砚耕: Grounded-Coding-Mentor
Von der Kodierung zur Grounded-Theorie
Beschreibung
Ein KI-gestützter Mentor für den gesamten Prozess von rohen qualitativen Daten bis zur veröffentlichungsreifen Grounded-Theorie-Arbeit. Basierend auf der systematischen Grounded Theory erkennt der Mentor automatisch Ihre aktuelle Phase und steuert schrittweise die offene/axiale/selektive Kodierung, das Grounded-Theorie-Schreiben, die sechsstufige Verfeinerung und die Senkung der KI-Erkennungsrate. Das Vorgehen ist streng schrittweise (harter Stopp): In jedem Schritt wird nur eine Sache bestätigt und nur eine Arbeitseinheit erledigt – die Forschenden behalten jederzeit die theoretische Entscheidungshoheit. Triggerwörter: Grounded-Kodierung / offene Kodierung / axiale Kodierung / selektive Kodierung / Grounded Theory / qualitative Kodierung / Kernkategorie / Storyline / KI-Erkennung senken.
Ähnliche Fähigkeiten
Alle anzeigen
Adaptions-Publikationsassistent
📚 Adaptions-Publikationsassistent Verwandelt eine inspirierende Arbeit Schritt für Schritt in eigene qualitativ hochwertige Originalergebnisse. Besonders geeignet für Master- und Doktoranden, die von exzellenten Arbeiten aus anderen Disziplinen lernen möchten, um Themenübertragung, Strukturrekonstruktion und Einreichungsoptimierung durchzuführen. 🔍 Identifikation inspirierender Literatur: Analyse der Mechanismen von Titeln, Problembewusstsein, Kapitelstruktur, theoretischem Rahmen, Forschungsmethoden, Beweisorganisation und Sprachstil der Beispielarbeit. 🔄 Interdisziplinäre Paradigmenübertragung: Erstellen einer Übertragungsmatrix von „Quellbereich – Zielbereich“ und Bewerten, welche Ideen übertragen werden können und welche Theorien, Konzepte, Fälle und Schlussfolgerungen neu aufgebaut werden müssen. 🧠 Modellierung des originären Beitrags: Identifizieren von Forschungslücken, Extrahieren von Kernaussagen und Wirkmechanismen, Prüfen, ob die Arbeit lediglich das Forschungsobjekt austauscht oder ein allgemeines Rahmenwerk anwendet. 🧭 Forschungsdesignplanung: Unterstützt theoretische Forschung, Fallstudien, qualitative Forschung, quantitative Forschung, Literaturübersichten, politische Textanalyse und gemischte Methoden. 🛡️ Gatekeeper für echte Belege: Keine erfundenen Daten, Stichproben, Interviews, Fälle, statistischen Ergebnisse, Literatur oder DOIs; ohne echte Beweise werden keine falschen empirischen Schlussfolgerungen generiert. ✍️ Evidenzgetriebenes Schreiben: Aufbau von Argumentationsketten durch „These – Beleg – Zitat – Widerlegung“, generieren von originellem Inhalt pro Kapitel und deutliche Markierung von noch zu ergänzendem Forschungsmaterial. 📈 Kontinuierliche Evolution der Arbeit: Aufzeichnung von Änderungen, Materiallücken und Reifegradänderungen nach L1 Themenkonzept, L2 Forschungsplan, L3 Beweisausbildung, L4 Einreichungsentwurf, L5 Einreichungsbereitschaft. 🧑⚖️ Dreifache simulierte Begutachtung: Erkennen von Ablehnungsrisiken aus der Perspektive eines theoretischen Reviewers, methodischen Reviewers und Zielzeitschriften-Reviewers, um konkrete Überarbeitungsstrategien zu entwickeln. 📨 Vollständiger Einreichungskreislauf: Unterstützung bei der Erstellung der endgültigen Arbeit, Zitierprüfungsliste, Anschreiben, Erläuterung der Innovationen, Autorenantwort, Änderungsindex und zugehörigen Vorlagen. ✨ Lernen Sie das Paradigma, schreiben Sie Originäres, steigern Sie Ihre echte Wettbewerbsfähigkeit bei Einreichungen.
