GénrebuttalSCI|Révisionmajeure
Révision majeure:Avis+idées→réponse anglaise
Description
Au moment crucial de la publication d'un article SCI, il est essentiel de traiter correctement les commentaires de révision des pairs (Peer Review). Face à une révision majeure (Major Revision) ou à des avis de révision sévères, les auteurs doivent souvent consacrer beaucoup d'efforts pour deviner les intentions des réviseurs et répondre dans un anglais académique rigoureux et approprié. La moindre erreur de ton, faille logique ou non-respect du format standard dans la lettre de rebuttal peut susciter des émotions négatives chez le réviseur, entraînant un rejet final (Reject) et affectant gravement le calendrier de publication des résultats de recherche. Cette compétence est spécialement conçue pour les étudiants en master/doctorat, les enseignants universitaires et les chercheurs, basée sur les meilleures pratiques de rebuttal publiées dans les revues internationales de premier plan et les normes de publication académique. Vous n'avez qu'à saisir les commentaires originaux du réviseur et décrire brièvement vos idées de réponse en chinois (aussi franches soient-elles), ce moteur restructurera automatiquement la logique et générera en un clic : ✅ 【Remodelage du ton académique】 : Transformez vos idées directes en un anglais académique objectif, humble et professionnel, évitant les malentendus dus aux habitudes linguistiques. ✅ 【Réponse standardisée point par point】 : Suivez strictement le paradigme de Point-by-point response privilégié par les revues internationales de premier plan, avec une structure claire pour faciliter la vérification rapide par les rédacteurs en chef et les réviseurs. ✅ 【Correspondance de stratégies multi-scénarios】 : Intégrez 5 stratégies de réponse professionnelles (accepter les suggestions et modifier, accepter mais nécessitant des modifications importantes, reconnaître les limites, définir le périmètre de l'étude, réfuter poliment), fournissant un discours défensif sans faille. ✅ 【Filtrage des expressions interdites】 : Détectez et corrigez automatiquement les expressions offensives implicites dans le rebuttal (comme obviously, the reviewer is wrong, etc.), garantissant un ton toujours approprié. 【Démonstration de cas d'utilisation】 📝 Votre saisie : Commentaire du réviseur : The experimental method is somewhat outdated. Why not use the latest Method X? Vos idées en chinois : X方法确实新，但不适用本研究的特定材料，且当前实验条件无法实现。我已经在讨论部分补充了为什么选现有方法的解释。 ✨ Réponse générée par l'IA de niveau revue de premier plan : 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. 【Engagement d'intégrité académique】 Cette compétence respecte strictement l'éthique académique : elle n'invente pas de références bibliographiques, ne falsifie pas de données expérimentales et ne prend pas de décisions académiques à votre place. Toutes les stratégies de réponse sont reconstruites sur la base des informations réelles que vous fournissez ; l'IA se charge uniquement du remodelage linguistique et de l'optimisation logique. Lorsque vos informations sont insuffisantes pour générer une réponse complète, l'IA indique clairement ce que vous devez compléter, sans jamais inventer de raisons scientifiques. 【Champ d'application】 Soumission et révision d'articles pour SCI / SSCI / EI, rebuttal d'articles de conférence, communication avec les pairs évaluateurs. Éliminez les barrières de communication interlangues, réduisez la fatigue lors du processus de révision. Confiez le travail fastidieux de réponse à l'IA, et concentrez-vous sur la recherche elle-même. Aidez vos résultats académiques à être acceptés !
Compétences associées
Tout voir
Réponse aux relecteurs V3.0
Système complet de réponse aux commentaires des relecteurs pour articles académiques en sciences sociales et gestion – de l'analyse des commentaires, à la stratégie, à la défense des points faibles, jusqu'à l'assemblage en un clic du Rebuttal Letter. V3.0 Mises à jour clés : · Couche de gouvernance : tableau de bord unifié + 3 modes de progression (standard/rapide/ralenti) + gestion de version à cliquet + logique de reprise en cours de route · 12 commandes rapides toutes implémentées (/quick /jump /skip /rerun /export /resume /tone /hardcase /conflict /cover /draft /lang) · Tableau de suivi des commentaires inter-Step : suivi de l'état de chaque commentaire du Step 1 au Step 6, gestion en boucle fermée · Bibliothèque complète de 7 diagnostics de points faibles + adaptation par sous-domaine (comptabilité/finance/gestion/marketing/économie du travail/macroéconomie/recherche qualitative) · Prise en charge de toutes les paires linguistiques : chinois>anglais / anglais>anglais / chinois>chinois, détection automatique de la langue des commentaires · Nouveau : génération de Cover Letter de révision + tableau récapitulatif des modifications · Système de calibrage du ton amélioré : liste d'expressions interdites (20) + correction automatique + score de politesse · Renforcement des lignes rouges de sécurité : vérification anti-hallucination des citations + vérification anti-promesse excessive + déclaration de transparence du contenu généré par IA Cas d'utilisation : rédaction de réponses tout-en-un pour doctorants/jeunes enseignants en sciences sociales et gestion après réception des commentaires des relecteurs.
