「विद्वान दशक」— 慢老师

बनाया गया
PProfessor Slow
इंस्टॉल किया
34
श्रेणीअनुसंधान
स्रोतYouMind

विवरण

संपादक की सिफ़ारिश
N

द्वारा अनुशंसित

Nico@YouMind

हमें यह कौशल क्यों पसंद है

यह कौशल एक वरिष्ठ अकादमिक जासूस की तरह है, जो गहन पेपर विश्लेषण के माध्यम से एक विद्वान के दशक के विचार विकास और अकादमिक मुख्य रेखा को उजागर करता है, उपयोगकर्ता को अद्वितीय शोध अंतर्दृष्टि प्रदान करता है।

"एक विद्वान को ट्रैक करना" जैसा कार्य जिसे पूरा करने में पहले कई सप्ताह का गहन पठन लगता था, अब एक संरचित AI वार्तालाप में संकुचित हो गया है—ताकि हर युवा शोधकर्ता जल्द ही एक ऐसा मुख्य वैज्ञानिक प्रश्न देख सके जो दशकों के निवेश के लायक हो। अपनी रुचि के किसी विद्वान का नाम (और क्षेत्र) दर्ज करें, AI उस विद्वान की शोध मुख्य रेखा, केंद्रीय वैज्ञानिक प्रश्न, महत्वपूर्ण पेपर मील के पत्थर और शैक्षणिक पैराडाइम परिवर्तन पथ को आपके लिए स्पष्ट करेगा। यह आपको सबसे कम समय में एक विद्वान के दशक भर के काम की "अदृश्य रेखा" को समझने में मदद करता है।

संबंधित कौशल

सभी देखें
अनुसंधान

मंद शिक्षक कीवर्ड विधि

कीवर्ड सीखने की विधि से किसी भी क्षेत्र में तेज़ी से शुरुआत करें: 20 मुख्य कीवर्ड की तालिका (एक वाक्य में स्पष्टीकरण/प्रयोग परिदृश्य/सर्वोत्तम अभ्यास), हाथ से बनाई गई कॉमिक शैली SVG तर्क आरेख, क्षेत्र विशेषज्ञों द्वारा 5 महत्वपूर्ण प्रश्नों के उत्तर का अनुकरण, 3-5 पेशेवर पुस्तकों की सिफारिश, और एक अच्छी तरह से प्रारूपित रिपोर्ट तैयार करना। जब "解读《书名》" इनपुट करें, तो सात-भाग पुस्तक गहन व्याख्या मोड पर स्विच हो जाता है।

P
0500
अनुसंधान

Signal Room: इंटरव्यू संश्लेषण

YouMind पहले से ही आपकी कॉल, इंटरव्यू और पॉडकास्ट को ट्रांसक्राइब करता है। Signal Room अगला कदम है। एक या बीस ट्रांसक्रिप्ट डालें और एक ऐसा शोध संश्लेषण पाएँ जिस पर एक वास्तविक विश्लेषक अपनी मुहर लगा दे: कोडित विषय, समय-टिकट के साथ शब्दशः साक्ष्य, वे स्थान जहाँ लोग असहमत हैं, और उस निर्णय का क्रमबद्ध उत्तर जो आप लेना चाहते हैं। यह तरीका वास्तविक गुणात्मक अभ्यास है, सारांशीकरण नहीं: • खुला कोडिंग जो उद्धरण-पहले काम करती है — बिना उद्धरण, बिना कोड — और कोड प्रतिभागी के अपने शब्दों में नामित होते हैं, विश्लेषक की शब्दावली में नहीं • हर कोड व्यवहार, विश्वास या इच्छा के रूप में टैग किया जाता है, क्योंकि 'मैं निश्चित रूप से उसके लिए भुगतान करूँगा' उसी श्रेणी का साक्ष्य नहीं है जैसा 'मैंने पिछले महीने उसके लिए भुगतान किया' • विषयों को असत्यापनीय वाक्यों के रूप में बताया जाता है, जिसमें ताकत उद्धरणों के बजाय प्रतिभागियों में गिनी जाती है, और जानबूझकर खंडन करने वाले साक्ष्य की खोज की जाती है • एक तनाव मानचित्र जो दिखाता है कि आपके प्रतिभागी वास्तव में कहाँ विभाजित हैं और कौन सा कारक भविष्यवाणी करता है कि वे किस पक्ष में आते हैं • एक अवसर बैकलॉग जो 'जब [स्थिति], [कौन] चाहता है [परिणाम] क्योंकि [कारण]' के रूप में लिखा जाता है, प्रत्येक को मजबूत, सुझावात्मक या उपाख्यानात्मक रेट किया जाता है • आपके निर्णय प्रश्न का सीधा उत्तर, जिसमें बताया गया आत्मविश्वास स्तर और क्या इसे बदल सकता है • वे तीन प्रश्न जिनका इस दौर में उत्तर नहीं मिल सका, और आगे किसका इंटरव्यू लेना है महत्वपूर्ण सुरक्षा उपाय: यह कभी भी उद्धरण का आविष्कार या परिष्करण नहीं करता, बारह से कम प्रतिभागियों पर प्रतिशत रिपोर्ट करने से इनकार करता है, डिफ़ॉल्ट रूप से प्रतिभागियों को छद्मनाम देता है, और यह सीधे आपको बताएगा जब n=1 का मतलब है कि आपके पास निष्कर्ष के बजाय एक परिकल्पना है। उत्पाद प्रबंधकों, UX और बाज़ार शोधकर्ताओं, पत्रकारों, सलाहकारों, ग्राहक खोज करने वाले संस्थापकों, और उन सभी के लिए जिनके पास घंटों की रिकॉर्डिंग है और कोई निष्कर्ष नहीं है।

M
1100
अनुसंधान

पेपर लर्निंग मास्टर

उत्पाद प्रबंधकों, संस्थापकों और ऐप डेवलपर्स को ऐतिहासिक कारण-और-प्रभाव श्रृंखला के साथ AI पेपर समझने और उन्हें उत्पाद निर्णय, तकनीकी सीमाओं, इंजीनियरिंग अंतर्ज्ञान और अवसर विश्लेषण में बदलने में मदद करता है।

J
150

अपना अगला पसंदीदा कौशल खोजें

शोध, निर्माण और रोज़मर्रा के काम के लिए और अधिक चयनित AI कौशल खोजें।

सभी कौशल देखें