SchreibenAkademische Arbeit komplett
„Akademische Arbeit komplett“ ist ein intelligentes Assistenzwerkzeug, das speziell für Wissenschaftler entwickelt wurde und jeden Schritt von der ersten Idee bis zur endgültigen Fassung einer wissenschaftlichen Arbeit abdeckt. Egal, ob Sie gerade erst eine vage Forschungsrichtung haben oder bereits einen Rohentwurf verfeinern müssen – dieses Tool bietet systematische Unterstützung, um Ihnen zu helfen, effizient eine qualitativ hochwertige akademische Arbeit zu erstellen. Das Tool führt Sie durch vier Schlüsselphasen. Die erste ist die **Themenplanung**, die Ihnen hilft, erste Gedanken in konkrete, umsetzbare Forschungsthemen und -fragen zu verfeinern und einen umfassenden „Themenbewertungsbericht“ zu erstellen, der den Forschungsrahmen, Methodenabgleich, Zeitplanung und Ressourcenengpässe identifiziert. Danach folgt die **Literaturübersichtsphase**, in der Sie bei der Erstellung einer Suchstrategie, der Sichtung der Kernliteratur und dem Verfassen eines logisch stringenten Literaturüberblicks unterstützt werden, um Forschungslücken zu identifizieren. Die dritte Phase ist das **strukturierte Schreiben**. Hier entwirft das Tool auf Basis Ihres Themas und des Literaturüberblicks eine detaillierte Gliederung und schreibt abschnittsweise Einleitung, Methodik, Hauptteil und Schluss, inklusive Code für wissenschaftliche Diagramme, um eine vollständige und argumentativ stringente Struktur zu gewährleisten. Die letzte Phase ist die **Überarbeitung und Verfeinerung**, bei der Ihre Arbeit einer umfassenden Prüfung auf akademische Normen, einer sechsdimensionalen sprachlichen Optimierung und einer logischen Kohärenzprüfung unterzogen wird, ergänzt durch eine KI-gestützte Autorenschaftserklärung, um sicherzustellen, dass Ihre Endfassung den professionellen Standards zur Veröffentlichung entspricht. Während des gesamten Schreibprozesses hält sich das Tool stets an akademische Ethikstandards. Alle Zitate werden klar zur Überprüfung angegeben, es gibt keine Erfindungen. Die Ergebnisse jeder Phase werden erst nach Ihrer Bestätigung weiterverarbeitet, sodass jeder Schritt Ihren Forschungsabsichten entspricht und Sie sich auf den Ausdruck Ihrer Gedanken konzentrieren können, während die mühsamen Formatierungen und Normen der KI überlassen werden.
