Murat Sakal
Öğrenme Çıktısı–Bloom Eşleştirici
Öğrenme çıktılarınızı Bloom taksonomisi seviyelerine göre sınıflandırır, ölçülemeyen ("bilir", "anlar" gibi) fiilleri düzeltir ve her çıktı için uygun ölçme yöntemi önerir. Sınıflandırmayı fiilin yüzeysel anlamına değil çıktının gerçek bilişsel talebine göre yapar. Kimler için uygun: müfredat/ders tasarımı yapan öğretim elemanları ve program geliştirme komisyonları.
GIFT Bankası + Bloom Denetimi
Konu ve öğrenme çıktılarınızdan çoktan seçmeli, doğru/yanlış, eşleştirme, kısa cevap ve boşluk doldurma soru tiplerini içeren GIFT formatında tam bir soru bankası üretir. Her sorunun Bloom taksonomisi seviyesini etiketler ve sorular ağırlıklı olarak alt düzey (Hatırlama/Anlama) seviyelerde yığılmışsa bunu açıkça raporlayıp üst düzey düşünme becerilerini ölçen ek soru önerir. Kimler için uygun: sınav havuzu kalitesini denetlemek isteyen ölçme-değerlendirme sorumluları ve bölüm koordinatörleri.
Haftalık Ders Planı Yazıcısı
Verdiğiniz ders konusu ve süresinden, Bloom taksonomisi fiilleriyle yazılmış ölçülebilir öğrenme hedefleri, zaman çizelgeli ders akışı ve değerlendirme unsuru önerisi içeren yapılandırılmış bir haftalık ders planı üretir. Öğrenme hedefleri ile etkinlikleri her zaman birbiriyle eşleştirir. Kimler için uygun: üniversite öğretim elemanları ve kurs/eğitim programı hazırlayan eğitmenler.
GIFT Formatı Soru Bankası Yazıcısı
Verdiğiniz konu ve içerikten, doğrudan Moodle "Soru bankası > İçe aktar" ekranına yüklenebilecek GIFT formatında çoktan seçmeli soru bankası üretir. Doğru şıkkı işaretler, konuyla ilgili makul çeldiriciler oluşturur ve GIFT sözdizimi hatasına yer bırakmaz. Kimler için uygun: Moodle üzerinde ders veren öğretim elemanları ve sınav havuzu hazırlayan eğitim koordinatörleri.
İstatistik Raporu + İtirazlar
Betimsel ve çıkarımsal istatistik çıktılarınızdan, varsayım testleri de dahil olmak üzere eksiksiz bir Bulgular bölümü oluşturur. Normallik veya varyans homojenliği ihlali tespit ederse bunu gizlemek yerine parametrik olmayan alternatif testi önerir. Ayrıca dergi hakemlerinin sıklıkla yönelttiği en az 4 itirazı önceden belirler (ör. "varsayım testleri raporlanmamış", "etki büyüklüğü belirtilmemiş", "çoklu karşılaştırma düzeltmesi uygulanmamış") ve her biri için bir savunma cümlesi sunar. Kime yönelik: dergiye gönderim öncesinde istatistiksel raporlama titizliği arayan, nicel yöntemlerle çalışan araştırmacılar.
Grup Karşılaştırma Testi
t-testi, ANOVA veya Ki-kare testi çıktılarınızdan APA 7’ye uygun, makaleye hazır bir Bulgular metni oluşturur. Doğru istatistiksel raporlama biçimini (t(df)=..., p=..., d=...) kullanır ve etki büyüklüğünü Cohen’in ölçütlerine göre yorumlar. Üç veya daha fazla grup karşılaştırıldığında çoklu karşılaştırma düzeltme yöntemini belirtmenizi hatırlatır. Kimler için: deneysel veya karşılaştırmalı çalışmalar yürüten araştırmacılar ve lisansüstü öğrenciler.
Tanımlayıcı İstatistik Yazarı
Kullanıcının tanımlayıcı istatistik çıktılarını (ortalama±SS veya medyan(IQR), n(%)) bir makaleye doğrudan eklenmeye hazır akademik bir "Katılımcı Özellikleri" paragrafına ve biçimlendirilmiş bir Tablo 1'e dönüştürür. Normallik durumuna göre doğru tanımlayıcı istatistiği (ortalama±SS veya medyan(IQR)) seçer ve bu ikisini asla karıştırmaz. Kimler için: Nicel araştırma yürüten ve makalenin "Katılımcılar" bölümünü hızlı ve doğru şekilde yazmak isteyen lisansüstü öğrenciler ve akademisyenler.
