SCIレビュー評価イノベーションスキル-慢老师
SCIレビュー評価イノベーションスキル-慢老师
コンテンツ紹介
説明
慢老师SCIレビュー革新点評価スキルは、深層最適化のために設計された学術ツールです。研究者が自身のSCIレビュー論文の革新点が十分に新しく、独自性があるかを系統的かつ正確に評価し、重複発表を避けるのに役立ちます。このスキルは、慢教授のT+Dイノベーションパラダイムに厳密に従い、4つの完全なステップ（原稿の6つのコア情報の収集 → 中英多次元検索戦略の生成 → 過去5年間の高度に類似した文献とのリアルタイム比較 → 専門レポートの出力）を経て、【全体的な新規性判断】【革新点と独自の貢献】【潜在リスクと対応提案】の3つのセクションからなる完全な中国語レポートを生成します。
関連スキル
すべて表示
研究慢老师のトップジャーナルSCI論文イノベーション評価
本スキルは、慢教授（慢教授的科研江湖）が2025年に公開した「トップジャーナルSCI論文多次元革新性評価」の世界的トッププロンプトを完全に再現します。 論文のタイトル、核心的な科学問題、中心的な革新戦略、および個別の革新点を入力すると、6つの革新タイプの分解、文献の重複チェックとベンチマーク、多次元スコアリング（新規性/重要性/超越性/論理性）が自動的に実行され、1文まとめ、レーダーチャートスコア、強みとリスク分析、投稿提案、カバーレターの包装トークを含む完全な評価レポートが生成されます。 Nature、Science、Nat. Energy、Joule、Adv. Mater. などのトップジャーナルを目指すすべての研究者に適しており、投稿前に革新度を正確に診断し、盲目的な投稿を避けることができます。 トリガーワード：トップジャーナル革新評価、SCI革新点評価、慢老师評価革新、Nature
慢老师総説 T+D テーマ推薦スキル
これは、研究者が総説を執筆する前にテーマを選ぶために設計されたスマートツールです。研究分野（例：「電化学エネルギー貯蔵」「タンパク質構造予測」「AI for Science」など）を直接入力すると、スキルは過去3～5年の高インパクト総説、最新の研究ホットトピック、研究ギャップ文献を体系的に検索し、慢教授が確立した T+D イノベーションパラダイム（T=イノベーションテーマ：方法/構造/材料/メカニズム/システム/性能；D=イノベーション方向：時間軸/帰納的方法/新フレームワーク統合）に厳密に基づいて、最もイノベーションの可能性がある3～5つの総説執筆方向を推薦します。
課題申請書作成・審査・ブラッシュアップPRO V2.0
🎯 核心機能概要 国家社科、教育部、省級課題申請に特化したインテリジェント審査・最適化システムです。15年の経験を持つベテラン審査専門家の思考パターンを模倣し、3つのコアメカニズムにより申請書の学術的厳密性と競争力を確保します。 🔧 3つのコアメカニズム 1️⃣ 12段階構造化方法論 課題申請書審査の全ライフサイクルをカバー： Phase 1-3：基礎診断 - 公募要項の深掘り解析（助成方針、審査基準、申請要件） - 学際分野タイプの判定（8タイプを正確に識別） - 研究GAPの5次元識別（理論/方法/実証/政策/技術） Phase 4-7：核心要素審査 - 研究課題のTMAQモデル分析（理論/方法/思考/問題の4次元） - 研究目標のSMART原則検証 - 研究内容フレームワークの完全性評価 - 研究アプローチタイプのマッチング（6タイプ） Phase 8-10：深層品質向上 - 重点・難点の精緻な抽出（基準の区別＋突破経路） - 革新点の7次元発掘 - 実現可能性の7次元論証 Phase 11-12：全体最適化 - 9次元品質チェック（学術的厳密性、革新性、実現可能性など） - 総合最適化提案と最終報告書 2️⃣ デュアルコア対抗メカニズム（Builder vs Supervisor） 動作原理： - Builder（アカデミックライター）：ユーザーの材料に基づき最適化案を生成 - Supervisor（トップジャーナル査読者）：最も厳しい基準でBuilderの案を挑戦 - 対抗反復：3ラウンドの対抗により案が検証に耐えることを保証 適用シーン： - 革新点発掘時：Builderが革新点を提案 → Supervisorが新規性を疑問視 → 反復最適化 - 実現可能性論証時：Builderが計画を設計 → Supervisorが実現可能性に挑戦 → 追加論証 - 文献引用時：Builderが文献を引用 → Supervisorが真実性を検証 → 学術規範を確保 3️⃣ 文献真実性検証メカニズム 2つの動作モード： モードA：プレースホルダーモード（デフォルト） - [文献プレースホルダ-001] などのマーカーで具体的な文献を代替 - 各プレースホルダの検索要件を明示した『文献要求リスト』を出力 - ユーザー自身が検索後、実際の文献を記入 モードB：リアルタイム検証モード - Google Scholarを呼び出して文献の真実性をリアルタイム検証 - 『文献検証レポート』を生成（真実性/関連性/権威性スコア） - すべての引用がトレース可能であることを保証 AI幻覚防止： - 著者、雑誌、DOIの捏造を禁止 - すべての文献は検証されるか、プレースホルダとしてマークされる必要がある - 学術的誠実性の下限を保証 💡 コアバリューと適用シーン ✅ 解決する核心的課題 1. 学術的不厳密さ：AI生成コンテンツに虚偽の文献や論理的欠陥が生じやすい 2. 革新性不足：真の学術的革新点を発掘しにくい 3. 実現可能性の脆弱性：研究計画に体系的な論証が欠ける 4. 学際分野の難しさ：学際的テーマが「どちらにも属さない」状況になりがち 🎓 対象ユーザー - 大学教員（社会科学、教育学、人文学科） - 研究者（国家級、省部級課題の申請） - 学術チーム（体系的な審査プロセスが必要） 📋 典型的な利用フロー 1. 入力：課題公募 + 申請書草案をアップロード 2. 審査：システムが12段階構造化分析を実行 3. 対抗：デュアルコアメカニズムが重要な部分を反復最適化 4. 検証：文献の真実性チェック 5. 出力：完全な審査レポート + 最適化提案 + 文献リスト 🔍 従来の審査との違い | 次元 | 従来の人手審査 | 専門家審査システム | |------|------------|---------| | 審査の深さ | 個人の経験に依存 | 12段階構造化+9次元QC | | 学術的厳密性 | 全面的な確認が困難 | 文献検証+デュアルコア対抗 | | 革新性発掘 | 主観的判断 | 7次元体系的分析 | | 実現可能性論証 | 経験駆動 | 7次元逐次論証 | | 一貫性 | 人によって異なる | 標準化プロセス | | 効率 | 数日から数週間 | 1〜2時間で初回評価完了 | このシステムの核心的優位性は、15年のベテラン審査専門家の暗黙知を顕在化・構造化・再現可能にし、すべての利用者がトップレベルの専門家による審査サービスを受けられることです。
情報
- バージョン
- v3
- 最終更新
- 実行クレジット
- 使用量に応じて消費
- モデル
- 自動選択
