Murat Sakal
Đối chiếu đầu ra với Bloom
Phân loại các đầu ra học tập của bạn theo các cấp độ trong thang Bloom, sửa các động từ không thể đo lường (như "biết", "hiểu") và đề xuất phương pháp đánh giá phù hợp cho từng đầu ra. Việc phân loại dựa trên yêu cầu nhận thức thực tế của đầu ra, không chỉ dựa vào nghĩa bề mặt của động từ. Phù hợp với: giảng viên thiết kế chương trình/môn học và các hội đồng phát triển chương trình.
Ngân hàng GIFT + Kiểm tra Bloom
Tạo một ngân hàng câu hỏi hoàn chỉnh ở định dạng GIFT từ chủ đề và chuẩn đầu ra học tập của bạn, bao gồm các dạng câu hỏi trắc nghiệm, đúng/sai, ghép đôi, trả lời ngắn và điền vào chỗ trống. Gắn nhãn cấp độ trong thang Bloom cho từng câu hỏi; nếu câu hỏi tập trung quá nhiều vào các cấp độ thấp (Ghi nhớ/Hiểu), công cụ sẽ nêu rõ điều đó và đề xuất thêm câu hỏi đánh giá các kỹ năng tư duy cấp cao. Phù hợp với: những người phụ trách đo lường và đánh giá, cùng điều phối viên bộ môn muốn kiểm tra chất lượng ngân hàng đề thi.
Soạn kế hoạch bài dạy tuần
Tạo kế hoạch bài dạy theo tuần có cấu trúc từ chủ đề và thời lượng bạn cung cấp, bao gồm các mục tiêu học tập có thể đo lường được, được viết bằng động từ theo thang đo Bloom; tiến trình bài dạy theo lịch trình; và đề xuất thành phần đánh giá. Mục tiêu học tập luôn được liên kết với các hoạt động. Phù hợp với: giảng viên đại học và giáo viên xây dựng khóa học/chương trình đào tạo.
Ngân hàng câu hỏi GIFT
Từ chủ đề và nội dung bạn cung cấp, tạo ngân hàng câu hỏi trắc nghiệm ở định dạng GIFT, có thể tải trực tiếp lên màn hình Moodle "Ngân hàng câu hỏi > Nhập". Đánh dấu đáp án đúng, tạo các phương án gây nhiễu hợp lý liên quan đến chủ đề và tránh lỗi cú pháp GIFT. Phù hợp với: giảng viên giảng dạy trên Moodle và điều phối viên đào tạo xây dựng ngân hàng đề thi.
Báo cáo thống kê & phản biện
Tạo một phần Kết quả hoàn chỉnh từ các đầu ra thống kê mô tả và suy luận của bạn (bao gồm các kiểm định giả định). Nếu phát hiện vi phạm về tính chuẩn hoặc tính đồng nhất của phương sai, công cụ sẽ đề xuất kiểm định phi tham số thay thế thay vì che giấu vấn đề. Công cụ cũng xác định trước ít nhất 4 ý kiến phản biện mà các phản biện tạp chí thường nêu (ví dụ: "chưa báo cáo các kiểm định giả định", "chưa nêu kích thước hiệu ứng", "chưa áp dụng hiệu chỉnh so sánh nhiều lần") và cung cấp một câu biện hộ cho từng ý kiến. Đối tượng sử dụng: các nhà nghiên cứu về phương pháp định lượng muốn bảo đảm tính chặt chẽ trong báo cáo thống kê trước khi gửi bài cho tạp chí.
Soạn kết quả kiểm định nhóm
Tạo phần văn bản Kết quả tuân thủ APA 7, sẵn sàng đưa vào bản thảo, từ kết quả kiểm định t-test, ANOVA hoặc Chi-square. Sử dụng định dạng báo cáo thống kê chính xác (t(df)=..., p=..., d=...) và diễn giải kích thước hiệu ứng theo các ngưỡng tham chiếu của Cohen. Nhắc bạn nêu phương pháp hiệu chỉnh so sánh bội khi so sánh từ ba nhóm trở lên. Phù hợp với các nhà nghiên cứu và học viên sau đại học thực hiện nghiên cứu thực nghiệm hoặc nghiên cứu so sánh.
