Радар совпадений тем
Радар совпадений тем
Предпросмотр
Описание
Поиск похожих проектов, выявление отличий исследования, согласованное обоснование объекта исследования, теоретической и практической ценности, а также проверка заявки на риски.
Похожие скиллы
Посмотреть все
Радар ценности исследования
Экспертный навык для раздела «Ценность исследования» в заявках на проекты Национального фонда общественных наук и гуманитарных и социальных наук Министерства образования (версия с радаром совпадений). В основе — материалы лекций 8 и 64, библиотека из пяти шаблонов успешных заявок и база данных с 535 списками утверждённых проектов: поиск совпадений (трёхуровневое сравнение по проектам Национального фонда общественных наук, Министерства образования и региональных фондов философских и социальных наук с указанием статуса финансирования) → сравнение различий по шести измерениям и предупреждение о совпадениях → формулы академической ценности T1–T5 и прикладной ценности A1–A4 → адаптивный вывод в нужном формате (в «анонимном листе» Национального фонда общественных наук — «академическая ценность + прикладная ценность»; в форме B Министерства образования — «теоретическая ценность + практическое применение», объём формы B ограничен 2000 иероглифами). Включает шаблон из четырёх предложений для раздела «Новые результаты по сравнению с уже утверждёнными аналогичными проектами». Переход к каждому шагу выполняется после подтверждения кнопкой. В выводе запрещено слово «пустота»; вместо него используются конкретные формулировки: «слепая зона», «пробел», «слабое звено» или «недостаток исследований».
Создание и рецензия заявок PRO
🎯 Основные функции Это интеллектуальная система экспертизы и оптимизации, созданная для заявок на гранты национального уровня, Министерства образования и провинциальных проектов. Система имитирует мышление эксперта с 15-летним стажем и обеспечивает академическую строгость и конкурентоспособность заявок за счёт трёх ключевых механизмов. 🔧 Три ключевых механизма 1️⃣ 12-шаговая структурированная методология Полный цикл экспертизы заявки: Фаза 1–3: Базовая диагностика - Глубокий анализ объявления (приоритеты финансирования, критерии оценки, требования) - Определение типа междисциплинарности (8 типов) - Выявление исследовательских пробелов (теория/методы/эмпирика/политика/технологии) Фаза 4–7: Оценка ключевых элементов - Анализ вопроса по модели TMAQ (теория/методы/подход/проблема) - Проверка целей по принципу SMART - Оценка полноты структуры исследования - Сопоставление типов подходов (6 типов) Фаза 8–10: Углублённое повышение качества - Точное выделение сложностей (критерии + пути решения) - Выявление инноваций по 7 измерениям - Обоснование реализуемости по 7 измерениям Фаза 11–12: Общая оптимизация - Проверка качества по 9 измерениям (академическая строгость, инновационность, реализуемость и др.) - Комплексные рекомендации и итоговый отчёт 2️⃣ Механизм двойного противодействия (Builder vs Supervisor) Принцип работы: - Builder (академический писатель): генерирует оптимизации на основе материалов пользователя - Supervisor (рецензент ведущих журналов): проверяет предложения Builder по самым строгим стандартам - Итеративное противодействие: 3 раунда, обеспечивающие надёжность решений Примеры: - При поиске инноваций: Builder предлагает → Supervisor сомневается в новизне → итерация - При обосновании реализуемости: Builder разрабатывает план → Supervisor проверяет → дополнение - При цитировании: Builder ссылается → Supervisor проверяет подлинность → обеспечение академических стандартов 3️⃣ Механизм проверки подлинности литературы Два режима: Режим A: Режим заполнителей (по умолчанию) - Используются метки [Литература-заполнитель-001] и т.