İstatistik Raporu + Hakem İtirazı
Tanımlayıcı + çıkarımsal istatistik çıktılarınızdan (varsayım testleri dahil) tam bir Bulgular bölümü üretir. Normallik veya varyans homojenliği ihlali tespit ederse parametrik olmayan alternatif testi önerir, gizlemez. Ayrıca dergi hakemlerinin sıkça sorduğu en az 4 itirazı (ör. "varsayım testleri raporlanmamış", "etki büyüklüğü belirtilmemiş", "çoklu karşılaştırma düzeltmesi yapılmamış") önceden tespit edip her biri için savunma cümlesi sunar. Kimler için uygun: nicel araştırma yöntemleriyle çalışan, dergi başvurusu öncesi istatistiksel raporlama sağlamlığı arayan araştırmacılar.
Grup Karşılaştırma Testi Yazıcısı
t-testi, ANOVA veya Ki-kare test çıktılarınızdan APA 7 uyumlu, makaleye hazır bir Bulgular metni üretir. Doğru istatistiksel raporlama formatını (t(df)=..., p=..., d=...) kullanır ve etki büyüklüğünü Cohen ölçütlerine göre yorumlar. Üç veya daha fazla grup karşılaştırılıyorsa çoklu karşılaştırma düzeltmesinin belirtilmesi gerektiğini hatırlatır. Kimler için uygun: deneysel veya karşılaştırmalı çalışma yürüten araştırmacılar ve lisansüstü öğrenciler.
Tanımlayıcı İstatistik Yazıcısı
Kullanıcının tanımlayıcı istatistik çıktılarını (ortalama±SS veya medyan(IQR), n(%)) doğrudan makaleye eklenebilecek akademik bir "Katılımcı Özellikleri" paragrafına ve Tablo 1 formatında bir tabloya dönüştürür. Normallik durumuna göre doğru tanımlayıcı istatistiği (ortalama±SS vs medyan(IQR)) seçer ve bunu asla karıştırmaz. Kimler için uygun: lisansüstü öğrenciler ve nicel araştırma yürüten akademisyenler, makalenin "Katılımcılar" bölümünü hızlı ve doğru yazmak isteyenler.
Entropy-TOPSIS-ML + İtiraz
Entropi ağırlıklandırması + TOPSIS sıralaması + makine öğrenimi sınıflandırıcısı (XGBoost, Random Forest, Logistic Regression vb.) çıktılarınızdan eksiksiz bir Yöntemler + Bulgular raporu oluşturur. AUC yorumunu (Hosmer & Lemeshow ölçütleri) doğru şekilde sınıflandırır ve eğitim/test performansı arasındaki fark büyükse aşırı uyum riskini açıkça belirtir. Ayrıca dergi hakemlerinin sıkça yönelttiği en az 4 itirazı (ör. "sınıf dengesizliği nasıl ele alındı", "harici bir doğrulama veri kümesi kullanılmadı") önceden belirler ve her biri için bir savunma cümlesi önerir. Dergiye gönderim öncesinde yöntemsel sağlamlık elde etmek isteyen sağlık bilişimi, klinik risk tahmini veya hibrit MCDM-ML metodolojisi alanlarında çalışan araştırmacılar için uygundur.
TOPSIS Karar Analizi Yazarı
TOPSIS analiz çıktılarınızdan (normalleştirilmiş karar matrisi, pozitif/negatif ideal çözümlere uzaklıklar ve yakınlık katsayıları) makaleye hazır, eksiksiz bir Yöntem + Bulgular metni oluşturur. Sıralama tablosu sunar ve en iyi ile en kötü alternatiflerin hangi ölçütlerde öne çıktığını veya geride kaldığını yorumlar. Tedarikçi seçimi, ürün/hizmet karşılaştırması veya klinik karar desteği gibi çok ölçütlü sıralama problemleri üzerinde çalışan araştırmacılar için uygundur.
