Murat Sakal
Mappa risultati di Bloom
Classifica i risultati di apprendimento in base ai livelli della tassonomia di Bloom, corregge i verbi non misurabili (come «sa» e «comprende») e suggerisce un metodo di valutazione adatto per ogni risultato. Effettua la classificazione in base all’effettiva richiesta cognitiva del risultato, non al significato superficiale del verbo. A chi è rivolto: docenti che progettano programmi o corsi e commissioni per lo sviluppo dei programmi.
Banca GIFT + controllo Bloom
Genera, a partire dagli argomenti e dai risultati di apprendimento, una banca completa di domande in formato GIFT con quesiti a scelta multipla, vero/falso, abbinamento, risposta breve e completamento. Etichetta il livello della tassonomia di Bloom per ogni domanda e, se i quesiti risultano concentrati soprattutto sui livelli inferiori (Ricordare/Comprendere), lo segnala chiaramente e propone domande aggiuntive per valutare competenze di pensiero di livello superiore. Ideale per responsabili della valutazione e coordinatori di dipartimento che vogliono verificare la qualità delle proprie banche dati d’esame.
Piano lezioni settimanale
A partire dall’argomento e dalla durata della lezione, genera un piano settimanale strutturato con obiettivi di apprendimento misurabili, formulati usando i verbi della tassonomia di Bloom, una sequenza delle attività con tempistiche e un suggerimento per la valutazione. Abbina sempre gli obiettivi di apprendimento alle attività corrispondenti. Adatto a: docenti universitari e formatori che progettano corsi o programmi di formazione.
Generatore di quiz GIFT
Genera, a partire dall’argomento e dai contenuti forniti, una banca di domande a scelta multipla in formato GIFT, pronta per essere caricata direttamente nella schermata Moodle "Banca delle domande > Importa". Indica la risposta corretta, crea distrattori plausibili sull’argomento e previene gli errori nella sintassi GIFT. Ideale per: docenti che insegnano su Moodle e coordinatori didattici che preparano banche di domande per gli esami.
Report statistico + obiezioni
Produce una sezione Risultati completa a partire dagli output delle tue statistiche descrittive e inferenziali, inclusi i test delle assunzioni. Se rileva una violazione della normalità o dell’omogeneità delle varianze, consiglia il test non parametrico alternativo invece di nasconderla. Inoltre, individua in anticipo almeno 4 obiezioni che i revisori delle riviste sollevano comunemente, ad esempio «test delle assunzioni non riportati», «dimensione dell’effetto non indicata» e «nessuna correzione per confronti multipli applicata», e fornisce una frase di risposta per ciascuna. A chi è rivolto: ricercatori che lavorano con metodi quantitativi e desiderano garantire il rigore della reportistica statistica prima dell’invio a una rivista.
Scrittore di test tra gruppi
Produce un testo dei Risultati conforme all’APA 7 e pronto per il manoscritto a partire dai risultati dei test t, ANOVA o chi quadrato. Utilizza il formato corretto per la descrizione statistica (t(df)=..., p=..., d=...) e interpreta la dimensione dell’effetto in base ai criteri di Cohen. Ricorda di indicare un metodo di correzione per i confronti multipli quando vengono confrontati tre o più gruppi. A chi è rivolto: ricercatori e studenti universitari che conducono studi sperimentali o comparativi.
Redattore statistiche descr.
Converte i risultati delle statistiche descrittive dell'utente (media±DS o mediana(IQR), n(%)) in un paragrafo accademico sulle «Caratteristiche dei partecipanti», pronto per essere inserito in un manoscritto, oltre a una tabella Tabella 1 formattata. Seleziona la statistica descrittiva corretta (media±DS o mediana(IQR)) in base allo stato di normalità e non le confonde mai. A chi è rivolto: studenti di laurea magistrale e ricercatori accademici che svolgono ricerche quantitative e vogliono scrivere in modo rapido e corretto la sezione «Partecipanti» del manoscritto.
Report statistico + replica
Genera una sezione completa dei Risultati a partire dai vostri risultati statistici descrittivi e inferenziali (inclusi i test delle assunzioni). Se rileva violazioni della normalità o dell’omogeneità delle varianze, propone il test alternativo non parametrico e non le nasconde. Inoltre, individua in anticipo almeno 4 obiezioni frequenti dei revisori di rivista (ad esempio: «non sono stati riportati i test delle assunzioni», «non è stata indicata la dimensione dell’effetto», «non è stata applicata alcuna correzione per confronti multipli») e offre una frase di risposta per ciascuna. Adatto a: ricercatori che lavorano con metodi di ricerca quantitativi e cercano una solida reportistica statistica prima di inviare un articolo a una rivista.