Người viết thống kê mô tả
Chuyển các kết quả thống kê mô tả của bạn (mean±SD hoặc median(IQR), n(%)) thành một đoạn văn học thuật về "Đặc điểm người tham gia" sẵn sàng đưa vào bản thảo, kèm một bảng được định dạng theo Bảng 1. Tự chọn thống kê mô tả phù hợp (mean±SD hoặc median(IQR)) dựa trên tình trạng phân phối chuẩn và không bao giờ nhầm lẫn giữa hai dạng này. Dành cho: học viên cao học và các nhà nghiên cứu học thuật thực hiện nghiên cứu định lượng, những người muốn viết nhanh và chính xác phần "Người tham gia" trong bản thảo.
Báo cáo thống kê + Đối đáp
Tạo một phần Kết quả hoàn chỉnh từ các đầu ra thống kê mô tả và suy luận của bạn, bao gồm cả kiểm định giả định. Nếu phát hiện vi phạm giả định về tính phân phối chuẩn hoặc tính đồng nhất của phương sai, công cụ sẽ đề xuất kiểm định phi tham số thay thế thay vì che giấu vấn đề. Ngoài ra, công cụ chủ động xác định ít nhất 4 phản biện thường được các chuyên gia bình duyệt tạp chí đặt ra (ví dụ: “chưa báo cáo kiểm định giả định”, “chưa nêu kích thước ảnh hưởng”, “chưa thực hiện hiệu chỉnh so sánh multiple”) và cung cấp một câu biện hộ cho từng phản biện. Phù hợp với: các nhà nghiên cứu sử dụng phương pháp nghiên cứu định lượng, muốn củng cố độ chặt chẽ của báo cáo thống kê trước khi gửi bài cho tạp chí.
Viết kiểm định so sánh nhóm
Tạo đoạn văn Kết quả sẵn sàng đưa vào bài viết, tuân thủ APA 7, từ kết quả kiểm định t, ANOVA hoặc Chi-bình phương của bạn. Sử dụng đúng định dạng báo cáo thống kê (t(df)=..., p=..., d=...) và diễn giải kích thước hiệu ứng theo tiêu chí của Cohen. Nếu so sánh từ ba nhóm trở lên, công cụ sẽ nhắc bạn nêu rõ việc hiệu chỉnh so sánh nhiều lần. Phù hợp với các nhà nghiên cứu và học viên sau đại học thực hiện nghiên cứu thực nghiệm hoặc so sánh.
Công cụ viết thống kê mô tả
Chuyển các kết quả thống kê mô tả của bạn (trung bình±SD hoặc trung vị(IQR), n(%)) thành một đoạn văn học thuật về "Đặc điểm người tham gia" có thể đưa trực tiếp vào bài báo và một bảng theo định dạng Bảng 1. Dựa trên tình trạng phân phối chuẩn, công cụ chọn đúng thống kê mô tả (trung bình±SD hoặc trung vị(IQR)) và không bao giờ trộn lẫn hai dạng này. Phù hợp với: học viên sau đại học và các nhà nghiên cứu thực hiện nghiên cứu định lượng, những người muốn viết nhanh và chính xác phần "Người tham gia" của bài báo.
Entropy-TOPSIS-ML + Phản biện
Tạo báo cáo hoàn chỉnh gồm Phương pháp + Kết quả từ đầu ra của mô hình gán trọng số entropy + xếp hạng TOPSIS + bộ phân loại ML (XGBoost, Random Forest, Logistic Regression, v.v.). Công cụ diễn giải AUC chính xác theo tiêu chí Hosmer & Lemeshow và, nếu chênh lệch hiệu năng giữa tập huấn luyện và tập kiểm tra lớn, sẽ nêu rõ nguy cơ quá khớp. Công cụ cũng dự đoán trước ít nhất 4 vấn đề mà phản biện tạp chí thường nêu (ví dụ: "đã xử lý mất cân bằng lớp như thế nào", "không sử dụng tập xác thực bên ngoài") và đề xuất một câu lập luận bảo vệ cho từng vấn đề. Phù hợp với các nhà nghiên cứu trong lĩnh vực tin học y tế, dự đoán rủi ro lâm sàng hoặc phương pháp luận MCDM-ML lai, những người muốn củng cố tính chặt chẽ về phương pháp trước khi gửi bài cho tạp chí.