SchreibenAIGC-Reduktion&Umschreibung v7
📚 AIGC-Reduktion und qualitätsbewahrendes Umschreiben für wissenschaftliche Arbeiten v7.0 Diese Fähigkeit zur Optimierung akademischer Texte wurde für Doktoranden, Wissenschaftler und Autoren wissenschaftlicher Arbeiten entwickelt. Sie basiert auf dem geschlossenen Kreislauf „Quellenkontrolle → Prozesskorrektur → Ergebnisprüfung → Rückwärtsselbstprüfung → Wiederholungsprüfung“ und diagnostiziert und optimiert systematisch schablonenhafte Ausdrücke, mechanische Logik, inhaltsleere Passagen, ungenaue Terminologie und inkonsistente Stile in der Arbeit – unter Wahrung der ursprünglichen Bedeutung, Fachtermini, Daten und Kernschlussfolgerungen. 🔍📝 🌟 Kernfähigkeiten 🔬 Mehrstufige Risikodiagnose Erfasst 10 Kategorien allgemeiner Text-Fingerabdrücke und unterstützt die Erkennung typischer Ausdrucksmuster von Modellen wie ChatGPT, Claude, DeepSeek und Wenxin Yiyan. 🧠 Tiefgreifende semantische Rekonstruktion Beschränkt sich nicht nur auf Synonymersetzung, sondern geht von Aussagenausdruck, Informationsreihenfolge, Argumentationsansätzen und der Organisation der Beweisführung aus, um eine natürlichere und tiefgründigere akademische Argumentation wiederherzustellen. ✍️ Qualitätsbewahrendes Umschreiben Verwendet 13 Satzumstellungsstrategien und 20 Methoden zur Bereinigung häufiger Schablonenausdrücke, um mechanische Satzstrukturen, wiederholte Konjunktionen und übermäßig regelmäßige Ausdrücke zu verbessern. 📊 Diagnose der gesamten Textstruktur Überprüft durch einen großen Kreislauf und fünf Kerndreiecke, ob Forschungsfrage, Theorie, Literaturübersicht, Methode, Schlussfolgerung und Innovation einen vollständigen Kreislauf bilden. 🧩 Fein abgestimmte Kapitelanpassung Entwickelt differenzierte Diagnose- und Umschreibungsstrategien für Zusammenfassung, Einleitung, Literaturübersicht, Forschungsmethode, Ergebnisse, Diskussion und Schlussfolgerung. 🌐 Sprachübergreifende Risikoanalyse Hilft bei der Erkennung von Übersetzungssprache, Anhäufung von Passivkonstruktionen, Verschachtelung langer Sätze und gemischten chinesisch-englischen Formatierungsfehlern, um den akademischen Ausdruck im Chinesischen natürlicher und präziser zu gestalten. 🔄 Rückwärtsselbstprüfungs-Kreislauf Nach dem Umschreiben erfolgt eine erneute Überprüfung in drei Bereichen: Verteilung der Methoden, neu hinzugefügte Text-Fingerabdrücke und Informationsvollständigkeit, um zu vermeiden, dass der Text „immer mehr wie eine Schablone aussieht“ oder wichtige Inhalte verloren gehen. 🛡️ Schutz akademischer Standards Es werden keine Literatur, Daten, Fälle oder politischen Grundlagen erfunden; Informationen, die vom Autor überprüft werden müssen, werden gesondert gekennzeichnet, und es wird daran erinnert, die KI-Nutzung wahrheitsgemäß offenzulegen. 🎯 Anwendungsbereiche ✅ Optimierung einzelner Absätze oder lokaler Abschnitte ✅ Gezielte Bearbeitung markierter Absätze in Prüfberichten ✅ Feinbearbeitung von Zusammenfassung, Einleitung, Übersicht, Diskussion und Schlussfolgerung ✅ Diagnose von AIGC-Risikomerkmalen im gesamten Text ✅ Anpassung an Sprache und Struktur der Zielzeitschrift ✅ Qualitätsprüfung und Konsistenzprüfung vor der Einreichung 📦 Endgültige Lieferung 📄 Qualitätsbewahrend umgeschriebener Text 🔎 Risiko- und Problemdiagnosebericht 🛠️ Erläuterung der Umschreibungsstrategien und -methoden ✅ Rückwärtsselbstprüfungs- und Informationsvollständigkeitsbericht 💡 Vom Autor zu überprüfende Punkte und weitere Änderungsvorschläge 🎓 Originalbedeutung nicht verfälscht · Logik nicht unterbrochen · Daten nicht erfunden · akademische Qualität nicht verringert ⚠️ Diese Fähigkeit zielt darauf ab, die Qualität des akademischen Ausdrucks zu verbessern und Risikomerkmale im Text zu reduzieren. Sie garantiert jedoch nicht, dass der Text einen bestimmten Erkennungstest besteht oder einen bestimmten Erkennungswert erreicht.
