砚耕-질적 및 근거이론 코딩 연구 슈퍼 멘토
질적 연구자의 원자료 코딩부터 근거이론 논문 작성까지 전 과정 지원
설명
원시 질적 자료에서 게재 가능한 근거이론 논문까지 전 과정을 돕는 AI 보조 멘토입니다. 절차적 근거이론에 기반해 사용자의 현재 단계를 자동으로 판단하고, 단계별로 개방/축/선택 코딩, 근거이론 작성, 6단계 정교화, AI 검출률 낮추기를 조정합니다. 전 과정에 걸쳐 엄격한 단계 진행(하드 스톱)을 적용하며, 각 단계에서는 한 가지 사항만 확인하고 하나의 작업 단위만 수행합니다. 연구자는 항상 이론 판단 권한을 보유합니다. 트리거 단어: 근거이론 코딩 / 개방 코딩 / 축 코딩 / 선택 코딩 / 근거이론 / 질적 코딩 / 핵심 범주 / 스토리라인 / AI 검출률 낮추기.
관련 스킬
전체 보기
논문 모방 작성 및 발표 전문 도우미
📚 논문 모방 작성 및 발표 전문 도우미 한 편의 영감을 주는 논문을 바탕으로 점차 자신만의 고품질 독창적 결과물로 발전시킵니다. 특히 다른 학문 분야의 우수한 논문을 참고하여 주제 이동, 구조 재구성 및 투고 최적화를 원하는 석박사 대학원생에게 적합합니다. 🔍 영감을 주는 문헌 식별: 모범 논문에서 차용할 수 있는 제목 메커니즘, 문제 인식, 장 구조, 이론 프레임워크, 연구 방법, 증거 구성 및 언어 스타일을 분석합니다. 🔄 학제 간 패러다임 전환: "원천 분야-대상 분야" 전환 매트릭스를 구축하여 어떤 아이디어를 변환할 수 있는지, 어떤 이론, 개념, 사례 및 결론을 반드시 재구성해야 하는지 판단합니다. 🧠 독창적 기여 모델링: 문헌의 간극을 식별하고 핵심 명제와 작용 메커니즘을 추출하며, 논문이 단순히 연구 대상을 변경하거나 일반 프레임워크를 적용한 것인지 확인합니다. 🧭 연구 설계 계획: 이론 연구, 사례 연구, 질적 연구, 양적 연구, 문헌 검토, 정책 텍스트 분석 및 혼합 연구를 지원합니다. 🛡️ 실제 증거 게이트: 데이터, 표본, 인터뷰, 사례, 통계 결과, 문헌 또는 DOI를 조작하지 않습니다. 실제 증거가 없을 경우 허위 실증 결론을 생성하지 않습니다. ✍️ 증거 기반 작성: "명제-증거-인용-반박"을 통해 논증 체인을 구축하고, 장별로 독창적인 내용을 생성하며, 보완해야 할 연구 자료를 명확히 표시합니다. 📈 논문 지속 진화: L1 주제 구상, L2 연구 계획, L3 증거 형성, L4 투고 초고, L5 투고 준비 단계에 따라 각 라운드의 수정, 자료 간극 및 성숙도 변화를 기록합니다. 🧑⚖️ 삼중 모의 심사: 이론 심사자, 방법 심사자 및 대상 저널 심사자의 관점에서 거절 위험을 발견하고 구체적인 수정 전략을 수립합니다. 📨 완전한 투고 사이클: 논문 최종본, 인용 검증 테이블, 투고 편지, 혁신점 설명, 저자 답변, 수정 인덱스 및 관련 진술 템플릿 생성을 지원합니다. ✨ 배우는 것은 패러다임, 쓰는 것은 독창성, 향상되는 것은 실제 투고 경쟁력입니다.
