Rebuttal SCI: Revisión mayor
Genera respuestas en inglés a revisión mayor
Descripción
En el momento crucial de la publicación de un artículo SCI, es crucial manejar adecuadamente los comentarios de revisión por pares (Peer Review). Ante una revisión mayor (Major Revision) o comentarios estrictos, los autores a menudo necesitan dedicar mucho esfuerzo a interpretar la intención del revisor y responder con un inglés académico extremadamente riguroso y apropiado. Un error menor en la carta de réplica (Rebuttal Letter), como un tono inapropiado, una laguna lógica o no seguir el formato estándar, puede provocar emociones negativas en el revisor y llevar al rechazo final (Reject), afectando gravemente el progreso de la publicación de los resultados científicos. Esta habilidad está diseñada para estudiantes de posgrado, profesores universitarios e investigadores, y se basa en las mejores prácticas de Rebuttal publicadas en revistas internacionales de alto nivel y las normas de publicación académica. Simplemente ingrese los comentarios originales del revisor y describa brevemente su idea de respuesta real en español (por muy directa que sea), y este motor reconstruirá automáticamente la lógica para generar en un solo clic: ✅ 【Reestructuración del tono académico】: Transforme ideas directas en español en inglés académico objetivo, humilde y profesional, evitando malentendidos causados por hábitos lingüísticos. ✅ 【Respuesta estandarizada punto por punto】: Siga estrictamente el formato de respuesta punto por punto (Point-by-point response) preferido por las revistas internacionales de alto nivel, con una estructura clara para que el editor y el revisor puedan verificar rápidamente. ✅ 【Estrategias adaptativas para múltiples escenarios】: Incluye 5 estrategias de respuesta profesionales (aceptar sugerencia y modificar, aceptar pero requiere cambios extensos, reconocer limitaciones, delimitar el alcance del estudio, refutar cortésmente), proporcionando un discurso defensivo sin fisuras. ✅ 【Filtrado de expresiones tabú】: Identifique y corrija automáticamente expresiones ofensivas implícitas en el Rebuttal (como obviously, the reviewer is wrong, etc.), asegurando que el tono sea siempre adecuado. 【Demostración de uso】 📝 Su entrada: Comentario del revisor: The experimental method is somewhat outdated. Why not use the latest Method X? Su idea en español: El método X es realmente nuevo, pero no es aplicable al material específico de este estudio, y las condiciones experimentales actuales no pueden implementarlo. Ya he agregado una explicación en la sección de discusión sobre por qué se eligió el método actual. ✨ Respuesta de nivel top generada por IA: Reviewer's Comment: The experimental method is somewhat outdated. Why not use the latest Method X? Author's Response: We are grateful for this insightful suggestion. While we recognize the value of Method X as a highly advanced approach, it falls outside the primary focus of the current study because our material system requires specific characterization conditions that Method X does not currently support. We have explicitly discussed this methodological choice and its rationale in the revised manuscript (Discussion Section, Page 8, Lines 234-241) to clarify this point. Action Taken: Added a new paragraph in the Discussion section (Page 8) explaining the rationale for the chosen method. 【Compromiso de integridad académica】 Esta habilidad cumple estrictamente con la ética académica: no inventa referencias bibliográficas, no fabrica datos experimentales ni toma decisiones académicas en su lugar. Todas las estrategias de respuesta se reconstruyen en función de la información real que usted proporciona; la IA solo se encarga de la reformulación del lenguaje y la optimización lógica. Cuando la información ingresada sea insuficiente para generar una respuesta completa, la IA marcará claramente el contenido que debe complementar, sin inventar razones científicas por sí misma. 【Ámbito de aplicación】 Revisión y reenvío de artículos para revistas SCI / SSCI / EI, Rebuttal de artículos de conferencias, comunicación con revisores por pares. Elimine las barreras de comunicación entre idiomas, reduzca el desgaste de energía durante el proceso de revisión. Deje el tedioso trabajo de respuesta a la IA y concéntrese en la investigación en sí misma. ¡Ayude a que sus resultados académicos sean aceptados con éxito!