Tác giả phân tích TOPSIS
Tạo nội dung Methods + Results hoàn chỉnh, sẵn sàng đưa vào bản thảo, từ các đầu ra phân tích TOPSIS của bạn (ma trận quyết định đã chuẩn hóa, khoảng cách đến nghiệm lý tưởng dương/âm và các hệ số gần gũi). Cung cấp bảng xếp hạng và diễn giải những tiêu chí mà các phương án tốt nhất và kém nhất đạt kết quả nổi trội hoặc hạn chế. Phù hợp với: các nhà nghiên cứu thực hiện những bài toán xếp hạng đa tiêu chí như lựa chọn nhà cung cấp, so sánh sản phẩm/dịch vụ hoặc hỗ trợ quyết định lâm sàng.
Trình bày trọng số AHP
Chuyển đổi đầu ra ma trận so sánh cặp AHP (Quy trình phân tích thứ bậc), gồm trọng số tiêu chí và tỷ số nhất quán, thành một phần học thuật về "Trọng số tiêu chí" sẵn sàng chèn trực tiếp vào bản thảo. Nếu tỷ số nhất quán (CR) vượt quá 0.10, công cụ sẽ nêu rõ thông tin này thay vì che giấu. Phù hợp với: các nhà nghiên cứu sử dụng những phương pháp MCDM như TOPSIS/VIKOR và xác định trọng số tiêu chí bằng AHP, cùng học viên cao học.
Entropi-TOPSIS-ML + Phản biện
Tạo báo cáo đầy đủ về Phương pháp + Kết quả từ đầu ra của mô hình gán trọng số Entropy + xếp hạng TOPSIS + bộ phân loại ML (XGBoost, Random Forest, Hồi quy Logistic, v.v.). Diễn giải AUC và phân loại đúng theo các tiêu chí của Hosmer & Lemeshow, đồng thời nêu rõ nguy cơ quá khớp (overfitting) khi chênh lệch hiệu năng giữa tập huấn luyện và tập kiểm tra lớn. Ngoài ra, công cụ dự đoán trước ít nhất 4 phản biện thường gặp từ người đánh giá tạp chí (ví dụ: “đã xử lý mất cân bằng lớp như thế nào”, “không sử dụng tập dữ liệu xác thực bên ngoài”) và cung cấp một câu trả lời bảo vệ cho từng phản biện. Phù hợp với: các nhà nghiên cứu trong lĩnh vực tin học y tế, dự đoán rủi ro lâm sàng hoặc phương pháp luận ÇKKV-ML lai; những người muốn củng cố tính vững chắc của phương pháp trước khi gửi bài cho tạp chí.
Báo cáo phân tích TOPSIS
Tạo nội dung hoàn chỉnh, sẵn sàng đưa vào bài viết gồm Phương pháp + Kết quả từ các đầu ra phân tích TOPSIS (ma trận quyết định chuẩn hóa, khoảng cách tới nghiệm lý tưởng dương/âm và các hệ số gần đúng). Cung cấp bảng xếp hạng và diễn giải các tiêu chí mà phương án tốt nhất/kém nhất nổi trội. Phù hợp với: các nhà nghiên cứu làm việc với những bài toán xếp hạng đa tiêu chí như lựa chọn nhà cung cấp, so sánh sản phẩm/dịch vụ và hỗ trợ ra quyết định lâm sàng.
Trình viết trọng số AHP
Chuyển các đầu ra từ ma trận so sánh cặp AHP (Quy trình phân tích thứ bậc) của người dùng, gồm trọng số tiêu chí và tỷ lệ nhất quán, thành một phần học thuật “Trọng số tiêu chí” có thể đưa trực tiếp vào bài viết. Nếu tỷ lệ nhất quán (CR) vượt quá 0.10, công cụ sẽ nêu rõ điều này mà không che giấu. Phù hợp với các nhà nghiên cứu và học viên sau đại học sử dụng những phương pháp ra quyết định đa tiêu chí (MCDM) như TOPSIS/VIKOR và xác định trọng số tiêu chí bằng AHP.
