chi-reproducibility
针对 ACM CHI 论文的研究透明性增强技能，覆盖协议、分析脚本、编码本、预注册与数据可用性说明，帮助降低方法透明性不足带来的桌拒风险。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-05 00:16
数据与分析
17,418 个结果
earth-system-science-data
用于判断地球系统数据集是否适合投《Earth System Science Data》（ESSD）数据论文，并给出投稿定位、数据存储与质量文档要求的技能。
er-data-sample
面向经济学研究论文「数据与样本」章节的写作技能，指导点名数据库、构建变量定义表与描述性统计表、留痕样本筛选流程，并预防审稿人对度量合理性、样本代表性与选择偏误的质疑。
hrm-data-analysis
面向《Human Resource Management》（Wiley）投稿的数据分析技能，用于处理嵌套数据、潜变量结构方程、中介与调节检验、面板因果识别、元分析与定性编码等估计与分析瓶颈，帮助研究者匹配估计量与数据结构并满足审稿要求。
ieee-transactions-on-pattern-analysis-and-machine-intelligence
面向 IEEE TPAMI 期刊的投稿匹配与选题定位技能，帮助判断计算机视觉、模式识别与机器学习方法论文是否符合该刊的存档式发表标准，并给出改投建议。
ier-replication-package
面向《International Economic Review》（IER）投稿的复现包与证明附录整理技能，用于按 AER 式数据可得性政策打包数据、程序与 README，并检查证明附录是否自足。
isr-data-analysis
用于《Information Systems Research》(ISR) 投稿的数据分析与证明阶段：按实证、解析建模、设计科学三类体裁组织识别策略、测量效度、证明推导与评估，并配套稳健性检验、可复现脚本与电子附录要求。
jbv-data-analysis
面向《Journal of Business Venturing》（JBV）稿件的数据分析与效度处理技能，帮助根据创业数据结选择估计量、应对幸存者偏差与样本选择、内生性、聚类标准误，并整理稳健性与报告口径。
jet-data-analysis
面向《Journal of Economic Theory》(JET) 论文的数值与计算内容处理技能。JET 以理论为先，计算内容须服务于定理，用于示例、模拟、计算均衡或经验检验，并提供可复现脚本。
jfe-topic-selection
用于在撰写《金融经济学杂志》（JFE）论文前评估选题是否契合该刊定位与贡献门槛的技能，帮助判断经济问题、贡献点、识别路径与深度是否达标，并决定投稿 JFE、JF 还是 RFS。
jfqa-data-analysis
用于JFQA（Journal of Financial and Quantitative Analysis）实证金融论文的数据分析与估计技能，覆盖金融数据构建、估计与推断、稳健性检验及可复现性规范，帮助作者产出可信、可复现的分析流程。
jibs-data-analysis
面向《国际商务研究期刊》（JIBS）稿件的实证分析与跨国效度技能，指导跨国/多层数据的测量等价性检验、估计量选择、共同方法偏差与内生性处理及稳健性报告。
journal-of-machine-learning-research
JMLR 期刊投稿匹配与定位辅助技能，用于判断机器学习方法与理论稿件是否适合这一开放获取、无版面费的学会期刊，并给出选题契合、证据门槛、结构与常见退稿风险的自查建议。
jpsp-data-analysis
用于分析并报告《人格与社会心理学杂志》（JPSP）多研究稿件的统计与结果部分，按 JARS 标准并满足 TOP Level 2 透明度要求，涵盖效应量、内部元分析、机制与稳健性检验等。
mgsci-data-analysis
面向 Management Science（INFORMS）投稿的数据分析技能：在解析路线中证明并数值验证命题与比较静态，在实证路线中完成识别、估计与稳健性检验，并搭建符合 Code and Data Disclosure 政策的复现包。
npj-computational-materials
用于判断计算或数据驱动材料学研究是否适合投向 npj Computational Materials 的选刊与改写工具，依据公开资料梳理期刊定位、选题范围、方法与证据门槛、结构与常见拒稿原因。
psci-data-analysis
用于《Psychological Science》稿件的数据分析与结果报告：强调报告带置信区间的效应量、完整披露数据处理、区分验证性与探索性分析，并提供可复现的分析脚本与数据字典。
psychbull-meta-analysis-methods
面向 Psychological Bulletin 元分析稿件的定量方法技能，用于从编码统计量计算效应量、选择并拟合元分析模型、处理效应量依赖并量化异质性，强调随机效应、RVE/多层模型及 Q、I²、τ²、预测区间的报告。
rt-replication-package
用于论文最终投稿或录用阶段，按目标期刊的数据与代码政策组装并校验可复现包（Replication Package），确保所有报告数字可由脚本复现，满足 AEA、JF、Management Science 等数据编辑的核查要求。
sci-figures
面向《Science》投稿的图表终检技能，用于控制图版数量与栏宽尺寸、最小字号、色盲友好配色，并强调展示原始数据点。
smj-data-analysis
面向《Strategic Management Journal》(SMJ) 投稿的数据分析与内生性处理技能，帮助作者为战略管理实证论文选择识别策略、执行稳健性检验并回应审稿人对因果性的质疑。
statspai-analysis
StatsPAI 是一个面向智能体的因果推断与应用计量经济学 Python 库，通过 `import statspai as sp` 提供 1500 多个注册函数。该技能驱动 StatsPAI 完成应用实证论文的标准管线，支持默认应用经济学、流行病学和机器学习因果三种模式，并在每一步生成可用的论文成品。安装命令为 `pip install "statspai[fixest,plotting]"`（默认管线），按需添加 `neural` 或 `text` 扩展。注意此技能是静态副本，不会随 pip 包自动更新；可用 `statspai skill status` 检查是否过时，过时则建议先运行 `statspai skill install --force`。
drizzle-learner
面向 Drizzle ORM 与 PostgreSQL 的教学型代码审查技能，帮助有其他 ORM 经验的初学者快速掌握最常用的核心用法。它会先给出修正后的代码，再解释一条关键原因，并简要列出其他问题。
adhoc-analysis
adhoc-analysis 是 builderio/agent-native 中的一项临时分析技能，用于跨多个数据源做深度调查并输出带结论的报告。它强调先在对话中回答，只有用户明确要求保存或重跑时才生成可复用分析产物。