Habilidades relacionadas
Ver todo
Flujo respuesta revisores V3.0
Sistema completo de respuesta a comentarios de revisores para artículos académicos en ciencias sociales y gestión — desde el análisis de comentarios, la estrategia, la defensa de debilidades hasta el ensamblaje de la Rebuttal Letter con un solo clic. Actualización principal V3.0: · Capa de gestión: panel unificado + 3 modos de paso (estándar/rápido/lento) + gestión de versiones con trinquete + lógica de incorporación tardía · 12 comandos rápidos completamente implementados (/quick /jump /skip /rerun /export /resume /tone /hardcase /conflict /cover /draft /lang) · Tabla de seguimiento de comentarios entre pasos: seguimiento del estado de cada comentario desde el Paso 1 al Paso 6, gestión de ciclo cerrado · Biblioteca completa de 7 tipos de fallos graves + adaptación por subcampo (contabilidad/finanzas/gestión/marketing/economía laboral/macroeconomía/investigación cualitativa) · Soporte completo de pares de idiomas: chino → inglés / inglés → inglés / chino → chino, detección automática del idioma de los comentarios · Nueva generación de Cover Letter de revisión + tabla resumen de modificaciones · Sistema de calibración de tono mejorado: lista de expresiones prohibidas (20 ítems) + corrección automática + puntuación de cortesía · Fortalecimiento de líneas rojas de seguridad: verificación anti-alucinaciones de citas + verificación anti-promesas excesivas + declaración de transparencia de contenido generado por IA Escenario de uso: redacción integral de respuestas para doctorandos y jóvenes profesores de ciencias sociales y gestión tras recibir comentarios de revisores.
EscribirOptimizador AIGC de Tesis v7.0
📚 Experto en reducción de plagio y reescritura fiel AIGC para tesis académicas v7.0 Dirigido a estudiantes de posgrado, investigadores y autores de tesis, esta habilidad de optimización de textos académicos se basa en un ciclo central de "control de origen → corrección de proceso → verificación de resultados → autoevaluación inversa → revisión iterativa", bajo la premisa de preservar el significado original, la terminología especializada, los datos y las conclusiones clave, diagnosticando y optimizando sistemáticamente problemas como expresiones formularias, lógica mecánica, contenido vago, terminología inexacta e inconsistencias de estilo en el documento. 🔍📝 🌟 Capacidades principales 🔬 Diagnóstico de riesgos multicapa: Cubre 10 tipos de huellas de texto genéricas y ayuda a identificar patrones de expresión comunes de modelos como ChatGPT, Claude, DeepSeek, Wenxin Yiyan, etc. 🧠 Reestructuración semántica profunda: No se limita a la sustitución de sinónimos, sino que reconstruye argumentaciones académicas más naturales y profundas desde la expresión de la proposición, el orden de la información, el punto de partida de la argumentación y la organización de las pruebas. ✍️ Reescritura fiel de calidad: Utiliza 13 estrategias de transformación de oraciones y 20 métodos de limpieza de expresiones formularias de alta frecuencia para mejorar estructuras mecánicas, conectores repetitivos y expresiones excesivamente regulares. 📊 Diagnóstico estructural completo: A través del gran ciclo y los cinco triángulos de hierro, verifica si se forma un ciclo completo entre la pregunta de investigación, la teoría, la revisión, el método, la conclusión y la innovación. 🧩 Adaptación por capítulos: Estrategias de diagnóstico y reescritura diferenciadas para resumen, introducción, revisión bibliográfica, método, resultados, discusión y conclusiones. 🌐 Escaneo de riesgos multilingüe: Ayuda a identificar traducciones literales, acumulación de voz pasiva, oraciones largas anidadas y anomalías de mezcla chino-inglés, haciendo que la expresión académica en chino sea más natural y precisa. 🔄 Ciclo de autoevaluación inversa: Después de la reescritura, verifica nuevamente desde la distribución de técnicas, nuevas huellas de texto e integridad de la información, evitando que "se vuelva más formulario" o se pierda contenido clave. 