Đánh giá sáng tạo SCI đỉnh Man
Mô tả
Được đề xuất bởi
Nico@YouMind
Vì sao chúng tôi đề xuất kỹ năng này
Từ góc nhìn của một người phản biện tạp chí đỉnh, 慢老师 đánh giá nghiêm ngặt tính đổi mới của bài báo, đưa ra phân tích sâu và lời khuyên chiến lược, giúp bạn tiến thẳng đến tiên phong nghiên cứu.
Kỹ năng này tái tạo hoàn chỉnh prompt đỉnh thế giới 'Đánh giá đa chiều sáng tạo bài báo SCI đỉnh' do Giáo sư Mạn (Giới nghiên cứu của Giáo sư Mạn) công bố năm 2025. Sau khi nhập tiêu đề bài báo, vấn đề khoa học cốt lõi, chiến lược sáng tạo cốt lõi và các điểm sáng tạo phụ, hệ thống tự động phân tích sáu loại hình sáng tạo, đối sánh trùng lặp tài liệu, chấm điểm đa chiều (tính mới/tầm quan trọng/tính vượt trội/tính logic), và tạo ra báo cáo đánh giá hoàn chỉnh bao gồm kết luận một câu + biểu đồ radar + phân tích ưu điểm rủi ro + gợi ý gửi bài + ngôn ngữ đóng gói Cover Letter. Phù hợp cho tất cả các nhà nghiên cứu muốn đăng bài trên các tạp chí đỉnh như Nature, Science, Nat. Energy, Joule, Adv. Mater., giúp chẩn đoán chính xác mức độ sáng tạo trước khi gửi bài, tránh gửi bài mù quáng. Từ kích hoạt: đánh giá sáng tạo tạp chí đỉnh, đánh giá điểm sáng tạo SCI, thầy Mạn đánh giá sáng tạo, Nature
Kỹ năng liên quan
Xem tất cả
Nghiên cứuPhương pháp học từ khóa
Sử dụng phương pháp học từ khóa để nhanh chóng bắt đầu trong bất kỳ lĩnh vực nào: xuất ra bảng 20 từ khóa cốt lõi (giải thích một câu/tình huống ứng dụng/thực tiễn tốt nhất), sơ đồ quan hệ logic SVG phong cách truyện tranh vẽ tay, mô phỏng chuyên gia lĩnh vực trả lời 5 câu hỏi quan trọng, đề xuất 3-5 cuốn sách chuyên môn, và biên soạn thành một báo cáo có bố cục tốt; nhập 'giải thích《tên sách》' thì chuyển sang chế độ giải thích sách chuyên sâu bảy phần.
Nghiên cứuSignal Room:Tổng hợp phỏng vấn
YouMind đã phiên âm cuộc gọi, phỏng vấn và podcast của bạn. Signal Room là bước tiếp theo. Thả vào một hoặc hai mươi bản ghi và nhận về một tổng hợp nghiên cứu mà một nhà phân tích thực thụ sẽ ký: các chủ đề đã mã hóa, bằng chứng nguyên văn có dấu thời gian, những điểm bất đồng của mọi người, và một câu trả lời được xếp hạng cho quyết định bạn đang cố gắng đưa ra. Phương pháp này là thực hành định tính thực sự, không phải tóm tắt: • Mã hóa mở hoạt động theo câu trích dẫn trước — không có trích dẫn, không có mã — với các mã được đặt tên theo chính từ ngữ của người tham gia thay vì biệt ngữ phân tích • Mỗi mã được gắn nhãn Behaviour, Belief hoặc Wish, vì "Tôi chắc chắn sẽ trả tiền cho điều đó" không cùng loại bằng chứng với "Tôi đã trả tiền cho điều đó vào tháng trước" • Các chủ đề được nêu dưới dạng câu có thể kiểm chứng, với độ mạnh được tính theo số người tham gia thay vì số trích dẫn, và bằng chứng bác bỏ được tìm kiếm có chủ đích • Bản đồ xung đột cho thấy nơi người tham gia thực sự chia rẽ và điều gì dự đoán họ sẽ nghiêng về phía nào • Hàng tồn đọng cơ hội được viết dưới dạng "khi [tình huống], [ai] muốn [kết quả] vì [lý do]", mỗi mục được xếp hạng Strong, Suggestive hoặc Anecdotal • Câu trả lời trực tiếp cho câu hỏi quyết định của bạn, với mức độ tin cậy đã nêu và điều gì sẽ thay đổi nó • Ba câu hỏi mà vòng này không thể trả lời, và nên phỏng vấn ai tiếp theo Những rào cản quan trọng: nó không bao giờ bịa hoặc làm đẹp một câu trích dẫn, từ chối báo cáo tỷ lệ phần trăm khi có ít hơn mười hai người tham gia, ẩn danh người tham gia theo mặc định, và sẽ nói thẳng với bạn rằng n=1 có nghĩa là bạn có một giả thuyết chứ không phải một phát hiện. Dành cho quản lý sản phẩm, nhà nghiên cứu UX và thị trường, nhà báo, nhà tư vấn, nhà sáng lập đang khám phá khách hàng, và bất kỳ ai đang ngồi trên hàng giờ ghi âm mà không có phát hiện nào.
Nghiên cứuBậc thầy học bài báo
Giúp quản lý sản phẩm, nhà sáng lập và nhà phát triển ứng dụng hiểu các bài báo về AI theo chuỗi nhân quả lịch sử, và chuyển hóa thành các đánh giá sản phẩm, giới hạn kỹ thuật, trực giác kỹ thuật và phân tích cơ hội.
