用途：本技能面向科学批判性思维，用于系统评估科学主张的证据质量与严谨性，覆盖方法学、实验设计、统计效度、偏倚与混杂，并应用GRADE及Cochrane偏倚风险工具（随机试验用RoB 2，非随机干预研究用ROBINS-I）。
主要能力：包括七项——方法论批判、偏倚检测、统计分析评估、证据质量评估、逻辑谬误识别、研究设计指导与主张评估。方法论批判关注内部效度、外部效度、构念效度与统计结论效度，以及随机化、盲法、对照与测量质量。偏倚检测覆盖认知偏倚、选择偏倚、测量偏倚、分析偏倚与混杂。统计分析评估涵盖样本量与检验力、检验适当性、多重比较校正、p值解读、效应量与置信区间、缺失数据处理、回归假设与常见陷阱。证据质量评估从研究设计层级、设计内质量、GRADE升降级、证据收敛性与情境因素入手。逻辑谬误识别按因果、泛化、权威、统计、结构与科学特有类别命名谬误。研究设计指导提供从问题细化、设计选择、偏倚最小化、样本规划、测量策略、分析规划到透明性（预注册、CONSORT/STROBE/PRISMA报告规范）的流程。主张评估则检查主张类型、证据充分性、逻辑连接、比例性与过度泛化。
使用方式：适用于评估研究论文、系统综述、临床试验结果与媒体报道；技能包含references目录下的参考文档（如scientific_method.md、common_biases.md、statistical_pitfalls.md、evidence_hierarchy.md、logical_fallacies.md、experimental_design.md、evaluation_checklists.md），可用grep搜索具体主题，例如grep -r "pattern" references/。
适用场景与限制：本技能不触发于撰写正式审稿报告（应用alterlab-peer-review）、多评审模拟小组结论（alterlab-paper-reviewer）、论文评分（alterlab-scholar-eval）、运行统计检验（alterlab-statistical-analysis）或跨研究合并效应量（alterlab-meta-analysis）。所有评估需基于方法而非结果，承认研究局限，区分致命缺陷与次要局限。资料未提供价格、平台与具体安装方式。