ÉcrireAIGC anti-plagiat & réécriture
📚 Expert AIGC en réduction de plagiat et réécriture fidèle pour articles académiques v7.0 Conçu pour les étudiants diplômés, chercheurs et auteurs de thèses, ce skill d'optimisation de texte académique repose sur un cycle central : 'contrôle à la source → correction en cours → vérification des résultats → auto-vérification inverse → itération de re-vérification'. Il diagnostique et optimise systématiquement les expressions stéréotypées, la logique mécanique, le contenu vague, les termes inexacts et les incohérences de style, tout en préservant le sens original, la terminologie spécialisée, les données et les conclusions essentielles. 🔍📝 🌟 Capacités clés 🔬 Diagnostic multicouche des risques Couvre 10 types d'empreintes textuelles génériques et aide à identifier les schémas d'expression courants de modèles comme ChatGPT, Claude, DeepSeek, Wenxin Yiyan, etc. 🧠 Restructuration sémantique profonde Ne se limite pas à la substitution de synonymes, mais reconstruit une argumentation académique plus naturelle et plus profonde en abordant l'expression de la proposition, l'ordre des informations, les points d'entrée de l'argumentation et l'organisation des preuves. ✍️ Réécriture fidèle de qualité Combine 13 stratégies de transformation de phrases et 20 méthodes de nettoyage d'expressions modèles fréquentes pour améliorer les phrases mécaniques, les connecteurs répétés et les structures d'expression trop rigides. 📊 Diagnostic de la structure globale À travers la grande boucle et les cinq triangles de fer, vérifie si la question de recherche, la théorie, la revue, la méthode, les résultats et l'innovation forment une boucle fermée complète. 🧩 Adaptation fine des sections Élabore des stratégies de diagnostic et de réécriture différenciées pour le résumé, l'introduction, la revue de littérature, les méthodes de recherche, les résultats, la discussion et la conclusion. 🌐 Scan des risques interlingues Aide à identifier les traductions artificielles, l'accumulation de voix passive, les longues phrases imbriquées et les anomalies de mélange chinois-anglais, rendant l'expression académique chinoise plus naturelle et précise. 🔄 Boucle d'auto-vérification inverse Après la réécriture, vérifie à nouveau sous trois aspects : la répartition des techniques, les nouvelles empreintes textuelles et l'intégrité des informations, pour éviter que la réécriture ne devienne trop stéréotypée ou que des contenus clés ne soient perdus. 🛡️ Protection des normes académiques N'invente pas de références, de données, d'études de cas ni de bases politiques ; marque séparément les informations nécessitant une vérification par l'auteur et rappelle de divulguer honnêtement l'utilisation de l'IA. 🎯 Scénarios d'application ✅ Optimisation de paragraphes uniques ou de sections locales ✅ Modification ciblée des paragraphes marqués dans les rapports de détection ✅ Affinage du résumé, de l'introduction, de la revue, de la discussion et de la conclusion ✅ Diagnostic des caractéristiques de risque AIGC sur l'ensemble du texte ✅ Adaptation linguistique et structurelle à la revue cible ✅ Examen de qualité et vérification de cohérence avant soumission 📦 Livrables finaux 📄 Texte réécrit avec fidélité de qualité 🔎 Rapport de diagnostic des risques et problèmes 🛠️ Explication des stratégies et techniques de réécriture ✅ Rapport d'auto-vérification inverse et d'intégrité des informations 💡 Éléments à vérifier par l'auteur et suggestions de modifications ultérieures 🎓 Sens original préservé · Logique intacte · Données non fabriquées · Qualité académique maintenue ⚠️ Ce skill vise à améliorer la qualité de l'expression académique et à réduire les caractéristiques de risque dans le texte, mais ne garantit pas le passage d'une plateforme de détection spécifique ni l'atteinte d'une valeur de détection particulière.