🛡️ Protección de normas académicas: No inventa literatura, datos, casos ni fundamentos políticos; marca por separado la información que el autor debe verificar y recuerda divulgar honestamente el uso de IA. 🎯 Escenarios de aplicación ✅ Optimización de párrafos o secciones individuales ✅ Modificación dirigida de párrafos marcados en informes de detección ✅ Refinamiento de resumen, introducción, revisión, discusión y conclusiones ✅ Diagnóstico de características de riesgo AIGC en todo el documento ✅ Adaptación del lenguaje y estructura a la revista objetivo ✅ Revisión de calidad y verificación de consistencia antes del envío 📦 Entregables finales 📄 Texto reescrito con fidelidad de calidad 🔎 Informe de diagnóstico de riesgos y problemas 🛠️ Explicación de estrategias y técnicas de reescritura ✅ Informe de autoevaluación inversa e integridad de la información 💡 Asuntos a verificar por el autor y sugerencias de modificación posteriores 🎓 Significado original sin distorsión · Lógica sin ruptura · Datos sin invención · Calidad académica sin degradación ⚠️ Esta habilidad tiene como objetivo mejorar la calidad de la expresión académica y reducir las características de riesgo del texto, pero no garantiza pasar ninguna plataforma de detección específica ni alcanzar un valor de detección concreto.
InvestigaciónSistema de escritura académica
Sistema integral de redacción de artículos académicos que integra el modelo 五源 y la arquitectura de tres capas de AFP 3.1. Mientras que otras IA te ayudan a 'escribir' el artículo, este sistema te ayuda a 'tapar' cada agujero por el que el artículo podría ser rechazado: desde una idea vaga hasta un paquete de envío completo, con siete módulos en un solo flujo, control anti-alucinaciones, reanudación con código de archivo y revisión de cuatro núcleos. 【10 segundos de valor】Una idea en una frase → un paquete completo de artículo listo para enviar, con literatura real obligatoria durante todo el proceso, cada cita verificable y reanudación entre sesiones. 【Palabras de activación】Escribir artículo / Revisión de literatura / Diseño de metodología / Cómo escribir la discusión / Pulido del artículo / Resumen y palabras clave / Paquete de envío 【Siete módulos, todos como instrucciones completas y ejecutables】Fase 1 Selección de tema e introducción → Fase 2 Revisión de literatura → Fase 3 Diseño de metodología → Fase 4 Discusión → Fase 5 Conclusión → Fase 6 Resumen y palabras clave → Fase 7 Integración completa y paquete de envío. La Fase 0 tiene rutas de entrada A–G correspondientes a los siete módulos, y una opción R para recuperar el progreso anterior con un código de archivo o un documento de archivo. 【Actualización v4.1】 1. Control de la cadena de evidencia (restricción estricta): sistema de registro de materiales (numeración M1/M2) + cuatro elementos de cita (autor/año/título/localizador verificable) + marcado de tres colores (✅ alimentado por el usuario / ⚠️ pendiente de verificación / 🚫 prohibido aparecer). Si el banco de materiales está vacío, solo se genera un esquema y fórmulas de búsqueda; se rechaza generar texto con citas; se prohíbe generar referencias de memoria o inventar volúmenes, números y páginas. 2. Protocolo de código de archivo: al final de cada módulo se emite un código de archivo estructurado que se puede guardar como documento de YouMind; en la próxima sesión, se usa directamente con @ para continuar, sin volver a solicitar información ya confirmada. 3. Evaluación reproducible: el núcleo C ancla estándares conductuales en 4/6/8/10 puntos en todas las dimensiones e incluye la justificación; el mecanismo de trinquete itera solo hacia arriba, nunca hacia abajo. 4. Biblioteca de configuración para cuatro disciplinas (1A Humanidades y Arte / 1B Ciencias Sociales / 2A Ciencias e Ingeniería / 2B Agricultura, Medicina y Vida), con cambio automático de biblioteca teórica, caja de herramientas de métodos y normas disciplinares; la categoría 2B se somete a revisión ética en las fases 0, 3 y 7. 