Generatore di test tra gruppi
Genera un testo della sezione Risultati, conforme ad APA 7 e pronto per un articolo, a partire dai risultati dei test t, ANOVA o chi-quadrato. Utilizza il formato corretto per la presentazione statistica (t(df)=..., p=..., d=...) e interpreta la dimensione dell’effetto secondo i criteri di Cohen. Se confronti tre o più gruppi, ricorda che è necessario indicare la correzione per confronti multipli. Ideale per ricercatori e studenti universitari e post-laurea che conducono studi sperimentali o comparativi.
Statistiche descrittive
Trasforma i risultati delle statistiche descrittive dell’utente (media±DS o mediana(IQR), n(%)) in un paragrafo accademico sulle "Caratteristiche dei partecipanti", pronto per essere inserito direttamente nell’articolo, e in una tabella in formato Tabella 1. In base alla normalità, seleziona la statistica descrittiva corretta (media±DS o mediana(IQR)) e non le mescola mai. A chi è rivolto: studenti post-laurea e accademici che svolgono ricerche quantitative e vogliono scrivere in modo rapido e accurato la sezione "Partecipanti" dell’articolo.
Entropy-TOPSIS-ML + Obiezioni
Produce un report completo di Metodi + Risultati a partire dagli output del tuo modello di ponderazione entropica + ranking TOPSIS + classificatore ML (XGBoost, Random Forest, Regressione logistica, ecc.). Interpreta correttamente l'AUC secondo i criteri di Hosmer & Lemeshow e, se il divario tra le prestazioni su training e test è ampio, indica esplicitamente il rischio di overfitting. Inoltre, prevede almeno 4 obiezioni sollevate frequentemente dai revisori delle riviste (ad esempio, "come è stato gestito lo sbilanciamento tra le classi" e "non è stato utilizzato un set di validazione esterna") e suggerisce una frase di risposta per ciascuna. Adatto a ricercatori che lavorano nell'informatica sanitaria, nella previsione del rischio clinico o nella metodologia MCDM-ML ibrida e desiderano rafforzare la solidità metodologica prima della sottomissione a una rivista.
Autore per analisi TOPSIS
Produce un testo completo, pronto per il manoscritto, per Metodi + Risultati a partire dai risultati della tua analisi TOPSIS (matrice decisionale normalizzata, distanze dalle soluzioni ideali positiva e negativa, coefficienti di prossimità). Fornisce una tabella di graduatoria e interpreta i criteri in cui le alternative migliori e peggiori hanno ottenuto i risultati più alti o più bassi. Adatto a: ricercatori che lavorano su problemi di graduatoria multi-criterio, come la selezione dei fornitori, il confronto tra prodotti o servizi e il supporto alle decisioni cliniche.
Redattore pesi criteri AHP
Converte i risultati della matrice dei confronti a coppie AHP (Analytic Hierarchy Process) dell'utente — pesi dei criteri e rapporto di coerenza — in una sezione accademica "Ponderazione dei criteri", pronta per essere inserita direttamente in un manoscritto. Se il rapporto di coerenza (CR) supera 0,10, lo indica apertamente invece di ometterlo. Ideale per ricercatori che usano metodi MCDM come TOPSIS/VIKOR e determinano i pesi dei criteri con AHP, nonché per studenti universitari e dottorandi.
Entropia-TOPSIS-ML + Obiezioni
Produce un rapporto completo di Metodi + Risultati a partire dai risultati della ponderazione Entropia, della classifica TOPSIS e dei classificatori ML (XGBoost, Random Forest, Regressione logistica, ecc.). Interpreta correttamente l'AUC secondo i criteri di Hosmer & Lemeshow e segnala chiaramente il rischio di overfitting quando la differenza tra le prestazioni su dati di addestramento e di test è elevata. Inoltre, individua in anticipo almeno 4 obiezioni frequenti dei revisori di rivista (ad es. "come è stato gestito lo sbilanciamento delle classi", "non è stato utilizzato un set di validazione esterna") e propone una frase difensiva per ciascuna. Adatto a ricercatori che lavorano nell'informatica sanitaria, nella previsione del rischio clinico o con metodologie ibride MCDA-ML, e a chi cerca solidità metodologica prima di una sottomissione a una rivista.
