用途：这是一个系统化评估科学严谨性的批判性思维技能，用于对科研主张、论文与证据做批判分析，覆盖方法学、实验设计、统计效度、偏倚、混杂与证据质量。
主要能力：
- 方法学批判：评估研究设计是否匹配研究问题、能否支持因果主张，分析内部效度（随机化质量、混杂控制、选择偏倚、失访）、外部效度（样本代表性、生态效度）、构念效度与统计结论效度，并检查对照与盲法、测量质量。
- 偏倚识别：涵盖研究者认知偏倚（确认偏倚、HARKing、发表偏倚、选择性报告）、选择偏倚（抽样、志愿者、失访、幸存者）、测量偏倚（观察者、回忆、社会赞许、工具）与分析偏倚（p-hacking、结局替换、选择性报告、亚组钓鱼），并评估混杂与替代解释。
- 统计分析评估：检查样本量与检验效能、统计检验适用性与假设、多重比较校正、p 值解释、效应量与置信区间、缺失数据处理、回归与建模（过拟合、外推、多重共线性）。
- 证据质量评估：按研究设计层级排序，结合偏倚风险工具（Cochrane ROB、Newcastle-Ottawa 等）与 GRADE 降级/升级因素，评估证据一致性、间接性、精确性与发表偏倚。
- 逻辑谬误识别：识别因果、泛化、权威与来源、统计、结构及科学特有谬误，并说明为何推理有误、需要何种证据。
- 研究设计指导：从问题细化、设计选择、偏倚最小化、样本规划、测量策略、分析规划到透明性与报告规范（CONSORT、STROBE、PRISMA）提供建议。
- 主张评估：判断主张类型与强度、证据是否充分、逻辑是否连贯、置信度是否与证据相称，并识别过度泛化等警示信号。
使用方式：在评审论文、评估实验设计、解读冲突证据、开展系统综述或元分析、应用 GRADE 或 Cochrane 偏倚风险评估、以及批判分析科研主张时调用本技能。资料未提供具体安装命令或调用代码。
适用场景：科研论文评审、研究方案设计、文献综述、临床与实证研究结果解读、科普内容核查。
限制：资料未提供具体平台、收费、价格或效果信息；本技能提供评估框架与检查清单，不替代领域专家判断，也不保证结论正确。