欠測データ報告アシスタント
データクリーニングをSTROBE段落に変換
説明
サンプルサイズ、欠測データの割合・パターン（MCAR／MAR／MNAR）、欠測データへの対応方法（リストワイズ削除、多重代入など）、外れ値の検出方法（Zスコア、IQR、マハラノビス距離）を入力すると、論文の「データ前処理」セクションにそのまま挿入できる学術的な段落を生成します。選択した方法と欠測データのパターンに方法論上の矛盾がある場合（例：MNARパターンでリストワイズ削除を使用している場合）は、その点を明示します。データ前処理のセクションを迅速かつ正確に記述したい、調査・臨床データ分析を行う大学院生や研究者に適しています。
関連スキル
すべて表示
STROBE方法ライター
横断研究、コホート研究、症例対照研究のデザインに基づき、参加者の選定方法、変数、サンプルサイズの根拠、統計解析手法を入力すると、STROBE（Strengthening the Reporting of Observational Studies in Epidemiology）チェックリストの全22項目を暗黙的に参照した、MethodsとResultsの完全な草稿を作成します。最後に、各段落がどのSTROBE項目に対応するかを示す対応表も提供するため、学術誌から「STROBEチェックリストを記入してください」と依頼された場合にもすぐに対応できます。観察研究では「原因である」ではなく「関連している」と表現するなど、因果関係を示す表現を避け、バイアスや交絡の原因についても明示的に検討します。疫学、公衆衛生、臨床研究に携わる研究者に適しています。
メタ分析フルレポート作成
メタ分析の統計情報（統合効果量、I²、Q、tau²、出版バイアスの指標）から、PRISMA 2020およびCochrane Handbookに準拠した「方法＋結果＋限界」の完全な文章を作成します。I²の値（「分散の割合」としての説明を含む）を誤って解釈せず、「エビデンスが〜を実証している」のような断定的な因果表現を避け、「結果は〜と整合的です」のような慎重な表現を用います。最後に、査読者が尋ねる可能性のある質問を少なくとも3つと、それぞれへの回答用の文も提示します。対象：メタ分析論文を執筆しており、投稿前に方法セクションを強化したい研究者。できないこと：生データから統計計算を行うことはできません（R／RevMan／CMAの出力をあらかじめ用意してください）。結果を学術的な文章に変換し、解釈する機能です。
PRISMA 2020フロー図作成
システマティックレビューを行う研究者向けに、PRISMA 2020に準拠したフロー図のテキストとプロトコル用の段落を作成します。データベース検索のスクリーニング件数（同定 → スクリーニング → 適格性評価 → 採択）を入力すると、数値の整合性を確認し、「なぜフロー図でこれほど多くのレコードが失われているのか」という査読者の質問にも説明できるテキストを作成します。また、採用基準・除外基準をPICO/PECO形式の表に変換します。対象：大学院生、研究者、システマティックレビュー／メタ解析論文の投稿前チェックを行う編集者。数値の不整合（例：採択数が適格性評価数を上回る場合）を検出した際は、黙って修正せず、その不整合を明示します。
欠測データ報告アシスタント
データクリーニングをSTROBE段落に変換
説明
サンプルサイズ、欠測データの割合・パターン（MCAR／MAR／MNAR）、欠測データへの対応方法（リストワイズ削除、多重代入など）、外れ値の検出方法（Zスコア、IQR、マハラノビス距離）を入力すると、論文の「データ前処理」セクションにそのまま挿入できる学術的な段落を生成します。選択した方法と欠測データのパターンに方法論上の矛盾がある場合（例：MNARパターンでリストワイズ削除を使用している場合）は、その点を明示します。データ前処理のセクションを迅速かつ正確に記述したい、調査・臨床データ分析を行う大学院生や研究者に適しています。
関連スキル
すべて表示STROBE方法ライター
横断研究、コホート研究、症例対照研究のデザインに基づき、参加者の選定方法、変数、サンプルサイズの根拠、統計解析手法を入力すると、STROBE（Strengthening the Reporting of Observational Studies in Epidemiology）チェックリストの全22項目を暗黙的に参照した、MethodsとResultsの完全な草稿を作成します。最後に、各段落がどのSTROBE項目に対応するかを示す対応表も提供するため、学術誌から「STROBEチェックリストを記入してください」と依頼された場合にもすぐに対応できます。観察研究では「原因である」ではなく「関連している」と表現するなど、因果関係を示す表現を避け、バイアスや交絡の原因についても明示的に検討します。疫学、公衆衛生、臨床研究に携わる研究者に適しています。
メタ分析フルレポート作成
メタ分析の統計情報（統合効果量、I²、Q、tau²、出版バイアスの指標）から、PRISMA 2020およびCochrane Handbookに準拠した「方法＋結果＋限界」の完全な文章を作成します。I²の値（「分散の割合」としての説明を含む）を誤って解釈せず、「エビデンスが〜を実証している」のような断定的な因果表現を避け、「結果は〜と整合的です」のような慎重な表現を用います。最後に、査読者が尋ねる可能性のある質問を少なくとも3つと、それぞれへの回答用の文も提示します。対象：メタ分析論文を執筆しており、投稿前に方法セクションを強化したい研究者。できないこと：生データから統計計算を行うことはできません（R／RevMan／CMAの出力をあらかじめ用意してください）。結果を学術的な文章に変換し、解釈する機能です。
PRISMA 2020フロー図作成
システマティックレビューを行う研究者向けに、PRISMA 2020に準拠したフロー図のテキストとプロトコル用の段落を作成します。データベース検索のスクリーニング件数（同定 → スクリーニング → 適格性評価 → 採択）を入力すると、数値の整合性を確認し、「なぜフロー図でこれほど多くのレコードが失われているのか」という査読者の質問にも説明できるテキストを作成します。また、採用基準・除外基準をPICO/PECO形式の表に変換します。対象：大学院生、研究者、システマティックレビュー／メタ解析論文の投稿前チェックを行う編集者。数値の不整合（例：採択数が適格性評価数を上回る場合）を検出した際は、黙って修正せず、その不整合を明示します。
次のお気に入りスキルを見つけよう
リサーチ、制作、日々の作業に役立つ厳選AIスキルをさらに探しましょう。