5. Derivación en tres paradigmas (cuantitativo / cualitativo / especulativo): la estrategia narrativa de la revisión de literatura y el diseño de la metodología siguen caminos diferentes. 6. Lista de frases hechas y prohibiciones: en la discusión, frases como 'tiempo y energía limitados' o 'requiere más investigación', en la conclusión introducir nuevos datos o literatura, o en el resumen conclusiones no respaldadas por el cuerpo del texto, son rechazadas directamente por el núcleo B. 7. Adaptabilidad: perfil de usuario (principiante / intermedio / avanzado) + tipo de artículo (revista / tesis / conferencia / curso) + modo de avance (predeterminado / rápido / lento) + aislamiento multitarea. 8. Paquete de envío y cumplimiento: siete comprobaciones de consistencia, seis eslabones de cadena lógica, formato de referencias (GB/T 7714 / APA 7 / Vancouver / IEEE), número de aprobación ética, declaración de disponibilidad de datos, borrador de declaración de uso de IA generativa y borrador de carta de presentación. 【Forma de uso】 Indica al sistema: el campo de estudio + la revista objetivo / tipo de artículo / número de palabras + en qué etapa te encuentras. El sistema avanza por módulos; al completar cada módulo, entrega el capítulo, el informe de revisión, la tarjeta de evaluación y el código de archivo, y espera tu confirmación antes de continuar. 【Límites de responsabilidad】 El sistema se encarga de las fuentes 1–4 (estructura, organización de materiales, estilo, integración); la calibración manual de la fuente 5 es tu responsabilidad: juicio académico, verificación de hechos, decisiones de innovación. Todas las citas y datos marcados con ⚠️ deben verificarse uno por uno antes de enviar; esta habilidad no garantiza ningún resultado de aceptación o aprobación.
Rebuttal SCI: Revisión mayor
Genera respuestas en inglés a revisión mayor
Descripción
En el momento crucial de la publicación de un artículo SCI, es crucial manejar adecuadamente los comentarios de revisión por pares (Peer Review). Ante una revisión mayor (Major Revision) o comentarios estrictos, los autores a menudo necesitan dedicar mucho esfuerzo a interpretar la intención del revisor y responder con un inglés académico extremadamente riguroso y apropiado. Un error menor en la carta de réplica (Rebuttal Letter), como un tono inapropiado, una laguna lógica o no seguir el formato estándar, puede provocar emociones negativas en el revisor y llevar al rechazo final (Reject), afectando gravemente el progreso de la publicación de los resultados científicos. Esta habilidad está diseñada para estudiantes de posgrado, profesores universitarios e investigadores, y se basa en las mejores prácticas de Rebuttal publicadas en revistas internacionales de alto nivel y las normas de publicación académica. Simplemente ingrese los comentarios originales del revisor y describa brevemente su idea de respuesta real en español (por muy directa que sea), y este motor reconstruirá automáticamente la lógica para generar en un solo clic: ✅ 【Reestructuración del tono académico】: Transforme ideas directas en español en inglés académico objetivo, humilde y profesional, evitando malentendidos causados por hábitos lingüísticos. ✅ 【Respuesta estandarizada punto por punto】: Siga estrictamente el formato de respuesta punto por punto (Point-by-point response) preferido por las revistas internacionales de alto nivel, con una estructura clara para que el editor y el revisor puedan verificar rápidamente. ✅ 【Estrategias adaptativas para múltiples escenarios】: Incluye 5 estrategias de respuesta profesionales (aceptar sugerencia y modificar, aceptar pero requiere cambios extensos, reconocer limitaciones, delimitar el alcance del estudio, refutar cortésmente), proporcionando un discurso defensivo sin fisuras. ✅ 【Filtrado de expresiones tabú】: Identifique y corrija automáticamente expresiones ofensivas implícitas en el Rebuttal (como obviously, the reviewer is wrong, etc.), asegurando que el tono sea siempre adecuado. 