砚耕: Grounded-Coding-Mentor
Von der Kodierung zur Grounded-Theorie
Beschreibung
Ein KI-gestützter Mentor für den gesamten Prozess von rohen qualitativen Daten bis zur veröffentlichungsreifen Grounded-Theorie-Arbeit. Basierend auf der systematischen Grounded Theory erkennt der Mentor automatisch Ihre aktuelle Phase und steuert schrittweise die offene/axiale/selektive Kodierung, das Grounded-Theorie-Schreiben, die sechsstufige Verfeinerung und die Senkung der KI-Erkennungsrate. Das Vorgehen ist streng schrittweise (harter Stopp): In jedem Schritt wird nur eine Sache bestätigt und nur eine Arbeitseinheit erledigt – die Forschenden behalten jederzeit die theoretische Entscheidungshoheit. Triggerwörter: Grounded-Kodierung / offene Kodierung / axiale Kodierung / selektive Kodierung / Grounded Theory / qualitative Kodierung / Kernkategorie / Storyline / KI-Erkennung senken.
Ähnliche Fähigkeiten
Alle anzeigenAdaptions-Publikationsassistent
📚 Adaptions-Publikationsassistent Verwandelt eine inspirierende Arbeit Schritt für Schritt in eigene qualitativ hochwertige Originalergebnisse. Besonders geeignet für Master- und Doktoranden, die von exzellenten Arbeiten aus anderen Disziplinen lernen möchten, um Themenübertragung, Strukturrekonstruktion und Einreichungsoptimierung durchzuführen. 🔍 Identifikation inspirierender Literatur: Analyse der Mechanismen von Titeln, Problembewusstsein, Kapitelstruktur, theoretischem Rahmen, Forschungsmethoden, Beweisorganisation und Sprachstil der Beispielarbeit. 🔄 Interdisziplinäre Paradigmenübertragung: Erstellen einer Übertragungsmatrix von „Quellbereich – Zielbereich“ und Bewerten, welche Ideen übertragen werden können und welche Theorien, Konzepte, Fälle und Schlussfolgerungen neu aufgebaut werden müssen. 🧠 Modellierung des originären Beitrags: Identifizieren von Forschungslücken, Extrahieren von Kernaussagen und Wirkmechanismen, Prüfen, ob die Arbeit lediglich das Forschungsobjekt austauscht oder ein allgemeines Rahmenwerk anwendet. 🧭 Forschungsdesignplanung: Unterstützt theoretische Forschung, Fallstudien, qualitative Forschung, quantitative Forschung, Literaturübersichten, politische Textanalyse und gemischte Methoden. 🛡️ Gatekeeper für echte Belege: Keine erfundenen Daten, Stichproben, Interviews, Fälle, statistischen Ergebnisse, Literatur oder DOIs; ohne echte Beweise werden keine falschen empirischen Schlussfolgerungen generiert. ✍️ Evidenzgetriebenes Schreiben: Aufbau von Argumentationsketten durch „These – Beleg – Zitat – Widerlegung“, generieren von originellem Inhalt pro Kapitel und deutliche Markierung von noch zu ergänzendem Forschungsmaterial. 📈 Kontinuierliche Evolution der Arbeit: Aufzeichnung von Änderungen, Materiallücken und Reifegradänderungen nach L1 Themenkonzept, L2 Forschungsplan, L3 Beweisausbildung, L4 Einreichungsentwurf, L5 Einreichungsbereitschaft. 🧑⚖️ Dreifache simulierte Begutachtung: Erkennen von Ablehnungsrisiken aus der Perspektive eines theoretischen Reviewers, methodischen Reviewers und Zielzeitschriften-Reviewers, um konkrete Überarbeitungsstrategien zu entwickeln. 📨 Vollständiger Einreichungskreislauf: Unterstützung bei der Erstellung der endgültigen Arbeit, Zitierprüfungsliste, Anschreiben, Erläuterung der Innovationen, Autorenantwort, Änderungsindex und zugehörigen Vorlagen. ✨ Lernen Sie das Paradigma, schreiben Sie Originäres, steigern Sie Ihre echte Wettbewerbsfähigkeit bei Einreichungen.