AHP Kriter Ağırlıkları
Kullanıcının AHP (Analitik Hiyerarşi Süreci) ikili karşılaştırma matrisi çıktılarını (kriter ağırlıkları, tutarlılık oranı) bir makaleye doğrudan eklenmeye hazır akademik bir "Kriter Ağırlıklandırma" bölümüne dönüştürür. Tutarlılık oranı (CR) 0,10'u aşarsa bunu gizlemek yerine açıkça belirtir. Şunlar için uygundur: TOPSIS/VIKOR gibi ÇKKV yöntemlerini kullanan ve kriter ağırlıklarını AHP ile belirleyen araştırmacılar ile lisansüstü öğrenciler.
Entropi-TOPSIS-ML + Hakem İtirazı
Entropi ağırlıklandırma + TOPSIS sıralaması + ML sınıflandırıcı (XGBoost, Random Forest, Lojistik Regresyon vb.) çıktılarınızdan tam bir Yöntem + Bulgular raporu üretir. AUC yorumunu doğru sınıflandırır (Hosmer & Lemeshow ölçütleri), eğitim/test performans farkı büyükse aşırı uyum (overfitting) riskini açıkça belirtir. Ayrıca dergi hakemlerinin sıkça sorduğu en az 4 itirazı (ör. "sınıf dengesizliği nasıl ele alındı", "dış doğrulama seti kullanılmadı") önceden tespit edip her biri için savunma cümlesi sunar. Kimler için uygun: sağlık bilişimi, klinik risk tahmini veya hibrit ÇKKV-ML metodolojisiyle çalışan araştırmacılar; dergi başvurusu öncesi yöntem sağlamlığı arayanlar.
TOPSIS Karar Analizi Raporu Yazıcısı
TOPSIS analiz çıktılarınızdan (normalize karar matrisi, pozitif/negatif ideal çözüm uzaklıkları, yakınlık katsayıları) makaleye hazır tam bir Yöntem + Bulgular metni üretir. Sıralama tablosu sunar ve en iyi/en kötü alternatifin hangi kriterlerde öne çıktığını yorumlar. Kimler için uygun: tedarikçi seçimi, ürün/hizmet karşılaştırması, klinik karar destek gibi çok kriterli sıralama problemleriyle çalışan araştırmacılar.
AHP Kriter Ağırlıklandırma Yazıcısı
Kullanıcının AHP (Analitik Hiyerarşi Prosesi) ikili karşılaştırma matrisi çıktılarını (kriter ağırlıkları, tutarlılık oranı) doğrudan makaleye eklenebilecek akademik bir "Kriter Ağırlıklandırma" bölümüne dönüştürür. Tutarlılık oranı (CR) 0.10'u aşarsa bunu gizlemeden açıkça belirtir. Kimler için uygun: TOPSIS/VIKOR gibi ÇKKV yöntemleriyle çalışan, kriter ağırlıklarını AHP ile belirleyen araştırmacılar ve lisansüstü öğrenciler.
PLS-SEM Raporu + İtiraz Motoru
PLS-SEM analiz çıktılarınızdan (dış yükler, CR/AVE, HTMT ayırt edici geçerliliği, yol katsayıları, R²/f²/Q², SRMR) eksiksiz bir Ölçüm Modeli + Yapısal Model raporu oluşturur. HTMT eşiğini ve R² yorumunu (Cohen/Chin kriterleri) doğru şekilde uygular ve nedensel ifadelerden kaçınır. Ayrıca dergi hakemlerinin sıkça yönelttiği en az 4 itirazı (ör. "CB-SEM yerine neden PLS?" ve "Ortak yöntem yanlılığı (CMB) kontrolü raporlanmamış") önceden belirler ve her biri için bir savunma cümlesi önerir. Dergiye gönderim öncesinde metodolojik sağlamlık arayan ve yapısal eşitlik modellemesi için PLS-SEM kullanan işletme ve sosyal bilim araştırmacıları için uygundur.
Geçerlik-Güvenirlik Yazarı
EFA veya CFA analiz çıktılarınızdan (KMO, Bartlett testi, faktör yükleri, uyum indeksleri, Cronbach alfa/CR/AVE) makaleye hazır, eksiksiz bir Yöntem + Bulgular metni oluşturur. Uyum indeksi eşiklerini (CFI/TLI≥.90, RMSEA≤.08 vb.) doğru biçimde sınıflandırır ve AVE<0.50 gibi geçerlik sorunlarını gizlemeden raporlar. Ölçek geliştirme veya uyarlama çalışmaları yürüten akademisyenler ve lisansüstü öğrenciler için uygundur.