【Demostración de uso】 📝 Su entrada: Comentario del revisor: The experimental method is somewhat outdated. Why not use the latest Method X? Su idea en español: El método X es realmente nuevo, pero no es aplicable al material específico de este estudio, y las condiciones experimentales actuales no pueden implementarlo. Ya he agregado una explicación en la sección de discusión sobre por qué se eligió el método actual. ✨ Respuesta de nivel top generada por IA: Reviewer's Comment: The experimental method is somewhat outdated. Why not use the latest Method X? Author's Response: We are grateful for this insightful suggestion. While we recognize the value of Method X as a highly advanced approach, it falls outside the primary focus of the current study because our material system requires specific characterization conditions that Method X does not currently support. We have explicitly discussed this methodological choice and its rationale in the revised manuscript (Discussion Section, Page 8, Lines 234-241) to clarify this point. Action Taken: Added a new paragraph in the Discussion section (Page 8) explaining the rationale for the chosen method. 【Compromiso de integridad académica】 Esta habilidad cumple estrictamente con la ética académica: no inventa referencias bibliográficas, no fabrica datos experimentales ni toma decisiones académicas en su lugar. Todas las estrategias de respuesta se reconstruyen en función de la información real que usted proporciona; la IA solo se encarga de la reformulación del lenguaje y la optimización lógica. Cuando la información ingresada sea insuficiente para generar una respuesta completa, la IA marcará claramente el contenido que debe complementar, sin inventar razones científicas por sí misma. 【Ámbito de aplicación】 Revisión y reenvío de artículos para revistas SCI / SSCI / EI, Rebuttal de artículos de conferencias, comunicación con revisores por pares. Elimine las barreras de comunicación entre idiomas, reduzca el desgaste de energía durante el proceso de revisión. Deje el tedioso trabajo de respuesta a la IA y concéntrese en la investigación en sí misma. ¡Ayude a que sus resultados académicos sean aceptados con éxito!
Habilidades relacionadas
Ver todoFlujo respuesta revisores V3.0
Sistema completo de respuesta a comentarios de revisores para artículos académicos en ciencias sociales y gestión — desde el análisis de comentarios, la estrategia, la defensa de debilidades hasta el ensamblaje de la Rebuttal Letter con un solo clic. Actualización principal V3.0: · Capa de gestión: panel unificado + 3 modos de paso (estándar/rápido/lento) + gestión de versiones con trinquete + lógica de incorporación tardía · 12 comandos rápidos completamente implementados (/quick /jump /skip /rerun /export /resume /tone /hardcase /conflict /cover /draft /lang) · Tabla de seguimiento de comentarios entre pasos: seguimiento del estado de cada comentario desde el Paso 1 al Paso 6, gestión de ciclo cerrado · Biblioteca completa de 7 tipos de fallos graves + adaptación por subcampo (contabilidad/finanzas/gestión/marketing/economía laboral/macroeconomía/investigación cualitativa) · Soporte completo de pares de idiomas: chino → inglés / inglés → inglés / chino → chino, detección automática del idioma de los comentarios · Nueva generación de Cover Letter de revisión + tabla resumen de modificaciones · Sistema de calibración de tono mejorado: lista de expresiones prohibidas (20 ítems) + corrección automática + puntuación de cortesía · Fortalecimiento de líneas rojas de seguridad: verificación anti-alucinaciones de citas + verificación anti-promesas excesivas + declaración de transparencia de contenido generado por IA Escenario de uso: redacción integral de respuestas para doctorandos y jóvenes profesores de ciencias sociales y gestión tras recibir comentarios de revisores.