Báo cáo PLS-SEM & Phản biện
Tạo báo cáo đầy đủ về Mô hình đo lường + Mô hình cấu trúc từ các kết quả phân tích PLS-SEM của bạn (outer loadings, CR/AVE, giá trị phân biệt HTMT, hệ số đường dẫn, R²/f²/Q², SRMR). Áp dụng chính xác ngưỡng HTMT và cách diễn giải R² (theo tiêu chí Cohen/Chin), đồng thời tránh sử dụng ngôn ngữ nhân quả. Công cụ cũng xác định trước ít nhất 4 vấn đề mà phản biện tạp chí thường nêu (ví dụ: "tại sao chọn PLS thay vì CB-SEM", "không báo cáo kiểm soát CMB") và đề xuất một câu trả lời bảo vệ cho từng vấn đề. Phù hợp với: các nhà nghiên cứu kinh doanh/khoa học xã hội sử dụng PLS-SEM cho mô hình phương trình cấu trúc và muốn củng cố tính chặt chẽ về phương pháp trước khi gửi bài cho tạp chí.
Báo cáo giá trị–độ tin cậy
Tạo văn bản hoàn chỉnh, sẵn sàng đưa vào bản thảo, cho phần Phương pháp + Kết quả từ kết quả phân tích EFA hoặc CFA của bạn (KMO, kiểm định Bartlett, hệ số tải nhân tố, chỉ số độ phù hợp, Cronbach alpha/CR/AVE). Phân loại chính xác các ngưỡng chỉ số độ phù hợp (CFI/TLI≥.90, RMSEA≤.08, v.v.) và báo cáo các vấn đề về độ giá trị như AVE<0.50 mà không che giấu chúng. Phù hợp với: các học giả và học viên cao học thực hiện nghiên cứu phát triển hoặc thích nghi thang đo.
Soạn phân tích Cronbach Alpha
Chuyển các thống kê độ tin cậy bạn nhập (Cronbach alpha, số lượng mục và các tiểu thang đo) thành một đoạn "Phân tích độ tin cậy" mang văn phong học thuật, có thể chèn ngay vào bản thảo. Cung cấp bảng mức độ chấp nhận theo từng tiểu thang đo và, nếu phát hiện alpha thấp (<.60), sẽ nêu rõ thay vì che giấu. Phù hợp với học viên sau đại học và nhà nghiên cứu sử dụng thang đo, những người muốn viết nhanh và chính xác phần phương pháp.
Báo cáo PLS-SEM & Phản biện
Tạo báo cáo đầy đủ về Mô hình đo lường + Mô hình cấu trúc từ kết quả phân tích PLS-SEM của bạn (tải ngoài, CR/AVE, giá trị phân biệt HTMT, hệ số đường dẫn, R²/f²/Q², SRMR). Áp dụng chính xác ngưỡng HTMT và cách diễn giải R² (theo tiêu chí Cohen/Chin), đồng thời tránh sử dụng ngôn ngữ nhân quả. Ngoài ra, công cụ dự đoán ít nhất 4 phản biện thường gặp từ các phản biện tạp chí (ví dụ: "Tại sao chọn PLS thay vì CB-SEM?", "Chưa kiểm soát CMB") và đưa ra một câu trả lời bảo vệ cho từng phản biện. Phù hợp với: các nhà nghiên cứu kinh doanh/khoa học xã hội thực hiện mô hình phương trình cấu trúc bằng PLS-SEM và những người muốn củng cố phương pháp trước khi gửi bài cho tạp chí.
Trình viết báo cáo giá trị-độ tin cậy
Tạo đầy đủ phần Phương pháp + Kết quả, sẵn sàng đưa vào bài viết, từ đầu ra phân tích EFA hoặc CFA của bạn (KMO, kiểm định Bartlett, hệ số tải nhân tố, chỉ số độ phù hợp, Cronbach alpha/CR/AVE). Phân loại chính xác các ngưỡng chỉ số độ phù hợp (CFI/TLI≥.90, RMSEA≤.08, v.v.) và báo cáo trung thực các vấn đề về giá trị, chẳng hạn như AVE<0.50, mà không che giấu. Phù hợp với: các học giả và học viên sau đại học thực hiện nghiên cứu phát triển hoặc thích nghi thang đo.