Generatore di report TOPSIS
A partire dai risultati dell’analisi TOPSIS (matrice decisionale normalizzata, distanze dalla soluzione ideale positiva e negativa, coefficienti di prossimità), genera un testo completo di Metodi + Risultati pronto per un articolo. Presenta una tabella di classifica e interpreta in quali criteri l’alternativa migliore e quella peggiore si distinguono. Ideale per chi lavora su problemi di classificazione multicriterio, come la selezione dei fornitori, il confronto tra prodotti o servizi e il supporto alle decisioni cliniche.
Redattore pesi AHP
Trasforma i risultati della matrice dei confronti a coppie AHP (Processo di gerarchia analitica) dell’utente — inclusi i pesi dei criteri e il rapporto di coerenza — in una sezione accademica «Ponderazione dei criteri», pronta per essere inserita direttamente in un articolo. Se il rapporto di coerenza (CR) supera 0,10, lo segnala chiaramente senza nasconderlo. Adatto a ricercatori e studenti post-laurea che lavorano con metodi decisionali multicriterio come TOPSIS/VIKOR e determinano i pesi dei criteri con AHP.
Report PLS-SEM + Obiezioni
Produce un report completo del modello di misurazione e del modello strutturale a partire dagli output della tua analisi PLS-SEM (caricamenti esterni, CR/AVE, validità discriminante HTMT, coefficienti dei percorsi, R²/f²/Q², SRMR). Applica correttamente la soglia HTMT e l’interpretazione di R² (criteri di Cohen/Chin) ed evita il linguaggio causale. Inoltre, individua in anticipo almeno 4 obiezioni sollevate frequentemente dai revisori delle riviste (ad esempio, «perché PLS invece di CB-SEM?» e «non è riportato alcun controllo del CMB») e suggerisce una frase di risposta per ciascuna. Ideale per ricercatori di economia e scienze sociali che usano PLS-SEM per la modellazione a equazioni strutturali e desiderano rafforzare la solidità metodologica prima dell’invio a una rivista.
Report validità-affidabilità
Produce un testo completo, pronto per il manoscritto, per le sezioni Metodi e Risultati a partire dagli output delle analisi EFA o CFA (KMO, test di Bartlett, saturazioni fattoriali, indici di adattamento, alpha di Cronbach/CR/AVE). Classifica correttamente le soglie degli indici di adattamento (CFI/TLI≥.90, RMSEA≤.08, ecc.) e segnala i problemi di validità, come AVE<0.50, senza nasconderli. Adatto a: docenti, ricercatori e studenti universitari che conducono studi di sviluppo o adattamento di scale.
Autore alfa di Cronbach
Converte le statistiche di affidabilità inserite (alfa di Cronbach, numero di item e sottoscale) in un paragrafo accademico di "Analisi dell'affidabilità", pronto da inserire nel tuo manoscritto. Fornisce una tabella di accettabilità per sottoscala e, se rileva un alfa basso (<.60), lo segnala apertamente invece di nasconderlo. Adatto a: studenti universitari e ricercatori che utilizzano scale e vogliono scrivere la sezione del metodo in modo rapido e corretto.
Report PLS-SEM e obiezioni
Produce un report completo del modello di misurazione e del modello strutturale a partire dagli output delle analisi PLS-SEM (carichi esterni, CR/AVE, validità discriminante HTMT, coefficienti dei path, R²/f²/Q², SRMR). Applica correttamente la soglia HTMT e interpreta R² secondo i criteri di Cohen/Chin, evitando il linguaggio causale. Inoltre, individua in anticipo almeno 4 obiezioni frequenti dei revisori di rivista (ad esempio: «Perché è stato scelto PLS invece di CB-SEM?» e «Non è stato effettuato un controllo del CMB») e propone una frase di risposta per ciascuna. Ideale per ricercatori di economia aziendale e scienze sociali che utilizzano la modellazione a equazioni strutturali PLS-SEM e cercano solidità metodologica prima di inviare un articolo a una rivista.
Redattore validità-affidabilità
Genera un testo completo, pronto per un articolo, con Metodo + Risultati a partire dagli output delle analisi EFA o CFA (KMO, test di Bartlett, saturazioni fattoriali, indici di adattamento, alfa di Cronbach/CR/AVE). Classifica correttamente le soglie degli indici di adattamento (CFI/TLI≥.90, RMSEA≤.08 ecc.) e segnala senza nasconderli i problemi di validità, come AVE<0.50. Adatto a: accademici e studenti post-laurea che conducono studi di sviluppo o adattamento di scale.