Cronbach Alfa Yazarı
Girdiğiniz güvenirlik istatistiklerini (Cronbach alfa, madde sayısı ve alt ölçekler), makalenize doğrudan eklemeye hazır akademik bir "Güvenirlik Analizi" paragrafına dönüştürür. Alt ölçek bazında bir kabul edilebilirlik tablosu sunar ve düşük bir alfa (<.60) tespit ederse bunu gizlemek yerine açıkça belirtir. Yöntem bölümünü hızlı ve doğru bir şekilde yazmak isteyen, ölçek kullanan lisansüstü öğrenciler ve araştırmacılar için uygundur.
PLS-SEM Rapor + Hakem İtirazı Motoru
PLS-SEM analiz çıktılarınızdan (dış yükler, CR/AVE, HTMT ayırt edici geçerlik, path katsayıları, R²/f²/Q², SRMR) tam bir Ölçüm Modeli + Yapısal Model raporu üretir. HTMT eşiğini ve R² yorumunu (Cohen/Chin ölçütleri) doğru uygular, nedensellik dilinden kaçınır. Ayrıca dergi hakemlerinin sıkça sorduğu en az 4 itirazı (ör. "PLS neden CB-SEM yerine tercih edildi", "CMB kontrolü yapılmadı") önceden tespit edip her biri için savunma cümlesi sunar. Kimler için uygun: PLS-SEM ile yapısal eşitlik modellemesi yapan işletme/sosyal bilimler araştırmacıları, dergi başvurusu öncesi yöntem sağlamlığı arayanlar.
Geçerlik-Güvenirlik Rapor Yazıcısı
EFA veya CFA analiz çıktılarınızdan (KMO, Bartlett testi, faktör yükleri, uyum indeksleri, Cronbach alpha/CR/AVE) makaleye hazır tam bir Yöntem + Bulgular metni üretir. Uyum indeksi eşik değerlerini (CFI/TLI≥.90, RMSEA≤.08 vb.) doğru sınıflandırır ve AVE<0.50 gibi geçerlik sorunlarını gizlemeden bildirir. Kimler için uygun: ölçek geliştirme veya uyarlama çalışması yürüten akademisyenler ve lisansüstü öğrenciler.
Cronbach Alpha Güvenirlik Yazıcısı
Kullanıcının girdiği güvenirlik istatistiklerini (Cronbach alpha, madde sayısı, alt boyutlar) doğrudan makaleye eklenebilecek akademik bir "Güvenirlik Analizi" paragrafına dönüştürür. Alt boyut bazında kabul edilebilirlik tablosu sunar ve düşük alpha (<.60) tespit ederse bunu gizlemeden açıkça belirtir. Kimler için uygun: lisansüstü öğrenciler ve ölçek kullanan araştırmacılar, tez/makale yöntem bölümünü hızlı ve doğru yazmak isteyenler.
CONSORT 2010 Rapor Yazarı
Randomize kontrollü çalışmanızın (RCT) verilerinden — randomizasyon yöntemi, körleme durumu, güç analizi, CONSORT akış sayıları (taranan/randomize edilen/atanan/analiz edilen), ITT/PP analiz yaklaşımı — CONSORT 2010’ın 25 maddesinin tamamına uygun eksiksiz bir Özet + Yöntemler + Bulgular taslağı oluşturur. ITT ile PP’yi asla karıştırmaz; akış şemasındaki sayıların tutarlılığını kontrol eder (randomize edilen ≥ atanan ≥ takip edilen ≥ analiz edilen). Ayrıca dergi hakemlerinin sıkça yönelttiği en az 4 itirazı önceden belirler (ör. "neden bir ITT analizi raporlanmadı", "körlemenin başarısı test edildi mi", "sonuç değişikliği yapıldı mı") ve her biri için bir savunma cümlesi önerir. Dergiye gönderim öncesinde metodolojik sağlamlık isteyen, RCT yürüten tıp, hemşirelik ve eczacılık alanlarındaki klinik araştırmacılar için tasarlanmıştır. Yapmadıkları: İstatistiksel analiz gerçekleştirmez veya veri üretmez — yalnızca elinizde bulunan sonuçları CONSORT standardında bir rapora dönüştürür.