Trình viết Cronbach Alpha
Chuyển các thống kê độ tin cậy do người dùng nhập (Cronbach alpha, số lượng mục và các khía cạnh) thành một đoạn “Phân tích độ tin cậy” mang tính học thuật, có thể直接 đưa vào bài viết. Cung cấp bảng đánh giá mức độ chấp nhận theo từng khía cạnh và nêu rõ, không che giấu, khi phát hiện alpha thấp (<.60). Phù hợp với: học viên sau đại học và các nhà nghiên cứu sử dụng thang đo, muốn viết nhanh chóng và chính xác phần phương pháp của luận văn hoặc bài báo.
Viết báo cáo CONSORT 2010
Từ dữ liệu thử nghiệm ngẫu nhiên có đối chứng (RCT) — phương pháp ngẫu nhiên hóa, tình trạng làm mù, phân tích lực thống kê, số liệu lưu đồ CONSORT (được sàng lọc/được ngẫu nhiên hóa/được phân bổ/được phân tích) và phương pháp phân tích ITT/PP — công cụ tạo bản thảo hoàn chỉnh gồm Tóm tắt + Phương pháp + Kết quả, tuân thủ cả 25 mục của CONSORT 2010. Công cụ không bao giờ nhầm lẫn giữa ITT và PP; đồng thời kiểm tra tính nhất quán của các số liệu trong lưu đồ (được ngẫu nhiên hóa ≥ được phân bổ ≥ được theo dõi đầy đủ ≥ được phân tích). Công cụ cũng xác định trước ít nhất 4 vấn đề mà phản biện tạp chí thường nêu (ví dụ: “tại sao không báo cáo phân tích ITT”, “đã kiểm định mức độ thành công của việc làm mù chưa”, “có thay đổi kết cục nghiên cứu không”) và đề xuất một câu trả lời bảo vệ cho từng vấn đề. Được thiết kế cho các nhà nghiên cứu lâm sàng trong lĩnh vực y khoa, điều dưỡng và dược học đang thực hiện RCT, những người muốn củng cố tính chặt chẽ về phương pháp trước khi gửi bài cho tạp chí. Công cụ không thực hiện phân tích thống kê hoặc tạo dữ liệu — chỉ chuyển các kết quả bạn đã có thành báo cáo theo chuẩn CONSORT.
Trình soạn thảo STROBE
Dựa trên thiết kế nghiên cứu cắt ngang, thuần tập hoặc bệnh-chứng; khi bạn nhập phương pháp chọn người tham gia, các biến, lý do xác định cỡ mẫu và phương pháp thống kê, công cụ sẽ tạo bản nháp hoàn chỉnh cho phần Phương pháp và Kết quả, đồng thời ngầm đề cập đến cả 22 mục trong bảng kiểm STROBE (Strengthening the Reporting of Observational Studies in Epidemiology). Công cụ cũng cung cấp bảng đối chiếu ở cuối, cho biết mỗi đoạn tương ứng với mục STROBE nào — sẵn sàng để đáp ứng yêu cầu “vui lòng hoàn thành bảng kiểm STROBE” của tạp chí. Công cụ tránh ngôn ngữ nhân quả (dùng “có liên quan với” thay vì “gây ra” trong các nghiên cứu quan sát) và thảo luận rõ ràng về các nguồn sai lệch và yếu tố gây nhiễu. Phù hợp với các học giả trong lĩnh vực dịch tễ học, y tế công cộng và nghiên cứu lâm sàng.
Trợ lý báo cáo dữ liệu thiếu
Khi bạn nhập kích thước mẫu, tỷ lệ/mô hình dữ liệu thiếu (MCAR/MAR/MNAR), phương pháp xử lý dữ liệu thiếu (loại toàn bộ quan sát, bù khuyết đa lần, v.v.) và phương pháp phát hiện ngoại lệ (Z-score, IQR, Mahalanobis), công cụ sẽ tạo một đoạn văn học thuật có thể chèn trực tiếp vào phần "Data Pre-processing" trong bản thảo của bạn. Nếu có mâu thuẫn về phương pháp giữa lựa chọn của bạn và mô hình dữ liệu thiếu (ví dụ: dùng phương pháp loại toàn bộ quan sát khi dữ liệu có mô hình MNAR), công cụ sẽ nêu rõ điều này. Phù hợp với: học viên cao học và nhà nghiên cứu thực hiện phân tích dữ liệu khảo sát/lâm sàng, những người muốn viết nhanh và chính xác phần xử lý dữ liệu trước phân tích.