RechercheRédaction académique v4.1
Système de rédaction complète d'articles académiques intégrant le modèle 五源 et l'architecture à trois couches AFP 3.1. Les autres IA vous aident à « écrire » l'article, ce système vous aide à « boucher » chaque trou qui pourrait faire rejeter votre article — d'une idée vague à un dossier de soumission complet, sept modules en une seule exécution, porte anti-hallucination + reprise par code d'archivage + contrôle à quatre noyaux. 【Valeur en 10 secondes】Une idée en une phrase → un dossier de soumission complet, avec tout au long des sources réelles obligatoires, chaque citation vérifiable, reprise sans couture entre sessions. 【Mots déclencheurs】Rédaction d'article / revue de littérature / conception de méthode de recherche / comment écrire la discussion / polissage d'article / résumé et mots-clés / dossier de soumission 【Sept modules, tous des instructions complètes et exécutables】 Phase 1 Choix du sujet et introduction → Phase 2 Revue de littérature → Phase 3 Conception de la méthode de recherche → Phase 4 Discussion → Phase 5 Conclusion → Phase 6 Résumé et mots-clés → Phase 7 Intégration complète et dossier de soumission. Phase 0 route d'entrée A–G correspond à chaque module, avec une option R pour restaurer la progression précédente via le code d'archivage ou le document d'archivage. 【Améliorations v4.1】 1. Porte de chaîne de preuves (contrainte stricte) : système d'enregistrement des matériaux (identifiants M1/M2) + quatre éléments de citation (auteur/année/titre/identifiant de localisation vérifiable) + marquage à trois couleurs (✅ fourni par l'utilisateur / ⚠️ à vérifier / 🚫 interdit d'apparaître). Si la base de matériaux est vide, seuls un squelette et des formules de recherche sont générés, refus de générer un texte avec citations ; interdiction de générer des références de mémoire, d'inventer des volumes, numéros et pages. 2. Protocole de code d'archivage : à la fin de chaque module, un code d'archivage structuré est généré, pouvant être enregistré comme document YouMind, et lors de la prochaine session, utiliser directement @ pour continuer, sans redemander les informations déjà verrouillées. 3. Notation reproductible : le noyau C ancre tous les critères comportementaux sur 4/6/8/10 points avec justification ; mécanisme à cliquet itératif, uniquement à la hausse. 4. Bibliothèque de configuration pour quatre disciplines (1A Arts et humanités / 1B Sciences sociales / 2A Sciences et ingénierie / 2B Agriculture, médecine et vie), bascule automatique entre bibliothèques théoriques, boîtes à outils méthodologiques et normes disciplinaires ; la catégorie 2B subit trois contrôles d'éthique aux phases 0/3/7. 5. Répartition en trois paradigmes (quantitatif / qualitatif / spéculatif) : les stratégies narratives de la revue de littérature et la conception de la méthode de recherche suivent des chemins différents. 6. Liste anti-clichés et interdictions : discussion « temps et énergie limités », « à étudier plus avant », introduction de nouvelles données/nouvelle littérature dans la conclusion, conclusions non étayées dans le résumé, tout cela est renvoyé directement par le noyau B. 7. Adaptatif : profil utilisateur (débutant / intermédiaire / avancé) + type de document (revue / thèse / conférence / cours) + mode pas à pas (défaut / accéléré / ralenti) + isolation multi-tâches. 8. Dossier de soumission et conformité : sept vérifications de cohérence, six maillons de chaîne logique, formatage des références (GB/T 7714 / APA 7 / Vancouver / IEEE), numéro d'approbation éthique, déclaration de disponibilité des données, projet de déclaration de divulgation de l'utilisation de l'IA générative, projet de lettre de motivation (Cover Letter). 【Mode d'utilisation】 Indiquez au système : la discipline + le journal cible / type de document / nombre de mots + l'étape actuelle. Le système avance module par module, s'arrête à la fin de chaque module pour livrer le chapitre, le rapport d'examen, la carte de notation et le code d'archivage, puis attend votre confirmation avant de continuer. 【Limites de responsabilité】 Le système gère les sources 1–4 (structure, organisation des matériaux, style, intégration), la source 5, l'étalonnage humain, vous incombe : jugement académique, vérification des faits, décisions d'innovation. Toutes les citations et données marquées ⚠️ doivent être vérifiées une par une avant soumission ; cette compétence ne garantit aucune acceptation ou réussite.