д. - Выдаётся «Список необходимой литературы» с требованиями к поиску - Пользователь самостоятельно находит и подставляет реальные источники Режим B: Режим реальной проверки - Вызов Google Scholar для проверки подлинности - Генерация «Отчёта о проверке литературы» (оценка подлинности/релевантности/авторитетности) - Каждая ссылка отслеживаема Предотвращение галлюцинаций ИИ: - Запрет на вымышленные данные (авторы, журналы, DOI) - Все источники должны быть проверены или помечены как заполнители - Соблюдение академической честности 💡 Ключевая ценность и применение ✅ Решаемые проблемы 1. Нестрогость: ИИ часто генерирует ложные источники и логические ошибки 2. Недостаток инноваций: сложно выявить настоящие академические прорывы 3. Слабая реализуемость: план не имеет системного обоснования 4. Трудности междисциплинарности: риски «ни туда, ни сюда» 🎓 Целевая аудитория - Преподаватели вузов (социальные науки, образование, гуманитарные науки) - Научные сотрудники (подача заявок на гранты) - Академические группы (потребность в структурированной экспертизе) 📋 Типовой процесс 1. Ввод: загрузить объявление + черновик заявки 2. Экспертиза: 12-шаговый анализ 3. Противодействие: итеративная оптимизация ключевых частей 4. Проверка: верификация литературы 5. Вывод: полный отчёт + рекомендации + список литературы 🔍 Сравнение с традиционной экспертизой | Измерение | Традиционная ручная экспертиза | Система экспертной оценки | |----------|-------------------------------|--------------------------| | Глубина | Зависит от опыта эксперта | 12 шагов + 9 измерений | | Строгость | Сложно проверить полностью | Верификация + двойное противодействие | | Инновации | Субъективно | Системный анализ по 7 измерениям | | Реализуемость | Опыт | Пошаговая проверка по 7 измерениям | | Согласованность | Разная у экспертов | Стандартизированный процесс | | Эффективность | Дни–недели | 1–2 часа до первого отчёта | Главное преимущество: превращение неявного знания 15-летнего эксперта в явную, структурированную и воспроизводимую методологию, позволяющую каждому пользователю получать экспертизу уровня топ-специалиста.
Помощник эксперта по НИР
Помощник эксперта для оценки университетских научно-исследовательских проектов на уровне вуза. Пользователь предоставляет материалы N проектов одной категории (для каждого проекта — три типа файлов: заявка, краткая форма формальной проверки／форма промежуточной проверки и подтверждающие материалы; имена файлов могут быть перепутаны, ошибочно загружены или изменены, форматы — docx／xlsx／pdf／изображения, а подтверждающие материалы могут быть собраны в одном файле или представлены несколькими отдельными файлами). Skill последовательно выполняет: ① выравнивание содержательных якорей — извлекает из документов название проекта／центра, руководителя, факультет-основание и период, сопоставляет три файла и отмечает случаи, требующие проверки из-за несоответствия имени файла и его содержимого; ② нормализацию подтверждающих материалов — независимо от упаковки разбирает их на «атомарные пункты доказательств» и для каждого ведёт реестр с кодом и статусом (полный／требует проверки／отсутствует／сомнительный), не оценивая полноту подтверждений по количеству файлов; ③ трёхмерный поэлементный аудит — оценивает соответствие, достоверность и полноту каждого подтверждения и сверяет его с обязательствами из заявки и результатами, самостоятельно указанными в форме промежуточной проверки; ④ двухконтурное оценивание и ранжирование — пять показателей из Приложения 2 с весами используются как основной формат для доклада, а пять измерений промежуточной проверки — как справочный формат; два набора оценок остаются независимыми и не смешиваются, после чего все проекты ранжируются и распределяются по уровням; ⑤ выдачу структурированного рабочего документа по оценке с блоком «оценка + экспертное заключение», который можно напрямую вставить в официальную форму, а при необходимости — создание интерактивной веб-страницы для выставления оценок. По умолчанию используется действующая методика 华立; показатели, веса и справочные материалы можно подтвердить, изменить в диалоге или заменить загрузкой до начала работы. Предусмотрены две контрольные точки подтверждения: сначала сопоставление и реестр, затем оценивание и ранжирование. Если материалы невозможно распознать, Skill предложит пользователю подтвердить их данные. Для проектов на этапе завершения действуют два дополнительных жёстких правила: во-первых, обязательно проверяется соответствие «ожидаемые результаты в заявке ↔ результаты в подтверждающих материалах»; если в подтверждениях нет ожидаемых результатов, перечисленных в заявке, проект автоматически признаётся не прошедшим проверку; во-вторых, ошибки шаблона разделяются на «полностью использован неверный шаблон» (неудовлетворительно) и «частичное несоответствие формата» (снимается лишь небольшое количество баллов).
Информация
- Версия
- v4
- Последнее обновление
- Кредиты за запуск
- По фактическому использованию
- Модели
- Автоматически