Kiểm tra dữ liệu thang đo
Kỹ năng này kiểm tra có hệ thống dữ liệu khảo sát thô được thu thập trong quá trình phát triển thang đo, xét trên các khía cạnh: dữ liệu thiếu, quan sát ngoại lệ, trả lời bất cẩn (straightlining, longstring, random responding), phân phối bất thường theo từng mục, độ tin cậy và các điều kiện tiền đề để phân tích nhân tố. Kỹ năng không tạo ra kết quả EFA/CFA cuối cùng; thay vào đó, cung cấp quyết định "go/no-go" dựa trên bằng chứng về việc dữ liệu đã sẵn sàng cho các bước phân tích tiếp theo hay chưa, cùng đề xuất chia mẫu phân tầng (EFA/CFA split). Tất cả phép tính đều được thực hiện bằng cách chạy mã thực tế (Python: pandas, scipy, factor_analyzer, pingouin); không tạo ra các con số giả định.
Soạn báo cáo phân tích gộp
Tạo văn bản hoàn chỉnh gồm Phương pháp + Kết quả + Hạn chế, tuân thủ PRISMA 2020 và Cochrane Handbook, dựa trên các thống kê phân tích gộp của bạn (kích thước hiệu ứng gộp, I², Q, tau², các chỉ dấu sai lệch công bố). Không bao giờ diễn giải sai giá trị I², kể cả khi trình bày theo cách hiểu là “tỷ lệ phần trăm phương sai”; đồng thời tránh ngôn ngữ nhân quả quá mức bằng cách dùng các cách diễn đạt thận trọng như “các phát hiện phù hợp với...” thay vì “bằng chứng chứng minh rằng...”. Cuối báo cáo, công cụ cũng đưa ra ít nhất 3 câu hỏi mà người phản biện có thể đặt ra, kèm các câu trả lời dùng để bảo vệ lập luận. Phù hợp với: các nhà nghiên cứu đang viết bài phân tích gộp và muốn củng cố phần phương pháp trước khi gửi tạp chí. Công cụ không thực hiện: không tính toán thống kê từ dữ liệu thô (bạn phải có sẵn đầu ra từ R/RevMan/CMA) — công cụ chỉ chuyển đổi và diễn giải kết quả của bạn thành văn bản học thuật.
Viết kết quả trắc lượng
Chuyển các số liệu thô từ đầu ra của VOSviewer hoặc Biblioshiny (Bibliometrix/R)—gồm tần suất từ khóa, các cụm trong mạng lưới trích dẫn, xu hướng công bố theo năm và phân bố theo quốc gia/cơ quan/tạp chí—thành văn bản học thuật có diễn giải, sẵn sàng đưa vào bài viết. Sử dụng văn phong học thuật để trình bày hướng phát triển của nền văn liệu thay vì lặp lại các con số thô, đồng thời tránh các nhận định nhân quả mang tính suy đoán. Phù hợp với: nhà nghiên cứu đang viết luận văn/bài báo, cần soạn phần phân tích trắc lượng thư mục nhưng gặp khó khăn khi chuyển dữ liệu thô sang ngôn ngữ học thuật. Cách dùng: dán trực tiếp danh sách cụm từ khóa từ VOSviewer hoặc bảng tóm tắt từ Biblioshiny; skill sẽ đặt tên và diễn giải các cụm từ khóa theo chủ đề, đồng thời đánh giá mạng lưới trích dẫn và mô hình hợp tác giữa các quốc gia.
Trình viết sơ đồ PRISMA 2020
Tạo văn bản sơ đồ dòng tuân thủ PRISMA 2020 và đoạn văn mô tả quy trình dành cho các nhà nghiên cứu thực hiện tổng quan hệ thống. Khi bạn nhập số liệu sàng lọc từ cơ sở dữ liệu (xác định → sàng lọc → đánh giá đủ điều kiện → đưa vào), công cụ sẽ kiểm tra tính nhất quán của các con số và tạo nội dung giúp trả lời thuyết phục câu hỏi của phản biện: "tại sao sơ đồ của bạn loại quá nhiều bản ghi?" Công cụ cũng chuyển tiêu chí đưa vào/loại trừ của bạn thành bảng theo định dạng PICO/PECO. Phù hợp với: học viên cao học, giới học thuật và biên tập viên tạp chí thực hiện kiểm tra trước các bài báo tổng quan hệ thống/phân tích gộp. Nếu phát hiện số liệu không nhất quán (ví dụ: số mục được đưa vào lớn hơn số mục đủ điều kiện), công cụ sẽ nêu rõ điều này thay vì tự động sửa.