EscribirOptimizador AIGC de Tesis v7.0
📚 Experto en reducción de plagio y reescritura fiel AIGC para tesis académicas v7.0 Dirigido a estudiantes de posgrado, investigadores y autores de tesis, esta habilidad de optimización de textos académicos se basa en un ciclo central de "control de origen → corrección de proceso → verificación de resultados → autoevaluación inversa → revisión iterativa", bajo la premisa de preservar el significado original, la terminología especializada, los datos y las conclusiones clave, diagnosticando y optimizando sistemáticamente problemas como expresiones formularias, lógica mecánica, contenido vago, terminología inexacta e inconsistencias de estilo en el documento. 🔍📝 🌟 Capacidades principales 🔬 Diagnóstico de riesgos multicapa: Cubre 10 tipos de huellas de texto genéricas y ayuda a identificar patrones de expresión comunes de modelos como ChatGPT, Claude, DeepSeek, Wenxin Yiyan, etc. 🧠 Reestructuración semántica profunda: No se limita a la sustitución de sinónimos, sino que reconstruye argumentaciones académicas más naturales y profundas desde la expresión de la proposición, el orden de la información, el punto de partida de la argumentación y la organización de las pruebas. ✍️ Reescritura fiel de calidad: Utiliza 13 estrategias de transformación de oraciones y 20 métodos de limpieza de expresiones formularias de alta frecuencia para mejorar estructuras mecánicas, conectores repetitivos y expresiones excesivamente regulares. 📊 Diagnóstico estructural completo: A través del gran ciclo y los cinco triángulos de hierro, verifica si se forma un ciclo completo entre la pregunta de investigación, la teoría, la revisión, el método, la conclusión y la innovación. 🧩 Adaptación por capítulos: Estrategias de diagnóstico y reescritura diferenciadas para resumen, introducción, revisión bibliográfica, método, resultados, discusión y conclusiones. 🌐 Escaneo de riesgos multilingüe: Ayuda a identificar traducciones literales, acumulación de voz pasiva, oraciones largas anidadas y anomalías de mezcla chino-inglés, haciendo que la expresión académica en chino sea más natural y precisa. 🔄 Ciclo de autoevaluación inversa: Después de la reescritura, verifica nuevamente desde la distribución de técnicas, nuevas huellas de texto e integridad de la información, evitando que "se vuelva más formulario" o se pierda contenido clave. 🛡️ Protección de normas académicas: No inventa literatura, datos, casos ni fundamentos políticos; marca por separado la información que el autor debe verificar y recuerda divulgar honestamente el uso de IA. 🎯 Escenarios de aplicación ✅ Optimización de párrafos o secciones individuales ✅ Modificación dirigida de párrafos marcados en informes de detección ✅ Refinamiento de resumen, introducción, revisión, discusión y conclusiones ✅ Diagnóstico de características de riesgo AIGC en todo el documento ✅ Adaptación del lenguaje y estructura a la revista objetivo ✅ Revisión de calidad y verificación de consistencia antes del envío 📦 Entregables finales 📄 Texto reescrito con fidelidad de calidad 🔎 Informe de diagnóstico de riesgos y problemas 🛠️ Explicación de estrategias y técnicas de reescritura ✅ Informe de autoevaluación inversa e integridad de la información 💡 Asuntos a verificar por el autor y sugerencias de modificación posteriores 🎓 Significado original sin distorsión · Lógica sin ruptura · Datos sin invención · Calidad académica sin degradación ⚠️ Esta habilidad tiene como objetivo mejorar la calidad de la expresión académica y reducir las características de riesgo del texto, pero no garantiza pasar ninguna plataforma de detección específica ni alcanzar un valor de detección concreto.