GénrebuttalSCI|Révisionmajeure
Révision majeure:Avis+idées→réponse anglaise
Description
Au moment crucial de la publication d'un article SCI, il est essentiel de traiter correctement les commentaires de révision des pairs (Peer Review). Face à une révision majeure (Major Revision) ou à des avis de révision sévères, les auteurs doivent souvent consacrer beaucoup d'efforts pour deviner les intentions des réviseurs et répondre dans un anglais académique rigoureux et approprié. La moindre erreur de ton, faille logique ou non-respect du format standard dans la lettre de rebuttal peut susciter des émotions négatives chez le réviseur, entraînant un rejet final (Reject) et affectant gravement le calendrier de publication des résultats de recherche. Cette compétence est spécialement conçue pour les étudiants en master/doctorat, les enseignants universitaires et les chercheurs, basée sur les meilleures pratiques de rebuttal publiées dans les revues internationales de premier plan et les normes de publication académique. Vous n'avez qu'à saisir les commentaires originaux du réviseur et décrire brièvement vos idées de réponse en chinois (aussi franches soient-elles), ce moteur restructurera automatiquement la logique et générera en un clic : ✅ 【Remodelage du ton académique】 : Transformez vos idées directes en un anglais académique objectif, humble et professionnel, évitant les malentendus dus aux habitudes linguistiques. ✅ 【Réponse standardisée point par point】 : Suivez strictement le paradigme de Point-by-point response privilégié par les revues internationales de premier plan, avec une structure claire pour faciliter la vérification rapide par les rédacteurs en chef et les réviseurs. ✅ 【Correspondance de stratégies multi-scénarios】 : Intégrez 5 stratégies de réponse professionnelles (accepter les suggestions et modifier, accepter mais nécessitant des modifications importantes, reconnaître les limites, définir le périmètre de l'étude, réfuter poliment), fournissant un discours défensif sans faille. ✅ 【Filtrage des expressions interdites】 : Détectez et corrigez automatiquement les expressions offensives implicites dans le rebuttal (comme obviously, the reviewer is wrong, etc.), garantissant un ton toujours approprié. 【Démonstration de cas d'utilisation】 📝 Votre saisie : Commentaire du réviseur : The experimental method is somewhat outdated. Why not use the latest Method X? Vos idées en chinois : X方法确实新，但不适用本研究的特定材料，且当前实验条件无法实现。我已经在讨论部分补充了为什么选现有方法的解释。 ✨ Réponse générée par l'IA de niveau revue de premier plan : 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. 【Engagement d'intégrité académique】 Cette compétence respecte strictement l'éthique académique : elle n'invente pas de références bibliographiques, ne falsifie pas de données expérimentales et ne prend pas de décisions académiques à votre place. Toutes les stratégies de réponse sont reconstruites sur la base des informations réelles que vous fournissez ; l'IA se charge uniquement du remodelage linguistique et de l'optimisation logique. Lorsque vos informations sont insuffisantes pour générer une réponse complète, l'IA indique clairement ce que vous devez compléter, sans jamais inventer de raisons scientifiques. 【Champ d'application】 Soumission et révision d'articles pour SCI / SSCI / EI, rebuttal d'articles de conférence, communication avec les pairs évaluateurs. Éliminez les barrières de communication interlangues, réduisez la fatigue lors du processus de révision. Confiez le travail fastidieux de réponse à l'IA, et concentrez-vous sur la recherche elle-même. Aidez vos résultats académiques à être acceptés !
Compétences associées
Tout voirRéponse aux relecteurs V3.0
Système complet de réponse aux commentaires des relecteurs pour articles académiques en sciences sociales et gestion – de l'analyse des commentaires, à la stratégie, à la défense des points faibles, jusqu'à l'assemblage en un clic du Rebuttal Letter. V3.0 Mises à jour clés : · Couche de gouvernance : tableau de bord unifié + 3 modes de progression (standard/rapide/ralenti) + gestion de version à cliquet + logique de reprise en cours de route · 12 commandes rapides toutes implémentées (/quick /jump /skip /rerun /export /resume /tone /hardcase /conflict /cover /draft /lang) · Tableau de suivi des commentaires inter-Step : suivi de l'état de chaque commentaire du Step 1 au Step 6, gestion en boucle fermée · Bibliothèque complète de 7 diagnostics de points faibles + adaptation par sous-domaine (comptabilité/finance/gestion/marketing/économie du travail/macroéconomie/recherche qualitative) · Prise en charge de toutes les paires linguistiques : chinois>anglais / anglais>anglais / chinois>chinois, détection automatique de la langue des commentaires · Nouveau : génération de Cover Letter de révision + tableau récapitulatif des modifications · Système de calibrage du ton amélioré : liste d'expressions interdites (20) + correction automatique + score de politesse · Renforcement des lignes rouges de sécurité : vérification anti-hallucination des citations + vérification anti-promesse excessive + déclaration de transparence du contenu généré par IA Cas d'utilisation : rédaction de réponses tout-en-un pour doctorants/jeunes enseignants en sciences sociales et gestion après réception des commentaires des relecteurs.