Trình viết báo cáo CONSORT
Từ dữ liệu thử nghiệm đối chứng ngẫu nhiên (RCT) — gồm phương pháp ngẫu nhiên hóa, tình trạng làm mù, phân tích lực thống kê, các số liệu trong sơ đồ CONSORT (screened/randomized/allocated/analyzed) và cách tiếp cận phân tích ITT/PP — tạo bản thảo đầy đủ gồm Tóm tắt + Phương pháp + Kết quả, phù hợp với 25 mục của CONSORT 2010. Công cụ không bao giờ nhầm lẫn giữa ITT và PP; đồng thời kiểm tra tính nhất quán của các số liệu trong sơ đồ dòng (randomized ≥ allocated ≥ followed-up ≥ analyzed). Ngoài ra, công cụ xác định trước ít nhất 4 phản biện mà các biên tập viên tạp chí thường đặt ra (chẳng hạn như "tại sao không báo cáo phân tích ITT", "đã kiểm tra hiệu quả của việc làm mù chưa", "có thay đổi tiêu chí kết cục không") và đề xuất một câu trả lời bảo vệ cho từng phản biện. Được thiết kế cho các nhà nghiên cứu lâm sàng và học giả tiến hành RCT trong lĩnh vực y khoa, điều dưỡng hoặc dược học, những người muốn đảm bảo tính vững chắc về phương pháp luận trước khi gửi bài cho tạp chí.
Kiểm tra dữ liệu thang đo
Được kích hoạt khi cần kiểm định chất lượng dữ liệu theo phương diện trắc lượng tâm lý của dữ liệu thô phát triển thang đo (Excel/CSV) do một công ty khảo sát chuyên nghiệp thu thập, trước khi tiến hành EFA/CFA hoặc các phân tích độ tin cậy cuối cùng. Skill này đánh giá toàn diện dữ liệu thiếu, giá trị ngoại lệ, trả lời ẩu, thiên lệch phản hồi, chất lượng mục hỏi và mức độ đầy đủ của mẫu, đồng thời đưa ra quyết định Go/No-Go; không thay đổi dữ liệu mà chỉ cung cấp báo cáo chẩn đoán/kiểm định.
Trình soạn Phương pháp STROBE
Dựa trên thiết kế nghiên cứu cắt ngang, đoàn hệ hoặc bệnh-chứng của bạn, công cụ sẽ tạo bản nháp đầy đủ cho phần Phương pháp và Kết quả khi bạn cung cấp phương pháp tuyển chọn người tham gia, các biến số, lý do xác định cỡ mẫu và phương pháp thống kê, với tham chiếu ngầm đến 22 mục trong bảng kiểm STROBE (Strengthening the Reporting of Observational Studies in Epidemiology). Cuối cùng, công cụ cũng cung cấp bảng đối chiếu cho biết mỗi đoạn đáp ứng mục STROBE nào — giúp bạn sẵn sàng trả lời yêu cầu “vui lòng điền bảng kiểm STROBE” khi gửi bài cho tạp chí. Công cụ tránh sử dụng ngôn ngữ nhân quả (vì đây là nghiên cứu quan sát, dùng cách diễn đạt “có liên quan đến” thay vì “gây ra”) và thảo luận rõ ràng về các nguồn sai lệch và yếu tố gây nhiễu. Phù hợp với các học giả làm việc trong lĩnh vực dịch tễ học, y tế công cộng và nghiên cứu lâm sàng.