STROBE Yöntem Yazarı
Kesitsel, kohort veya vaka-kontrol çalışma tasarımınıza göre; katılımcı seçme yönteminizi, değişkenleri, örneklem büyüklüğü gerekçenizi ve istatistiksel yöntemleri girdiğinizde, STROBE (Epidemiyolojide Gözlemsel Çalışmaların Raporlanmasını Güçlendirme) kontrol listesindeki 22 maddenin tamamını dolaylı olarak kapsayan eksiksiz bir Yöntem ve Bulgular taslağı oluşturur. Ayrıca, her paragrafın hangi STROBE maddesine karşılık geldiğini gösteren ve bir derginin “lütfen STROBE kontrol listesini tamamlayın” talebine yanıt vermeye hazır bir eşleştirme tablosu sunar. Nedensel ifadelerden kaçınır (gözlemsel çalışmalar için “neden olur” yerine “ile ilişkilidir” ifadesini kullanır) ve yanlılık/karıştırıcılık kaynaklarını açıkça ele alır. Epidemiyoloji, halk sağlığı ve klinik araştırma alanlarında çalışan akademisyenler için uygundur.
Eksik Veri Raporlama Asistanı
Örneklem büyüklüğünüzü, eksik veri oranını/desenini (MCAR/MAR/MNAR), eksik veri yöntemini (liste bazında silme, çoklu atama vb.) ve aykırı değer belirleme yöntemini (Z-skoru, IQR, Mahalanobis) girdiğinizde, makalenizin "Veri Ön İşleme" bölümüne doğrudan ekleyebileceğiniz akademik bir paragraf oluşturur. Yöntem seçiminiz ile eksik veri deseni arasında metodolojik bir çelişki varsa (örneğin, MNAR deseni altında liste bazında silme kullanılması), bunu açıkça belirtir. Veri ön işleme bölümünü hızlı ve doğru şekilde yazmak isteyen, anket veya klinik veri analizi yapan lisansüstü öğrenciler ve araştırmacılar için uygundur.
Ölçek Geliştirme Veri Kalite Denetimi
Bu beceri, bir ölçek geliştirme çalışması kapsamında toplanan ham anket verisini; eksik veri, aykırı gözlem, careless responding (straightlining, longstring, random responding), madde bazlı dağılım bozuklukları, güvenilirlik ve faktörlenebilirlik ön koşulları açısından sistematik biçimde denetler. Nihai EFA/CFA sonucu üretmez; verinin sonraki analiz aşamalarına hazır olup olmadığına dair kanıta dayalı bir "go/no-go" kararı ve stratifiye örneklem bölme (EFA/CFA split) önerisi sunar. Tüm hesaplamalar gerçek kod çalıştırma (Python: pandas, scipy, factor_analyzer, pingouin) üzerinden yapılır; varsayımsal sayı üretilmez.
Meta-Analiz Tam Rapor Yazarı
Meta-analiz istatistiklerinizden (birleştirilmiş etki büyüklüğü, I², Q, tau², yayın yanlılığı göstergeleri) PRISMA 2020 ve Cochrane Handbook ile uyumlu eksiksiz Yöntemler + Bulgular + Sınırlılıklar metni üretir. I² değerini hiçbir zaman yanlış yorumlamaz ("varyans yüzdesi" çerçevesi dahil); nedensel ifadeleri abartmaktan kaçınır ("kanıt şunu gösteriyor" yerine "bulgular ... ile tutarlıdır" gibi temkinli ifadeler kullanır). Sonunda, bir hakemin sorabileceği en az 3 soruyu ve bunlara yönelik savunma cümlelerini de sunar. Şunlar için uygundur: dergiye gönderim öncesinde yöntem bölümünü güçlendirmek isteyen meta-analiz araştırmacıları. Yapmadığı şey: ham verilerden istatistiksel hesaplama gerçekleştirmez (R/RevMan/CMA çıktınızı önceden hazırlamış olmanız gerekir); yalnızca sonuçlarınızı akademik metne dönüştürür ve yorumlar.
