SuperAPI AI 工具集

ma-peer-review

写作与研究

查看项目

更新于 10-15 22:14

技能介绍

用途:在元分析(meta-analysis)流程中执行结构化同行评审,产出可执行的反馈与验证检查,位于稿件起草(07)与发表质量(09)之间。

主要能力:Reviewer 1 关注方法学、纳入标准与统计有效性,审查 01_protocol/pico.yaml、03_screening/round-01/agreement.md、06_analysis/validation.md,写入 08_reviews/reviewer1.md;Reviewer 2 关注清晰度、报告完整性与可复现性,审查 07_manuscript/index.pdf 与 prisma_checklist.md,写入 08_reviews/reviewer2.md。问题按严重程度、位置与建议修复记录到 action-items.md(列:issue_id、severity、location、recommendation、status)。还生成 GRADE 汇总表、分析统计 JSON、半自动 GRADE 建议,以及 RoB 2(RCT)与 ROBINS-I(观察性研究)评估表。

使用方式:通过脚本运行,如 uv run scripts/init_grade_summary.py 初始化 GRADE 汇总表(读取 05_extraction/extraction.csv,写入 grade_summary.csv 与 grade_summary.md);scripts/collect_analysis_stats.py 解析 Stage 06 报告与 CSV,提取 I²、Egger 检验、CI 边界、总事件数,可选 --rob-csv 纳入 RoB 2 摘要,写入 analysis_stats.json;scripts/auto_grade_suggestion.py 配合 --stats 08_reviews/analysis_stats.json 生成建议,--out-detailed-md 输出逐域评审格式。另有 init_rob2_assessment.py 与 init_robins_i_assessment.py 初始化偏倚评估表。参考文件包括 reporting-checks.md、grade-template.md、grade-summary-schema.md、rob2-template.md、robins-i-template.md。

适用场景:元分析稿件的最终评审与验证阶段。

限制:资料未提供具体收费、平台支持范围或效果保证;部分输出标注为半自动生成,需人工复核。