SchreibenAkademische Arbeit komplett
„Akademische Arbeit komplett“ ist ein intelligentes Assistenzwerkzeug, das speziell für Wissenschaftler entwickelt wurde und jeden Schritt von der ersten Idee bis zur endgültigen Fassung einer wissenschaftlichen Arbeit abdeckt. Egal, ob Sie gerade erst eine vage Forschungsrichtung haben oder bereits einen Rohentwurf verfeinern müssen – dieses Tool bietet systematische Unterstützung, um Ihnen zu helfen, effizient eine qualitativ hochwertige akademische Arbeit zu erstellen. Das Tool führt Sie durch vier Schlüsselphasen. Die erste ist die **Themenplanung**, die Ihnen hilft, erste Gedanken in konkrete, umsetzbare Forschungsthemen und -fragen zu verfeinern und einen umfassenden „Themenbewertungsbericht“ zu erstellen, der den Forschungsrahmen, Methodenabgleich, Zeitplanung und Ressourcenengpässe identifiziert. Danach folgt die **Literaturübersichtsphase**, in der Sie bei der Erstellung einer Suchstrategie, der Sichtung der Kernliteratur und dem Verfassen eines logisch stringenten Literaturüberblicks unterstützt werden, um Forschungslücken zu identifizieren. Die dritte Phase ist das **strukturierte Schreiben**. Hier entwirft das Tool auf Basis Ihres Themas und des Literaturüberblicks eine detaillierte Gliederung und schreibt abschnittsweise Einleitung, Methodik, Hauptteil und Schluss, inklusive Code für wissenschaftliche Diagramme, um eine vollständige und argumentativ stringente Struktur zu gewährleisten. Die letzte Phase ist die **Überarbeitung und Verfeinerung**, bei der Ihre Arbeit einer umfassenden Prüfung auf akademische Normen, einer sechsdimensionalen sprachlichen Optimierung und einer logischen Kohärenzprüfung unterzogen wird, ergänzt durch eine KI-gestützte Autorenschaftserklärung, um sicherzustellen, dass Ihre Endfassung den professionellen Standards zur Veröffentlichung entspricht. Während des gesamten Schreibprozesses hält sich das Tool stets an akademische Ethikstandards. Alle Zitate werden klar zur Überprüfung angegeben, es gibt keine Erfindungen. Die Ergebnisse jeder Phase werden erst nach Ihrer Bestätigung weiterverarbeitet, sodass jeder Schritt Ihren Forschungsabsichten entspricht und Sie sich auf den Ausdruck Ihrer Gedanken konzentrieren können, während die mühsamen Formatierungen und Normen der KI überlassen werden.