Bibliyometrik Bulgular Yazarı
VOSviewer veya Biblioshiny (Bibliometrix/R) çıktılarından elde ettiğiniz ham sayıları (anahtar kelime sıklıkları, atıf ağı kümeleri, yıllara göre yayın eğilimi, ülke/kurum/dergi dağılımı) yayıma hazır, yorumlayıcı akademik metne dönüştürür. Ham sayıları tekrarlamak yerine literatürün hangi yöne ilerlediğini akademik bir üslupla anlatır; spekülatif nedensellik iddialarından kaçınır. Şunlar için uygundur: Bibliyometrik analiz bölümünü yazması gereken ancak ham verileri akademik dile aktarmakta zorlanan tez ve makale yazarları. Kullanım: VOSviewer'daki küme/anahtar kelime listenizi veya Biblioshiny özet tablonuzu doğrudan yapıştırın; bu skill, anahtar kelime kümelerini tematik olarak adlandırıp yorumlar, ayrıca atıf ağını ve ülkeler arası iş birliği örüntüsünü değerlendirir.
PRISMA 2020 Akış Şeması
Sistematik derleme yapan araştırmacılar için PRISMA 2020 uyumlu bir akış şeması metni ve protokol paragrafı oluşturur. Veritabanı tarama sayılarını (belirleme → tarama → uygunluk → dahil edilenler) girdiğinizde sayıların tutarlılığını kontrol eder ve hakemlerin "akış şemanızda neden bu kadar çok kayıt eleniyor?" sorusuna karşı savunulabilir bir metin üretir. Ayrıca dahil etme/dışlama ölçütlerinizi PICO/PECO biçiminde bir tabloya dönüştürür. Şunlar için uygundur: lisansüstü öğrenciler, akademisyenler ve sistematik derleme/meta-analiz makaleleri için dergi editörlerinin ön kontrolleri. Sayısal bir tutarsızlık (ör. dahil edilenler > uygunluk) tespit ederse bunu sessizce düzeltmek yerine açıkça belirtir.
CONSORT 2010 Tam Rapor Yazıcısı
Randomize kontrollü çalışma (RCT) verilerinizden — randomizasyon yöntemi, körleme durumu, güç analizi, CONSORT akış sayıları (screened/randomized/allocated/analyzed), ITT/PP analiz yaklaşımı — CONSORT 2010'un 25 maddesine uygun tam bir Özet + Yöntem + Sonuçlar taslağı üretir. ITT/PP ayrımını asla karıştırmaz; akış diyagramı sayılarının tutarlılığını (randomized ≥ allocated ≥ followed-up ≥ analyzed) kontrol eder. Ayrıca dergi hakemlerinin sıklıkla sorduğu en az 4 itirazı ("ITT analizi neden raporlanmadı", "körleme başarısı test edildi mi", "outcome switching var mı" gibi) önceden tespit edip her biri için savunma cümlesi önerir. Klinik araştırmacılar, tıp/hemşirelik/eczacılık alanında RCT yürüten ve dergiye gönderim öncesi metodolojik sağlamlık isteyen akademisyenler için tasarlanmıştır.
Ölçek Geliştirme Verisi Ön Denetimi
"Profesyonel bir anket firması tarafından toplanmış ham ölçek geliştirme verisinin (Excel/CSV), EFA/CFA veya nihai güvenilirlik analizlerine geçmeden önce psikometrik veri kalitesi açısından denetlenmesi gerektiğinde tetiklenir. Eksik veri, aykırı değer, careless responding, response bias, madde kalitesi ve örneklem yeterliliğini kapsamlı biçimde değerlendirip Go/No-Go kararı üretir; veriyi değiştirmez, yalnızca tanı/denetim raporu sunar."
STROBE Checklist Yöntem Yazıcısı
Kesitsel, kohort veya vaka-kontrol çalışma tasarımınıza göre; katılımcı seçim yöntemi, değişkenler, örneklem büyüklüğü gerekçesi ve istatistiksel yöntemlerinizi girdiğinizde, STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) checklist'inin 22 maddesine örtük referansla tam bir Yöntem ve Bulgular taslağı üretir. Sonunda hangi paragrafın hangi STROBE maddesini karşıladığını gösteren bir eşleme tablosu da sunar — bu, dergiye gönderim sırasında "STROBE checklist'i doldurun" talebine hazır cevap sağlar. Nedensellik dilinden kaçınır (gözlemsel çalışma olduğu için "neden olur" değil "ile ilişkilidir" kalıbını kullanır) ve yanlılık/confounding kaynaklarını açıkça tartışır. Epidemiyoloji, halk sağlığı, klinik araştırma alanlarında çalışan akademisyenler için uygundur.