ÉcrireAIGC anti-plagiat & réécriture
📚 Expert AIGC en réduction de plagiat et réécriture fidèle pour articles académiques v7.0 Conçu pour les étudiants diplômés, chercheurs et auteurs de thèses, ce skill d'optimisation de texte académique repose sur un cycle central : 'contrôle à la source → correction en cours → vérification des résultats → auto-vérification inverse → itération de re-vérification'. Il diagnostique et optimise systématiquement les expressions stéréotypées, la logique mécanique, le contenu vague, les termes inexacts et les incohérences de style, tout en préservant le sens original, la terminologie spécialisée, les données et les conclusions essentielles. 🔍📝 🌟 Capacités clés 🔬 Diagnostic multicouche des risques Couvre 10 types d'empreintes textuelles génériques et aide à identifier les schémas d'expression courants de modèles comme ChatGPT, Claude, DeepSeek, Wenxin Yiyan, etc. 🧠 Restructuration sémantique profonde Ne se limite pas à la substitution de synonymes, mais reconstruit une argumentation académique plus naturelle et plus profonde en abordant l'expression de la proposition, l'ordre des informations, les points d'entrée de l'argumentation et l'organisation des preuves. ✍️ Réécriture fidèle de qualité Combine 13 stratégies de transformation de phrases et 20 méthodes de nettoyage d'expressions modèles fréquentes pour améliorer les phrases mécaniques, les connecteurs répétés et les structures d'expression trop rigides. 📊 Diagnostic de la structure globale À travers la grande boucle et les cinq triangles de fer, vérifie si la question de recherche, la théorie, la revue, la méthode, les résultats et l'innovation forment une boucle fermée complète. 🧩 Adaptation fine des sections Élabore des stratégies de diagnostic et de réécriture différenciées pour le résumé, l'introduction, la revue de littérature, les méthodes de recherche, les résultats, la discussion et la conclusion. 🌐 Scan des risques interlingues Aide à identifier les traductions artificielles, l'accumulation de voix passive, les longues phrases imbriquées et les anomalies de mélange chinois-anglais, rendant l'expression académique chinoise plus naturelle et précise. 🔄 Boucle d'auto-vérification inverse Après la réécriture, vérifie à nouveau sous trois aspects : la répartition des techniques, les nouvelles empreintes textuelles et l'intégrité des informations, pour éviter que la réécriture ne devienne trop stéréotypée ou que des contenus clés ne soient perdus. 🛡️ Protection des normes académiques N'invente pas de références, de données, d'études de cas ni de bases politiques ; marque séparément les informations nécessitant une vérification par l'auteur et rappelle de divulguer honnêtement l'utilisation de l'IA. 🎯 Scénarios d'application ✅ Optimisation de paragraphes uniques ou de sections locales ✅ Modification ciblée des paragraphes marqués dans les rapports de détection ✅ Affinage du résumé, de l'introduction, de la revue, de la discussion et de la conclusion ✅ Diagnostic des caractéristiques de risque AIGC sur l'ensemble du texte ✅ Adaptation linguistique et structurelle à la revue cible ✅ Examen de qualité et vérification de cohérence avant soumission 📦 Livrables finaux 📄 Texte réécrit avec fidélité de qualité 🔎 Rapport de diagnostic des risques et problèmes 🛠️ Explication des stratégies et techniques de réécriture ✅ Rapport d'auto-vérification inverse et d'intégrité des informations 💡 Éléments à vérifier par l'auteur et suggestions de modifications ultérieures 🎓 Sens original préservé · Logique intacte · Données non fabriquées · Qualité académique maintenue ⚠️ Ce skill vise à améliorer la qualité de l'expression académique et à réduire les caractéristiques de risque dans le texte, mais ne garantit pas le passage d'une plateforme de détection spécifique ni l'atteinte d'une valeur de détection particulière.