작성학술 논문 전 과정 작성
"학술 논문 전 과정 작성"은 연구자를 위해 설계된 지능형 보조 도구로, 학술 논문의 초기 구상부터 최종 확정까지 모든 단계를 포괄합니다. 연구 방향이 막연한 상태이든, 초안을 완성하고 다듬어야 하는 상태이든, 이 도구는 체계적인 지원을 제공하여 고품질의 학술 작품을 효율적으로 완성할 수 있도록 돕습니다. 이 도구는 네 가지 핵심 단계를 안내합니다. 첫 번째는 **주제 계획**으로, 초기 아이디어를 구체적인 연구 주제와 문제로 세분화하고, 연구 프레임워크, 방법 매칭, 시간 계획 및 자원 병목 식별을 포함한 포괄적인 '주제 평가 보고서'를 생성합니다. 다음은 **문헌 검토** 단계로, 검색 전략 수립, 핵심 문헌 정리, 논리적으로 엄격한 문헌 검토 초안 작성 및 연구 공백 식별을 지원합니다. 세 번째 단계는 **구조화된 작성**으로, 이 도구는 주제와 문헌 검토에 기반하여 상세한 논문 개요를 설계하고, 서론, 방법, 본문, 결론을 장별로 작성하며, 연구 도표 코드를 제공하여 논문 구조의 완전성과 논증의 엄밀성을 보장합니다. 마지막은 **교정 및 수정** 단계로, 논문에 대한 포괄적인 학술 규범 검사, 언어 6차원 교정, 논리적 일관성 검토를 수행하고, AI 보조 작성 선언문을 삽입하여 최종 원고가 출판 가능한 전문 수준에 도달하도록 합니다. 전체 작성 과정에서 이 도구는 항상 학술 윤리 규범을 따르며, 모든 인용은 명확하게 확인하도록 안내하고 절대 허위로 작성하지 않습니다. 각 단계의 결과물은 사용자가 확인한 후에 진행되며, 모든 단계가 연구 의도에 부합하도록 하여 사용자가 생각 표현에 집중하고 번거로운 형식과 규범은 AI에 맡길 수 있도록 합니다.
작성학술논문 AIGC 표절감소·품질보존 개작 v7.0
📚 학술 논문 AIGC 표절 감소 및 품질 보존 개작 전문가 v7.0 대학원생, 연구자, 논문 저자를 위해 설계된 학술 텍스트 최적화 스킬로, '원천 제어 → 과정 교정 → 결과 검증 → 역방향 자체 점검 → 재검토 반복'을 핵심 폐쇄 루프로 하여, 원래 의미, 전문 용어, 데이터, 핵심 결론을 보호하면서 논문 내의 템플릿화된 표현, 기계적 논리, 내용 공허, 용어 부정확, 스타일 불일치 등의 문제를 체계적으로 진단하고 최적화합니다. 🔍📝 🌟 핵심 능력 🔬 다층 위험 진단 10가지 일반 텍스트 지문을 포괄하며, ChatGPT, Claude, DeepSeek, Wenxin Yiyan 등 모델의 일반적인 표현 패턴을 추가로 식별합니다. 🧠 심층 의미 재구성 동의어 대체에 국한되지 않고, 명제 표현, 정보 순서, 논증 접근 방식 및 증거 구성 방식에서 접근하여 더 자연스럽고 깊이 있는 학술 논증을 재구성합니다. ✍️ 품질 보존 개작 13가지 문장 변환 전략과 20가지 고빈도 템플릿 표현 제거 방법을 종합적으로 활용하여 기계적 문장, 반복 접속사 및 과도하게 정형화된 표현 구조를 개선합니다. 