。適合撰寫 Meta 分析論文，或希望在投稿前強化方法章節的研究人員。不會做什麼：不會從原始資料進行統計計算（您必須先使用 R／RevMan／CMA 完成計算），只會將結果轉寫並解讀為學術文字。
相關技能
查看全部PRISMA 2020 流程圖撰寫器
為進行系統性文獻回顧的研究人員，產生符合 PRISMA 2020 checklist 的流程圖文字與研究流程段落。輸入資料庫檢索數據（identification → screening → eligibility → included）後，它會檢查數字是否一致，並產生一段可用來回應審稿人「為什麼你的流程圖排除了這麼多文獻？」的說明文字。此外，也能將您的納入／排除標準整理成 PICO／PECO 格式的表格。此技能適合撰寫系統性文獻回顧或統合分析的研究生與學者，也適合期刊編輯進行初步檢查。若偵測到數字不一致（例如 included > eligibility），它會明確指出問題，不會在未告知的情況下自行修正。
CONSORT 2010 完整報告撰寫器
根據您的隨機對照試驗（RCT）資料——包括隨機分派方法、盲法狀態、檢定力分析、CONSORT 流程圖人數（screened/randomized/allocated/analyzed），以及 ITT/PP 分析方法——產生符合 CONSORT 2010 25 項條目的完整摘要＋方法＋結果草稿。絕不混淆 ITT/PP 的區分；並檢查流程圖人數的一致性（randomized ≥ allocated ≥ followed-up ≥ analyzed）。此外，會預先找出期刊審稿人經常提出的至少 4 項質疑（例如「為什麼未報告 ITT 分析」、「是否測試過盲法成功與否」、「是否存在 outcome switching」），並為每項質疑提供可用於回應的辯護句。專為臨床研究人員，以及在醫學、護理或藥學領域執行 RCT、希望在投稿前確認研究方法嚴謹性的學術工作者設計。
文獻計量分析結果撰寫器
將您從 VOSviewer 或 Biblioshiny（Bibliometrix/R）取得的原始數據（關鍵詞頻率、引用網絡叢集、年度發表趨勢、國家／機構／期刊分布）轉換為適合學術發表、經過詮釋的文字。與其重複列出數字，不如採用學術語調說明文獻的發展方向；同時避免提出推測性的因果論述。適合需要撰寫論文或文章、準備文獻計量分析章節，但難以將原始數據轉化為學術語言的研究者。使用方式：直接貼上從 VOSviewer 取得的叢集／關鍵詞清單，或 Biblioshiny 的摘要表格；此 Skill 會為關鍵詞叢集進行主題命名與解讀，並評估引用網絡及國家間的合作模式。
發現下一個適合你的技能
繼續探索更多精選 AI 技能，用於研究、創作和日常工作。