SchreibenAIGC-Reduktion&Umschreibung v7
📚 AIGC-Reduktion und qualitätsbewahrendes Umschreiben für wissenschaftliche Arbeiten v7.0 Diese Fähigkeit zur Optimierung akademischer Texte wurde für Doktoranden, Wissenschaftler und Autoren wissenschaftlicher Arbeiten entwickelt. Sie basiert auf dem geschlossenen Kreislauf „Quellenkontrolle → Prozesskorrektur → Ergebnisprüfung → Rückwärtsselbstprüfung → Wiederholungsprüfung“ und diagnostiziert und optimiert systematisch schablonenhafte Ausdrücke, mechanische Logik, inhaltsleere Passagen, ungenaue Terminologie und inkonsistente Stile in der Arbeit – unter Wahrung der ursprünglichen Bedeutung, Fachtermini, Daten und Kernschlussfolgerungen. 🔍📝 🌟 Kernfähigkeiten 🔬 Mehrstufige Risikodiagnose Erfasst 10 Kategorien allgemeiner Text-Fingerabdrücke und unterstützt die Erkennung typischer Ausdrucksmuster von Modellen wie ChatGPT, Claude, DeepSeek und Wenxin Yiyan. 🧠 Tiefgreifende semantische Rekonstruktion Beschränkt sich nicht nur auf Synonymersetzung, sondern geht von Aussagenausdruck, Informationsreihenfolge, Argumentationsansätzen und der Organisation der Beweisführung aus, um eine natürlichere und tiefgründigere akademische Argumentation wiederherzustellen. ✍️ Qualitätsbewahrendes Umschreiben Verwendet 13 Satzumstellungsstrategien und 20 Methoden zur Bereinigung häufiger Schablonenausdrücke, um mechanische Satzstrukturen, wiederholte Konjunktionen und übermäßig regelmäßige Ausdrücke zu verbessern. 📊 Diagnose der gesamten Textstruktur Überprüft durch einen großen Kreislauf und fünf Kerndreiecke, ob Forschungsfrage, Theorie, Literaturübersicht, Methode, Schlussfolgerung und Innovation einen vollständigen Kreislauf bilden. 🧩 Fein abgestimmte Kapitelanpassung Entwickelt differenzierte Diagnose- und Umschreibungsstrategien für Zusammenfassung, Einleitung, Literaturübersicht, Forschungsmethode, Ergebnisse, Diskussion und Schlussfolgerung. 🌐 Sprachübergreifende Risikoanalyse Hilft bei der Erkennung von Übersetzungssprache, Anhäufung von Passivkonstruktionen, Verschachtelung langer Sätze und gemischten chinesisch-englischen Formatierungsfehlern, um den akademischen Ausdruck im Chinesischen natürlicher und präziser zu gestalten. 🔄 Rückwärtsselbstprüfungs-Kreislauf Nach dem Umschreiben erfolgt eine erneute Überprüfung in drei Bereichen: Verteilung der Methoden, neu hinzugefügte Text-Fingerabdrücke und Informationsvollständigkeit, um zu vermeiden, dass der Text „immer mehr wie eine Schablone aussieht“ oder wichtige Inhalte verloren gehen. 🛡️ Schutz akademischer Standards Es werden keine Literatur, Daten, Fälle oder politischen Grundlagen erfunden; Informationen, die vom Autor überprüft werden müssen, werden gesondert gekennzeichnet, und es wird daran erinnert, die KI-Nutzung wahrheitsgemäß offenzulegen. 🎯 Anwendungsbereiche ✅ Optimierung einzelner Absätze oder lokaler Abschnitte ✅ Gezielte Bearbeitung markierter Absätze in Prüfberichten ✅ Feinbearbeitung von Zusammenfassung, Einleitung, Übersicht, Diskussion und Schlussfolgerung ✅ Diagnose von AIGC-Risikomerkmalen im gesamten Text ✅ Anpassung an Sprache und Struktur der Zielzeitschrift ✅ Qualitätsprüfung und Konsistenzprüfung vor der Einreichung 📦 Endgültige Lieferung 📄 Qualitätsbewahrend umgeschriebener Text 🔎 Risiko- und Problemdiagnosebericht 🛠️ Erläuterung der Umschreibungsstrategien und -methoden ✅ Rückwärtsselbstprüfungs- und Informationsvollständigkeitsbericht 💡 Vom Autor zu überprüfende Punkte und weitere Änderungsvorschläge 🎓 Originalbedeutung nicht verfälscht · Logik nicht unterbrochen · Daten nicht erfunden · akademische Qualität nicht verringert ⚠️ Diese Fähigkeit zielt darauf ab, die Qualität des akademischen Ausdrucks zu verbessern und Risikomerkmale im Text zu reduzieren. Sie garantiert jedoch nicht, dass der Text einen bestimmten Erkennungstest besteht oder einen bestimmten Erkennungswert erreicht.
Finde deine nächste Lieblingsfähigkeit
Entdecke weitere kuratierte KI-Fähigkeiten für Recherche, Kreativität und den Arbeitsalltag.