Scrittore di affidabilità alpha
Trasforma le statistiche di affidabilità inserite dall’utente (alfa di Cronbach, numero di item e sottodimensioni) in un paragrafo accademico di «Analisi dell’affidabilità», pronto per essere inserito direttamente in un articolo. Presenta una tabella di accettabilità per ciascuna sottodimensione e indica chiaramente, senza nasconderli, i valori di alpha bassi (<.60). Ideale per studenti universitari e ricercatori che utilizzano scale e desiderano redigere in modo rapido e accurato la sezione metodologica di una tesi o di un articolo.
Redattore report CONSORT
A partire dai dati del tuo trial controllato randomizzato (RCT) — metodo di randomizzazione, stato del mascheramento, analisi della potenza, numeri del diagramma di flusso CONSORT (sottoposti a screening/randomizzati/assegnati/analizzati), approccio all’analisi ITT/PP — produce una bozza completa di Abstract + Metodi + Risultati conforme a tutti i 25 elementi del CONSORT 2010. Non confonde mai ITT e PP; verifica la coerenza dei numeri del diagramma di flusso (randomizzati ≥ assegnati ≥ seguiti fino al follow-up ≥ analizzati). Inoltre, identifica in anticipo almeno 4 obiezioni sollevate frequentemente dai revisori delle riviste (ad esempio: «perché non è stata riportata un’analisi ITT?», «è stato verificato il successo del mascheramento?», «ci sono stati cambiamenti negli outcome?») e suggerisce una frase di risposta per ciascuna. Progettato per ricercatori clinici in medicina, infermieristica e farmacia che conducono RCT e desiderano una solida metodologia prima dell’invio a una rivista. Cosa non fa: non esegue analisi statistiche né genera dati; converte semplicemente i risultati che già possiedi in un report conforme allo standard CONSORT.
Autore di metodi STROBE
In base al disegno del tuo studio trasversale, di coorte o caso-controllo, quando inserisci il metodo di selezione dei partecipanti, le variabili, la motivazione della dimensione del campione e i metodi statistici, produce una bozza completa di Metodi e risultati con un riferimento implicito a tutti i 22 elementi della checklist STROBE (Strengthening the Reporting of Observational Studies in Epidemiology). Fornisce inoltre, alla fine, una tabella di corrispondenza che mostra quale paragrafo corrisponde a ciascun elemento STROBE, pronta per rispondere alla richiesta di una rivista di «completare la checklist STROBE». Evita il linguaggio causale (negli studi osservazionali usa «è associato a» invece di «causa») e discute esplicitamente le fonti di bias e confondimento. Adatto a ricercatori e professionisti del mondo accademico che lavorano in epidemiologia, sanità pubblica e ricerca clinica.
Report dati mancanti
Inserisci la dimensione del campione, la proporzione o il pattern dei dati mancanti (MCAR/MAR/MNAR), il metodo usato per gestirli (eliminazione listwise, imputazione multipla, ecc.) e il metodo di rilevamento dei valori anomali (Z-score, IQR, Mahalanobis): otterrai un paragrafo accademico da inserire direttamente nella sezione "Pre-elaborazione dei dati" del tuo manoscritto. Se esiste una contraddizione metodologica tra il metodo scelto e il pattern dei dati mancanti (ad esempio, l'uso dell'eliminazione listwise con un pattern MNAR), lo segnala esplicitamente. Ideale per studenti universitari e ricercatori che svolgono analisi di dati provenienti da sondaggi o studi clinici e vogliono scrivere la sezione sulla pre-elaborazione dei dati in modo rapido e corretto.
Controllo qualità dati scala
Questa Skill verifica sistematicamente i dati grezzi dei questionari raccolti nell’ambito dello sviluppo di una scala, valutando dati mancanti, osservazioni anomale, careless responding (straightlining, longstring, risposte casuali), distribuzioni problematiche a livello di item, affidabilità e prerequisiti per l’analisi fattoriale. Non produce i risultati finali di EFA/CFA; fornisce invece una decisione "go/no-go" basata sulle evidenze riguardo alla preparazione dei dati per le fasi successive dell’analisi e propone una suddivisione stratificata del campione (EFA/CFA split). Tutti i calcoli vengono eseguiti tramite codice reale (Python: pandas, scipy, factor_analyzer, pingouin); non vengono generati numeri ipotetici.