Kayıp Veri & Aykırı Değer Asistanı
Örneklem büyüklüğünüzü, kayıp veri oranı/desenini (MCAR/MAR/MNAR), kullandığınız kayıp veri yöntemini (listwise deletion, çoklu imputasyon vb.) ve aykırı değer tespit yönteminizi (Z-skor, IQR, Mahalanobis) girdiğinizde, makalenizin "Veri Ön İşleme" bölümüne doğrudan eklenebilecek akademik bir paragraf üretir. Yöntem seçiminizle kayıp veri deseni arasında metodolojik bir çelişki varsa (ör. MNAR deseninde listwise deletion kullanmak gibi) bunu açıkça belirtir. Şunlar için uygundur: anket/klinik veri analizi yapan, veri ön işleme bölümünü hızlıca ve doğru biçimde yazmak isteyen lisansüstü öğrenciler ve araştırmacılar.
Meta-Analiz & Sistematik Derleme Raporu
PRISMA 2020 ve Cochrane el kitabına uygun, meta-analiz istatistiklerinizden (birleştirilmiş etki büyüklüğü, I², Q, tau², publication bias göstergeleri) tam bir Yöntem + Bulgular + Sınırlılıklar metni üretir. I² değerini asla yanlış yorumlamaz (yüzde varyans açıklaması dahil), abartılı nedensellik dilinden kaçınır ("kanıtlar göstermektedir ki" yerine "bulgular ... ile tutarlıdır" gibi temkinli ifadeler kullanır). Sonunda hakemin sorabileceği en az 3 olası soruyu ve savunma cümlelerini de sunar. Şunlar için uygundur: meta-analiz makalesi yazan, dergiye gönderim öncesi yöntem bölümünü sağlamlaştırmak isteyen araştırmacılar. Ne yapmaz: ham veriden istatistiksel hesaplama yapmaz (R/RevMan/CMA çıktınızı zaten hesaplamış olmanız gerekir), yalnızca sonuçları akademik metne dönüştürür ve yorumlar.
Bibliyometrik Analiz Bulguları Yazıcı
VOSviewer veya Biblioshiny (Bibliometrix/R) çıktılarından elde ettiğiniz ham sayıları (anahtar kelime frekansları, atıf ağı kümeleri, yıllık yayın trendi, ülke/kurum/dergi dağılımı) akademik yayına hazır yorumlanmış bir metne dönüştürür. Sayıları tekrar etmek yerine literatürün nereye evrildiğini anlatan akademik bir ton kullanır; spekülatif nedensellik iddialarından kaçınır. Şunlar için uygundur: tez/makale yazan, bibliyometrik analiz bölümü hazırlaması gereken ancak ham veriyi akademik dile çevirmekte zorlanan araştırmacılar. Kullanım: VOSviewer'dan aldığınız küme/anahtar kelime listesini veya Biblioshiny özet tablosunu doğrudan yapıştırın; skill anahtar kelime kümelerini tematik olarak adlandırıp yorumlar, atıf ağını ve ülke işbirliği paternini değerlendirir.
PRISMA 2020 Akış Şeması Yazıcısı
Sistematik derleme yapan araştırmacılar için PRISMA 2020 checklist'ine uygun akış şeması metni ve protokol paragrafı üretir. Veritabanı tarama sayılarınızı (identification → screening → eligibility → included) girdiğinizde, sayıların tutarlılığını kontrol eder ve hakemin "akış şemanız neden bu kadar kayıp veriyor" sorusuna karşı savunulabilir bir metin üretir. Ayrıca dahil etme/dışlama kriterlerinizi PICO/PECO formatında bir tabloya dönüştürür. Bu skill şunlar için uygundur: sistematik derleme/meta-analiz yazan lisansüstü öğrenciler, akademisyenler, dergi editörleri için ön kontrol. Sayısal tutarsızlık tespit ederse (ör. included > eligibility) bunu açıkça belirtir, sessizce düzeltmez.