用途
peer-review 是一个面向科研同行评审的系统化工具包，用于评估科学手稿与基金申请。它以建设性、严谨的评审为目标，覆盖方法学、统计、实验设计、可复现性、伦理、图像完整性与报告标准等多个维度，适用于不同学科的稿件与项目评审。
主要能力
该技能提供分阶段的评审流程：
- 阶段 1 初步评估：判断核心研究问题、主要发现、科学可靠性与重要性、是否适合目标刊物，以及是否存在立即阻碍发表的重大缺陷。输出为 2-3 句话的简要总结。
- 阶段 2 逐节详细评审：分别评估摘要与标题、引言、方法、结果、讨论和参考文献，并列出常见问题与警示信号。
- 阶段 3 方法学与统计严谨性：检查统计假设、效应量、多重检验校正、置信区间、样本量与功效、参数与非参数检验选择、缺失数据处理、探索性与验证性分析区分；实验设计中的对照、重复、混杂因素、随机化与盲法；计算/生物信息学中的方法描述、软件版本、代码可用性、算法验证与批次校正。
- 阶段 4 可复现性与透明度：数据是否存入合适仓库、是否提供登录号、共享限制是否合理、格式是否标准；分析代码与材料是否可用；是否遵循学科报告指南（CONSORT、PRISMA、ARRIVE、MIAME、MINSEQE 等）。
- 阶段 5 图表与数据呈现：评估分辨率、坐标轴与单位标注、误差线定义、显著性标识、配色可及性、比例尺；检查图像操纵迹象、Western blot 与凝胶呈现、代表性图像是否真实代表、是否选择性展示。
- 阶段 6 伦理考量：人体受试者的伦理审批与知情同意、弱势群体保护、隐私与利益冲突；动物研究的 IACUC 审批、人道性与 3R 原则、安乐死方法；科研诚信中的数据伪造或篡改、作者身份、竞争利益、资金来源、剽窃或重复发表。
- 阶段 7 写作质量与清晰度：结构组织、语言精确性、术语与缩写、语法拼写、可读性与可及性。
同时，它规定了评审报告的结构：总结陈述、主要意见、次要意见、可选逐行评论、向作者提出的问题，并强调建设性、具体、平衡、尊重、客观、全面且清晰的语气，避免人身攻击、讽刺、含糊批评、超出范围的额外实验要求以及双盲评审中暴露身份。
文档还按稿件类型给出特殊考虑：原创研究论文、综述与元分析、方法论文、短报告/快报、预印本、演示文稿与幻灯片。
使用方式
该技能通过系统化流程指导评审者执行上述阶段与检查项，并输出结构化评审意见。文档说明在创建文档时可考虑使用 scientific-schematics 技能生成科学示意图，并给出命令示例：
python scripts/generate_schematic.py "your diagram description" -o figures/output.png
对于演示文稿（PowerPoint、Beamer、幻灯片），文档给出强制性基于图像的审查工作流，要求绝不直接读取演示文稿 PDF，而是先转换为图像。示例命令：
python skills/scientific-slides/scripts/pdf_to_images.py presentation.pdf review/slide --dpi 150
# Creates: review/slide-001.jpg, review/slide-002.jpg, etc.
并建议在开始评审时打印：
[HH:MM:SS] PEER REVIEW: Presentation detected - converting to images for review
[HH:MM:SS] PDF REVIEW: NEVER reading PDF directly - using image-based inspection
适用场景
- 为期刊评审科学手稿
- 评估基金申请与研究项目
- 评估方法学与实验设计的严谨性
- 审查统计分析与报告标准
- 评估可复现性与数据可用性
- 检查是否符合报告指南（CONSORT、STROBE、PRISMA 等）
- 为科学写作提供建设性反馈
- 评审演示文稿与幻灯片（需先转图片）
限制
文档未提供该技能的安装命令、收费方式、价格或平台支持信息，这些内容暂未提供。部分引用资源（如 references/reporting_standards.md）的完整内容未在资料中展开。评审的具体执行仍依赖使用者依据所列检查项进行判断。