InvestigaciónSistema de escritura académica
Sistema integral de redacción de artículos académicos que integra el modelo 五源 y la arquitectura de tres capas de AFP 3.1. Mientras que otras IA te ayudan a 'escribir' el artículo, este sistema te ayuda a 'tapar' cada agujero por el que el artículo podría ser rechazado: desde una idea vaga hasta un paquete de envío completo, con siete módulos en un solo flujo, control anti-alucinaciones, reanudación con código de archivo y revisión de cuatro núcleos. 【10 segundos de valor】Una idea en una frase → un paquete completo de artículo listo para enviar, con literatura real obligatoria durante todo el proceso, cada cita verificable y reanudación entre sesiones. 【Palabras de activación】Escribir artículo / Revisión de literatura / Diseño de metodología / Cómo escribir la discusión / Pulido del artículo / Resumen y palabras clave / Paquete de envío 【Siete módulos, todos como instrucciones completas y ejecutables】Fase 1 Selección de tema e introducción → Fase 2 Revisión de literatura → Fase 3 Diseño de metodología → Fase 4 Discusión → Fase 5 Conclusión → Fase 6 Resumen y palabras clave → Fase 7 Integración completa y paquete de envío. La Fase 0 tiene rutas de entrada A–G correspondientes a los siete módulos, y una opción R para recuperar el progreso anterior con un código de archivo o un documento de archivo. 【Actualización v4.1】 1. Control de la cadena de evidencia (restricción estricta): sistema de registro de materiales (numeración M1/M2) + cuatro elementos de cita (autor/año/título/localizador verificable) + marcado de tres colores (✅ alimentado por el usuario / ⚠️ pendiente de verificación / 🚫 prohibido aparecer). Si el banco de materiales está vacío, solo se genera un esquema y fórmulas de búsqueda; se rechaza generar texto con citas; se prohíbe generar referencias de memoria o inventar volúmenes, números y páginas. 2. Protocolo de código de archivo: al final de cada módulo se emite un código de archivo estructurado que se puede guardar como documento de YouMind; en la próxima sesión, se usa directamente con @ para continuar, sin volver a solicitar información ya confirmada. 3. Evaluación reproducible: el núcleo C ancla estándares conductuales en 4/6/8/10 puntos en todas las dimensiones e incluye la justificación; el mecanismo de trinquete itera solo hacia arriba, nunca hacia abajo. 4. Biblioteca de configuración para cuatro disciplinas (1A Humanidades y Arte / 1B Ciencias Sociales / 2A Ciencias e Ingeniería / 2B Agricultura, Medicina y Vida), con cambio automático de biblioteca teórica, caja de herramientas de métodos y normas disciplinares; la categoría 2B se somete a revisión ética en las fases 0, 3 y 7. 5. Derivación en tres paradigmas (cuantitativo / cualitativo / especulativo): la estrategia narrativa de la revisión de literatura y el diseño de la metodología siguen caminos diferentes. 6. Lista de frases hechas y prohibiciones: en la discusión, frases como 'tiempo y energía limitados' o 'requiere más investigación', en la conclusión introducir nuevos datos o literatura, o en el resumen conclusiones no respaldadas por el cuerpo del texto, son rechazadas directamente por el núcleo B. 7. Adaptabilidad: perfil de usuario (principiante / intermedio / avanzado) + tipo de artículo (revista / tesis / conferencia / curso) + modo de avance (predeterminado / rápido / lento) + aislamiento multitarea. 8. Paquete de envío y cumplimiento: siete comprobaciones de consistencia, seis eslabones de cadena lógica, formato de referencias (GB/T 7714 / APA 7 / Vancouver / IEEE), número de aprobación ética, declaración de disponibilidad de datos, borrador de declaración de uso de IA generativa y borrador de carta de presentación. 【Forma de uso】 Indica al sistema: el campo de estudio + la revista objetivo / tipo de artículo / número de palabras + en qué etapa te encuentras. El sistema avanza por módulos; al completar cada módulo, entrega el capítulo, el informe de revisión, la tarjeta de evaluación y el código de archivo, y espera tu confirmación antes de continuar. 【Límites de responsabilidad】 El sistema se encarga de las fuentes 1–4 (estructura, organización de materiales, estilo, integración); la calibración manual de la fuente 5 es tu responsabilidad: juicio académico, verificación de hechos, decisiones de innovación. Todas las citas y datos marcados con ⚠️ deben verificarse uno por uno antes de enviar; esta habilidad no garantiza ningún resultado de aceptación o aprobación.
Encuentra tu próxima habilidad favorita
Explora más habilidades de IA seleccionadas para investigación, creación y trabajo cotidiano.