Report di meta-analisi
Produce un testo completo per Metodi, Risultati e Limiti, conforme a PRISMA 2020 e al Cochrane Handbook, a partire dalle statistiche della tua meta-analisi (dimensione dell’effetto aggregata, I², Q, tau², indicatori del bias di pubblicazione). Non interpreta mai in modo errato il valore di I², incluso il riferimento alla «percentuale della varianza», ed evita formulazioni causali eccessive, preferendo espressioni caute come «i risultati sono coerenti con...» invece di «le prove dimostrano che». Al termine, propone anche almeno 3 domande che un revisore potrebbe porre, insieme a frasi per rispondere. Ideale per: ricercatori che stanno scrivendo un articolo di meta-analisi e vogliono rafforzare la sezione Metodi prima dell’invio a una rivista. Cosa non fa: non esegue calcoli statistici a partire da dati grezzi (devi avere già i risultati ottenuti con R/RevMan/CMA); converte e interpreta i tuoi risultati trasformandoli in testo accademico.
Redattore bibliometrico
Converte i dati grezzi ottenuti dagli output di VOSviewer o Biblioshiny (Bibliometrix/R)—frequenze delle parole chiave, cluster delle reti di citazioni, tendenze annuali delle pubblicazioni, distribuzione per Paese, istituzione o rivista—in un testo accademico interpretato e pronto per la pubblicazione. Utilizza un tono accademico che descrive la direzione della letteratura invece di ripetere i dati grezzi, evitando affermazioni causali speculative.\n\nAdatto a: ricercatori che stanno scrivendo una tesi o un articolo e hanno bisogno di una sezione di analisi bibliometrica, ma faticano a tradurre i dati grezzi in linguaggio accademico.\n\nCome si usa: incolla direttamente l’elenco dei cluster o delle parole chiave esportato da VOSviewer oppure la tabella riepilogativa di Biblioshiny; lo skill assegna nomi tematici ai cluster di parole chiave e li interpreta, quindi valuta la rete di citazioni e i modelli di collaborazione tra Paesi.
Redattore diagramma PRISMA
Genera il testo di un diagramma di flusso conforme a PRISMA 2020 e un paragrafo metodologico per ricercatori che conducono revisioni sistematiche. Quando inserisci i conteggi dello screening nel database (identificazione → screening → eleggibilità → inclusi), verifica la coerenza dei numeri e produce un testo in grado di rispondere in modo documentato alla domanda dei revisori: "perché il vostro diagramma di flusso perde così tanti record?" Converte inoltre i criteri di inclusione/esclusione in una tabella in formato PICO/PECO. Adatto a: studenti universitari, ricercatori e verifiche preliminari da parte di editori di riviste su articoli di revisione sistematica/metanalisi. Se rileva un'incoerenza numerica (ad esempio, inclusi > eleggibilità), la segnala esplicitamente invece di correggerla in modo silenzioso.
Redattore CONSORT 2010
Genera dai dati del vostro studio randomizzato controllato (RCT) una bozza completa di Abstract + Metodi + Risultati conforme ai 25 elementi del CONSORT 2010, includendo metodo di randomizzazione, stato del cieco, analisi della potenza, numeri del diagramma di flusso CONSORT (screened/randomized/allocated/analyzed) e approccio analitico ITT/PP. Non confonde mai la distinzione ITT/PP e verifica la coerenza dei numeri del diagramma di flusso (randomized ≥ allocated ≥ followed-up ≥ analyzed). Inoltre identifica in anticipo almeno 4 obiezioni sollevate spesso dai revisori delle riviste (ad esempio: «perché l’analisi ITT non è stata riportata?», «è stata verificata l’efficacia del cieco?», «si è verificato un outcome switching?») e propone per ciascuna una frase di risposta. È pensato per ricercatori clinici e accademici che conducono RCT nei settori della medicina, dell’infermieristica e della farmacia e desiderano garantire la solidità metodologica prima dell’invio a una rivista.
Controllo dati di scala
"Si attiva quando i dati grezzi per lo sviluppo di una scala (Excel/CSV), raccolti da una società di ricerca specializzata in sondaggi, devono essere sottoposti a un controllo della qualità psicometrica prima di procedere con EFA/CFA o con le analisi finali di affidabilità. Valuta in modo completo dati mancanti, valori anomali, careless responding, response bias, qualità degli item e adeguatezza del campione, producendo una decisione Go/No-Go; non modifica i dati, ma fornisce esclusivamente un rapporto diagnostico di controllo."