RechercheRédaction académique v4.1
Système de rédaction complète d'articles académiques intégrant le modèle 五源 et l'architecture à trois couches AFP 3.1. Les autres IA vous aident à « écrire » l'article, ce système vous aide à « boucher » chaque trou qui pourrait faire rejeter votre article — d'une idée vague à un dossier de soumission complet, sept modules en une seule exécution, porte anti-hallucination + reprise par code d'archivage + contrôle à quatre noyaux. 【Valeur en 10 secondes】Une idée en une phrase → un dossier de soumission complet, avec tout au long des sources réelles obligatoires, chaque citation vérifiable, reprise sans couture entre sessions. 【Mots déclencheurs】Rédaction d'article / revue de littérature / conception de méthode de recherche / comment écrire la discussion / polissage d'article / résumé et mots-clés / dossier de soumission 【Sept modules, tous des instructions complètes et exécutables】 Phase 1 Choix du sujet et introduction → Phase 2 Revue de littérature → Phase 3 Conception de la méthode de recherche → Phase 4 Discussion → Phase 5 Conclusion → Phase 6 Résumé et mots-clés → Phase 7 Intégration complète et dossier de soumission. Phase 0 route d'entrée A–G correspond à chaque module, avec une option R pour restaurer la progression précédente via le code d'archivage ou le document d'archivage. 【Améliorations v4.1】 1. Porte de chaîne de preuves (contrainte stricte) : système d'enregistrement des matériaux (identifiants M1/M2) + quatre éléments de citation (auteur/année/titre/identifiant de localisation vérifiable) + marquage à trois couleurs (✅ fourni par l'utilisateur / ⚠️ à vérifier / 🚫 interdit d'apparaître). Si la base de matériaux est vide, seuls un squelette et des formules de recherche sont générés, refus de générer un texte avec citations ; interdiction de générer des références de mémoire, d'inventer des volumes, numéros et pages. 2. Protocole de code d'archivage : à la fin de chaque module, un code d'archivage structuré est généré, pouvant être enregistré comme document YouMind, et lors de la prochaine session, utiliser directement @ pour continuer, sans redemander les informations déjà verrouillées. 3. Notation reproductible : le noyau C ancre tous les critères comportementaux sur 4/6/8/10 points avec justification ; mécanisme à cliquet itératif, uniquement à la hausse. 4. Bibliothèque de configuration pour quatre disciplines (1A Arts et humanités / 1B Sciences sociales / 2A Sciences et ingénierie / 2B Agriculture, médecine et vie), bascule automatique entre bibliothèques théoriques, boîtes à outils méthodologiques et normes disciplinaires ; la catégorie 2B subit trois contrôles d'éthique aux phases 0/3/7. 5. Répartition en trois paradigmes (quantitatif / qualitatif / spéculatif) : les stratégies narratives de la revue de littérature et la conception de la méthode de recherche suivent des chemins différents. 6. Liste anti-clichés et interdictions : discussion « temps et énergie limités », « à étudier plus avant », introduction de nouvelles données/nouvelle littérature dans la conclusion, conclusions non étayées dans le résumé, tout cela est renvoyé directement par le noyau B. 7. Adaptatif : profil utilisateur (débutant / intermédiaire / avancé) + type de document (revue / thèse / conférence / cours) + mode pas à pas (défaut / accéléré / ralenti) + isolation multi-tâches. 8. Dossier de soumission et conformité : sept vérifications de cohérence, six maillons de chaîne logique, formatage des références (GB/T 7714 / APA 7 / Vancouver / IEEE), numéro d'approbation éthique, déclaration de disponibilité des données, projet de déclaration de divulgation de l'utilisation de l'IA générative, projet de lettre de motivation (Cover Letter). 【Mode d'utilisation】 Indiquez au système : la discipline + le journal cible / type de document / nombre de mots + l'étape actuelle. Le système avance module par module, s'arrête à la fin de chaque module pour livrer le chapitre, le rapport d'examen, la carte de notation et le code d'archivage, puis attend votre confirmation avant de continuer. 【Limites de responsabilité】 Le système gère les sources 1–4 (structure, organisation des matériaux, style, intégration), la source 5, l'étalonnage humain, vous incombe : jugement académique, vérification des faits, décisions d'innovation. Toutes les citations et données marquées ⚠️ doivent être vérifiées une par une avant soumission ; cette compétence ne garantit aucune acceptation ou réussite.
Trouve ta prochaine compétence préférée
Explore d'autres compétences IA sélectionnées pour la recherche, la création et le travail quotidien.