📊 전체 구조 진단 큰 순환과 5대 철삼각형을 통해 연구 문제, 이론, 리뷰, 방법, 결과, 혁신이 완전한 폐쇄 루프를 이루는지 확인합니다. 🧩 세부화된 장별 적응 초록, 서론, 문헌 리뷰, 연구 방법, 결과, 논의, 결론에 대해 각각 차별화된 진단 및 개작 전략을 수립합니다. 🌐 언어 간 위험 스캔 번역체, 수동태 중복, 긴 문장 중첩, 중영문 혼합 이상을 추가로 식별하여 중문 학술 표현을 더 자연스럽고 정확하게 만듭니다. 🔄 역방향 자체 점검 폐쇄 루프 개작 완료 후, 기법 분포, 새로운 텍스트 지문, 정보 완전성의 세 가지 측면에서 다시 검증하여 '고칠수록 템플릿화'되거나 핵심 내용이 손실되는 것을 방지합니다. 🛡️ 학술 규범 보호 문헌, 데이터, 사례, 정책 근거를 조작하지 않습니다. 저자가 확인해야 할 정보는 별도로 표시하고, AI 사용 사실을 투명하게 공개하도록 안내합니다. 🎯 적용 시나리오 ✅ 단일 단락 또는 일부 장 최적화 ✅ 검사 보고서에 표시된 단락의 지향적 수정 ✅ 초록, 서론, 리뷰, 논의, 결론 정밀 수정 ✅ 전체 논문 AIGC 위험 특성 진단 ✅ 목표 저널 언어 및 구조 적응 ✅ 투고 전 품질 검토 및 일관성 검증 📦 최종 제공물 📄 품질이 보존된 개작 텍스트 🔎 위험 및 문제 진단 보고서 🛠️ 개작 전략 및 기법 설명 ✅ 역방향 자체 점검 및 정보 완전성 보고서 💡 저자 확인 사항 및 후속 수정 제안 🎓 원래 의미 왜곡 없음 · 논리 단절 없음 · 데이터 조작 없음 · 학술 품질 저하 없음 ⚠️ 본 스킬은 학술 표현 품질을 향상시키고 텍스트 내 위험 특성을 줄이는 것을 목적으로 하며, 특정 탐지 플랫폼을 통과하거나 특정 탐지 수치에 도달할 것을 약속하지 않습니다.
砚耕-질적 및 근거이론 코딩 연구 슈퍼 멘토
질적 연구자의 원자료 코딩부터 근거이론 논문 작성까지 전 과정 지원
설명
원시 질적 자료에서 게재 가능한 근거이론 논문까지 전 과정을 돕는 AI 보조 멘토입니다. 절차적 근거이론에 기반해 사용자의 현재 단계를 자동으로 판단하고, 단계별로 개방/축/선택 코딩, 근거이론 작성, 6단계 정교화, AI 검출률 낮추기를 조정합니다. 전 과정에 걸쳐 엄격한 단계 진행(하드 스톱)을 적용하며, 각 단계에서는 한 가지 사항만 확인하고 하나의 작업 단위만 수행합니다. 연구자는 항상 이론 판단 권한을 보유합니다. 트리거 단어: 근거이론 코딩 / 개방 코딩 / 축 코딩 / 선택 코딩 / 근거이론 / 질적 코딩 / 핵심 범주 / 스토리라인 / AI 검출률 낮추기.