Redattore dei metodi STROBE
In base al disegno del tuo studio — trasversale, di coorte o caso-controllo — genera una bozza completa delle sezioni Metodi e Risultati quando inserisci il metodo di selezione dei partecipanti, le variabili, la giustificazione della dimensione del campione e i metodi statistici, con riferimenti impliciti ai 22 item della checklist STROBE (Strengthening the Reporting of Observational Studies in Epidemiology). Alla fine presenta anche una tabella di corrispondenza che mostra quale paragrafo soddisfa ciascun item STROBE: una risposta pronta alla richiesta di compilare la checklist STROBE al momento della sottomissione a una rivista. Evita il linguaggio causale — poiché si tratta di uno studio osservazionale, usa la formula «è associato a» invece di «causa» — e discute esplicitamente le fonti di bias e di confondimento. È adatto ad accademici che lavorano nei settori dell’epidemiologia, della salute pubblica e della ricerca clinica.
Dati mancanti e outlier
Inserisci la dimensione del campione, la percentuale e il pattern dei dati mancanti (MCAR/MAR/MNAR), il metodo utilizzato per gestirli (eliminazione listwise, imputazione multipla, ecc.) e il metodo di rilevamento degli outlier (Z-score, IQR, Mahalanobis): verrà generato un paragrafo accademico direttamente inseribile nella sezione «Pre-elaborazione dei dati» del tuo articolo. Se esiste una contraddizione metodologica tra il metodo scelto e il pattern dei dati mancanti, ad esempio l’uso dell’eliminazione listwise con un pattern MNAR, questa verrà segnalata chiaramente. È indicato per studenti universitari e ricercatori che analizzano dati di sondaggi o clinici e desiderano redigere in modo rapido e accurato la sezione sulla pre-elaborazione dei dati.
Meta-analisi e Revisione
Genera un testo completo di Metodi + Risultati + Limitazioni, conforme a PRISMA 2020 e al Manuale Cochrane, a partire dai vostri dati statistici di meta-analisi (dimensione dell’effetto combinata, I², Q, tau² e indicatori del bias di pubblicazione). Non interpreta mai erroneamente il valore di I², inclusa la quota percentuale di varianza spiegata, ed evita formulazioni causali eccessive, usando espressioni prudenti come «i risultati sono coerenti con…» invece di «le prove dimostrano che…». Al termine, presenta anche almeno 3 possibili domande del revisore e relative frasi di risposta. È adatto a chi sta scrivendo un articolo di meta-analisi e vuole consolidare la sezione metodologica prima dell’invio a una rivista. Cosa non fa: non calcola statistiche a partire dai dati grezzi (dovete aver già calcolato i risultati con R/RevMan/CMA); trasforma e interpreta esclusivamente i risultati in un testo accademico.
Redattore bibliometrico
Trasforma i numeri grezzi ottenuti dagli output di VOSviewer o Biblioshiny (Bibliometrix/R)—frequenze delle parole chiave, cluster delle reti di citazioni, andamento annuale delle pubblicazioni, distribuzione per Paese/istituzione/rivista—in un testo interpretato e pronto per una pubblicazione accademica. Invece di ripetere i numeri, utilizza un tono accademico per descrivere l’evoluzione della letteratura ed evita affermazioni speculative di causalità. È adatto a ricercatori che stanno scrivendo una tesi o un articolo e devono preparare una sezione di analisi bibliometrica, ma incontrano difficoltà nel tradurre i dati grezzi in un linguaggio accademico. Utilizzo: incolla direttamente l’elenco dei cluster/delle parole chiave ottenuto da VOSviewer o la tabella riepilogativa di Biblioshiny; lo skill assegna nomi tematici ai cluster di parole chiave e li interpreta, valutando la rete delle citazioni e i modelli di collaborazione tra Paesi.
Scrittore flusso PRISMA
Genera, per i ricercatori che conducono revisioni sistematiche, il testo di un diagramma di flusso e un paragrafo del protocollo conformi alla checklist PRISMA 2020. Inserendo i numeri delle ricerche nei database (identification → screening → eligibility → included), controlla la coerenza dei dati e produce un testo difendibile in risposta alla domanda del revisore: «Perché il vostro diagramma di flusso mostra così tante perdite?». Inoltre, trasforma i criteri di inclusione/esclusione in una tabella in formato PICO/PECO. Questa skill è adatta a: studenti di laurea magistrale e dottorato che scrivono revisioni sistematiche o meta-analisi, accademici e redattori di riviste per un controllo preliminare. Se rileva un'incoerenza numerica (ad es. included > eligibility), lo segnala chiaramente senza correggerla in modo silenzioso.