Trợ lý Thiếu & Ngoại lệ
Nhập cỡ mẫu, tỷ lệ/mô hình dữ liệu thiếu (MCAR/MAR/MNAR), phương pháp xử lý dữ liệu thiếu bạn sử dụng (listwise deletion, bù khuyết đa lần, v.v.) và phương pháp phát hiện giá trị ngoại lệ (điểm Z, IQR, Mahalanobis), công cụ sẽ tạo một đoạn văn học thuật có thể chèn trực tiếp vào phần "Tiền xử lý dữ liệu" của bài viết. Nếu có mâu thuẫn về phương pháp giữa lựa chọn của bạn và mô hình dữ liệu thiếu (ví dụ: sử dụng listwise deletion với mô hình MNAR), công cụ sẽ nêu rõ. Phù hợp với học viên cao học và nhà nghiên cứu phân tích dữ liệu khảo sát hoặc dữ liệu lâm sàng, những người muốn viết nhanh và chính xác phần tiền xử lý dữ liệu.
Báo cáo Phân tích gộp
Tạo văn bản đầy đủ gồm Phương pháp + Kết quả + Hạn chế từ các số liệu phân tích gộp (kích thước hiệu ứng gộp, I², Q, tau², các chỉ báo thiên lệch công bố), phù hợp với PRISMA 2020 và Sổ tay Cochrane. Không bao giờ diễn giải sai giá trị I² (bao gồm cả cách hiểu về tỷ lệ phần trăm phương sai được giải thích), đồng thời tránh ngôn ngữ nhân quả cường điệu (dùng các cách diễn đạt thận trọng như "các phát hiện nhất quán với..." thay vì "bằng chứng cho thấy rằng..."). Cuối cùng, công cụ cũng đưa ra ít nhất 3 câu hỏi tiềm năng mà phản biện có thể đặt ra cùng các câu trả lời giải trình. Phù hợp với: các nhà nghiên cứu đang viết bài phân tích gộp và muốn củng cố phần phương pháp trước khi gửi bài cho tạp chí. Không thực hiện: tính toán thống kê từ dữ liệu thô (bạn cần tính toán sẵn bằng đầu ra từ R/RevMan/CMA); công cụ chỉ chuyển đổi và diễn giải các kết quả thành văn bản học thuật.
Viết kết quả phân tích thư mục
Chuyển các số liệu thô từ VOSviewer hoặc Biblioshiny (Bibliometrix/R)—như tần suất từ khóa, các cụm trong mạng lưới trích dẫn, xu hướng xuất bản theo năm và phân bố theo quốc gia/cơ quan/tạp chí—thành văn bản diễn giải sẵn sàng cho xuất bản học thuật. Thay vì lặp lại các con số, công cụ sử dụng giọng văn học thuật để cho thấy hướng phát triển của lĩnh vực, đồng thời tránh đưa ra các tuyên bố nhân quả mang tính suy đoán. Phù hợp với: các nhà nghiên cứu viết luận văn/bài báo, cần chuẩn bị phần phân tích thư mục nhưng gặp khó khăn khi chuyển dữ liệu thô sang ngôn ngữ học thuật. Cách sử dụng: Dán trực tiếp danh sách cụm từ khóa lấy từ VOSviewer hoặc bảng tóm tắt Biblioshiny; skill sẽ đặt tên theo chủ đề và diễn giải các cụm từ khóa, đồng thời đánh giá mạng lưới trích dẫn và mô hình hợp tác giữa các quốc gia.
Trình tạo sơ đồ PRISMA 2020
Tạo văn bản sơ đồ dòng và đoạn mô tả quy trình phù hợp với bảng kiểm PRISMA 2020 cho các nhà nghiên cứu thực hiện tổng quan hệ thống. Khi bạn nhập số liệu sàng lọc cơ sở dữ liệu (identification → screening → eligibility → included), công cụ sẽ kiểm tra tính nhất quán của các con số và tạo văn bản có cơ sở để trả lời câu hỏi của phản biện: “Vì sao sơ đồ dòng của bạn loại nhiều tài liệu đến vậy?”. Công cụ cũng chuyển các tiêu chí đưa vào/loại ra của bạn thành bảng theo định dạng PICO/PECO. Skill này phù hợp với: học viên sau đại học và giảng viên viết bài tổng quan hệ thống/meta-phân tích, cũng như biên tập viên tạp chí cần kiểm tra sơ bộ. Nếu phát hiện sự không nhất quán về số liệu (ví dụ: included > eligibility), công cụ sẽ nêu rõ thay vì âm thầm sửa lỗi.