관련 스킬
전체 보기논문 모방 작성 및 발표 전문 도우미
📚 논문 모방 작성 및 발표 전문 도우미 한 편의 영감을 주는 논문을 바탕으로 점차 자신만의 고품질 독창적 결과물로 발전시킵니다. 특히 다른 학문 분야의 우수한 논문을 참고하여 주제 이동, 구조 재구성 및 투고 최적화를 원하는 석박사 대학원생에게 적합합니다. 🔍 영감을 주는 문헌 식별: 모범 논문에서 차용할 수 있는 제목 메커니즘, 문제 인식, 장 구조, 이론 프레임워크, 연구 방법, 증거 구성 및 언어 스타일을 분석합니다. 🔄 학제 간 패러다임 전환: "원천 분야-대상 분야" 전환 매트릭스를 구축하여 어떤 아이디어를 변환할 수 있는지, 어떤 이론, 개념, 사례 및 결론을 반드시 재구성해야 하는지 판단합니다. 🧠 독창적 기여 모델링: 문헌의 간극을 식별하고 핵심 명제와 작용 메커니즘을 추출하며, 논문이 단순히 연구 대상을 변경하거나 일반 프레임워크를 적용한 것인지 확인합니다. 🧭 연구 설계 계획: 이론 연구, 사례 연구, 질적 연구, 양적 연구, 문헌 검토, 정책 텍스트 분석 및 혼합 연구를 지원합니다. 🛡️ 실제 증거 게이트: 데이터, 표본, 인터뷰, 사례, 통계 결과, 문헌 또는 DOI를 조작하지 않습니다. 실제 증거가 없을 경우 허위 실증 결론을 생성하지 않습니다. ✍️ 증거 기반 작성: "명제-증거-인용-반박"을 통해 논증 체인을 구축하고, 장별로 독창적인 내용을 생성하며, 보완해야 할 연구 자료를 명확히 표시합니다. 📈 논문 지속 진화: L1 주제 구상, L2 연구 계획, L3 증거 형성, L4 투고 초고, L5 투고 준비 단계에 따라 각 라운드의 수정, 자료 간극 및 성숙도 변화를 기록합니다. 🧑⚖️ 삼중 모의 심사: 이론 심사자, 방법 심사자 및 대상 저널 심사자의 관점에서 거절 위험을 발견하고 구체적인 수정 전략을 수립합니다. 📨 완전한 투고 사이클: 논문 최종본, 인용 검증 테이블, 투고 편지, 혁신점 설명, 저자 답변, 수정 인덱스 및 관련 진술 템플릿 생성을 지원합니다. ✨ 배우는 것은 패러다임, 쓰는 것은 독창성, 향상되는 것은 실제 투고 경쟁력입니다.
작성학술 논문 전 과정 작성
"학술 논문 전 과정 작성"은 연구자를 위해 설계된 지능형 보조 도구로, 학술 논문의 초기 구상부터 최종 확정까지 모든 단계를 포괄합니다. 연구 방향이 막연한 상태이든, 초안을 완성하고 다듬어야 하는 상태이든, 이 도구는 체계적인 지원을 제공하여 고품질의 학술 작품을 효율적으로 완성할 수 있도록 돕습니다. 이 도구는 네 가지 핵심 단계를 안내합니다. 첫 번째는 **주제 계획**으로, 초기 아이디어를 구체적인 연구 주제와 문제로 세분화하고, 연구 프레임워크, 방법 매칭, 시간 계획 및 자원 병목 식별을 포함한 포괄적인 '주제 평가 보고서'를 생성합니다. 다음은 **문헌 검토** 단계로, 검색 전략 수립, 핵심 문헌 정리, 논리적으로 엄격한 문헌 검토 초안 작성 및 연구 공백 식별을 지원합니다. 세 번째 단계는 **구조화된 작성**으로, 이 도구는 주제와 문헌 검토에 기반하여 상세한 논문 개요를 설계하고, 서론, 방법, 본문, 결론을 장별로 작성하며, 연구 도표 코드를 제공하여 논문 구조의 완전성과 논증의 엄밀성을 보장합니다. 마지막은 **교정 및 수정** 단계로, 논문에 대한 포괄적인 학술 규범 검사, 언어 6차원 교정, 논리적 일관성 검토를 수행하고, AI 보조 작성 선언문을 삽입하여 최종 원고가 출판 가능한 전문 수준에 도달하도록 합니다. 전체 작성 과정에서 이 도구는 항상 학술 윤리 규범을 따르며, 모든 인용은 명확하게 확인하도록 안내하고 절대 허위로 작성하지 않습니다. 각 단계의 결과물은 사용자가 확인한 후에 진행되며, 모든 단계가 연구 의도에 부합하도록 하여 사용자가 생각 표현에 집중하고 번거로운 형식과 규범은 AI에 맡길 수 있도록 합니다.
작성학술논문 AIGC 표절감소·품질보존 개작 v7.0
📚 학술 논문 AIGC 표절 감소 및 품질 보존 개작 전문가 v7.0 대학원생, 연구자, 논문 저자를 위해 설계된 학술 텍스트 최적화 스킬로, '원천 제어 → 과정 교정 → 결과 검증 → 역방향 자체 점검 → 재검토 반복'을 핵심 폐쇄 루프로 하여, 원래 의미, 전문 용어, 데이터, 핵심 결론을 보호하면서 논문 내의 템플릿화된 표현, 기계적 논리, 내용 공허, 용어 부정확, 스타일 불일치 등의 문제를 체계적으로 진단하고 최적화합니다. 🔍📝 🌟 핵심 능력 🔬 다층 위험 진단 10가지 일반 텍스트 지문을 포괄하며, ChatGPT, Claude, DeepSeek, Wenxin Yiyan 등 모델의 일반적인 표현 패턴을 추가로 식별합니다. 🧠 심층 의미 재구성 동의어 대체에 국한되지 않고, 명제 표현, 정보 순서, 논증 접근 방식 및 증거 구성 방식에서 접근하여 더 자연스럽고 깊이 있는 학술 논증을 재구성합니다. ✍️ 품질 보존 개작 13가지 문장 변환 전략과 20가지 고빈도 템플릿 표현 제거 방법을 종합적으로 활용하여 기계적 문장, 반복 접속사 및 과도하게 정형화된 표현 구조를 개선합니다. 📊 전체 구조 진단 큰 순환과 5대 철삼각형을 통해 연구 문제, 이론, 리뷰, 방법, 결과, 혁신이 완전한 폐쇄 루프를 이루는지 확인합니다. 🧩 세부화된 장별 적응 초록, 서론, 문헌 리뷰, 연구 방법, 결과, 논의, 결론에 대해 각각 차별화된 진단 및 개작 전략을 수립합니다. 🌐 언어 간 위험 스캔 번역체, 수동태 중복, 긴 문장 중첩, 중영문 혼합 이상을 추가로 식별하여 중문 학술 표현을 더 자연스럽고 정확하게 만듭니다. 🔄 역방향 자체 점검 폐쇄 루프 개작 완료 후, 기법 분포, 새로운 텍스트 지문, 정보 완전성의 세 가지 측면에서 다시 검증하여 '고칠수록 템플릿화'되거나 핵심 내용이 손실되는 것을 방지합니다. 🛡️ 학술 규범 보호 문헌, 데이터, 사례, 정책 근거를 조작하지 않습니다. 저자가 확인해야 할 정보는 별도로 표시하고, AI 사용 사실을 투명하게 공개하도록 안내합니다. 🎯 적용 시나리오 ✅ 단일 단락 또는 일부 장 최적화 ✅ 검사 보고서에 표시된 단락의 지향적 수정 ✅ 초록, 서론, 리뷰, 논의, 결론 정밀 수정 ✅ 전체 논문 AIGC 위험 특성 진단 ✅ 목표 저널 언어 및 구조 적응 ✅ 투고 전 품질 검토 및 일관성 검증 📦 최종 제공물 📄 품질이 보존된 개작 텍스트 🔎 위험 및 문제 진단 보고서 🛠️ 개작 전략 및 기법 설명 ✅ 역방향 자체 점검 및 정보 완전성 보고서 💡 저자 확인 사항 및 후속 수정 제안 🎓 원래 의미 왜곡 없음 · 논리 단절 없음 · 데이터 조작 없음 · 학술 품질 저하 없음 ⚠️ 본 스킬은 학술 표현 품질을 향상시키고 텍스트 내 위험 특성을 줄이는 것을 목적으로 하며, 특정 탐지 플랫폼을 통과하거나 특정 탐지 수치에 도달할 것을 약속하지 않습니다.
다음으로 즐겨 쓸 스킬을 찾아보세요
연구, 창작, 일상 업무에 유용한 엄선된 AI 스킬을 더 탐색해 보세요.