Đánh giá sáng tạo SCI đỉnh Man
Mô tả
Được đề xuất bởi
Nico@YouMind
Vì sao chúng tôi đề xuất kỹ năng này
Từ góc nhìn của một người phản biện tạp chí đỉnh, 慢老师 đánh giá nghiêm ngặt tính đổi mới của bài báo, đưa ra phân tích sâu và lời khuyên chiến lược, giúp bạn tiến thẳng đến tiên phong nghiên cứu.
Kỹ năng này tái tạo hoàn chỉnh prompt đỉnh thế giới 'Đánh giá đa chiều sáng tạo bài báo SCI đỉnh' do Giáo sư Mạn (Giới nghiên cứu của Giáo sư Mạn) công bố năm 2025. Sau khi nhập tiêu đề bài báo, vấn đề khoa học cốt lõi, chiến lược sáng tạo cốt lõi và các điểm sáng tạo phụ, hệ thống tự động phân tích sáu loại hình sáng tạo, đối sánh trùng lặp tài liệu, chấm điểm đa chiều (tính mới/tầm quan trọng/tính vượt trội/tính logic), và tạo ra báo cáo đánh giá hoàn chỉnh bao gồm kết luận một câu + biểu đồ radar + phân tích ưu điểm rủi ro + gợi ý gửi bài + ngôn ngữ đóng gói Cover Letter. Phù hợp cho tất cả các nhà nghiên cứu muốn đăng bài trên các tạp chí đỉnh như Nature, Science, Nat. Energy, Joule, Adv. Mater., giúp chẩn đoán chính xác mức độ sáng tạo trước khi gửi bài, tránh gửi bài mù quáng. Từ kích hoạt: đánh giá sáng tạo tạp chí đỉnh, đánh giá điểm sáng tạo SCI, thầy Mạn đánh giá sáng tạo, Nature
Kỹ năng liên quan
Xem tất cảNghiên cứuPhương pháp học từ khóa
Sử dụng phương pháp học từ khóa để nhanh chóng bắt đầu trong bất kỳ lĩnh vực nào: xuất ra bảng 20 từ khóa cốt lõi (giải thích một câu/tình huống ứng dụng/thực tiễn tốt nhất), sơ đồ quan hệ logic SVG phong cách truyện tranh vẽ tay, mô phỏng chuyên gia lĩnh vực trả lời 5 câu hỏi quan trọng, đề xuất 3-5 cuốn sách chuyên môn, và biên soạn thành một báo cáo có bố cục tốt; nhập 'giải thích《tên sách》' thì chuyển sang chế độ giải thích sách chuyên sâu bảy phần.
Nghiên cứuSignal Room:Tổng hợp phỏng vấn
YouMind đã phiên âm cuộc gọi, phỏng vấn và podcast của bạn. Signal Room là bước tiếp theo. Thả vào một hoặc hai mươi bản ghi và nhận về một tổng hợp nghiên cứu mà một nhà phân tích thực thụ sẽ ký: các chủ đề đã mã hóa, bằng chứng nguyên văn có dấu thời gian, những điểm bất đồng của mọi người, và một câu trả lời được xếp hạng cho quyết định bạn đang cố gắng đưa ra. Phương pháp này là thực hành định tính thực sự, không phải tóm tắt: • Mã hóa mở hoạt động theo câu trích dẫn trước — không có trích dẫn, không có mã — với các mã được đặt tên theo chính từ ngữ của người tham gia thay vì biệt ngữ phân tích • Mỗi mã được gắn nhãn Behaviour, Belief hoặc Wish, vì "Tôi chắc chắn sẽ trả tiền cho điều đó" không cùng loại bằng chứng với "Tôi đã trả tiền cho điều đó vào tháng trước" • Các chủ đề được nêu dưới dạng câu có thể kiểm chứng, với độ mạnh được tính theo số người tham gia thay vì số trích dẫn, và bằng chứng bác bỏ được tìm kiếm có chủ đích • Bản đồ xung đột cho thấy nơi người tham gia thực sự chia rẽ và điều gì dự đoán họ sẽ nghiêng về phía nào • Hàng tồn đọng cơ hội được viết dưới dạng "khi [tình huống], [ai] muốn [kết quả] vì [lý do]", mỗi mục được xếp hạng Strong, Suggestive hoặc Anecdotal • Câu trả lời trực tiếp cho câu hỏi quyết định của bạn, với mức độ tin cậy đã nêu và điều gì sẽ thay đổi nó • Ba câu hỏi mà vòng này không thể trả lời, và nên phỏng vấn ai tiếp theo Những rào cản quan trọng: nó không bao giờ bịa hoặc làm đẹp một câu trích dẫn, từ chối báo cáo tỷ lệ phần trăm khi có ít hơn mười hai người tham gia, ẩn danh người tham gia theo mặc định, và sẽ nói thẳng với bạn rằng n=1 có nghĩa là bạn có một giả thuyết chứ không phải một phát hiện. Dành cho quản lý sản phẩm, nhà nghiên cứu UX và thị trường, nhà báo, nhà tư vấn, nhà sáng lập đang khám phá khách hàng, và bất kỳ ai đang ngồi trên hàng giờ ghi âm mà không có phát hiện nào.
Nghiên cứuBậc thầy học bài báo
Giúp quản lý sản phẩm, nhà sáng lập và nhà phát triển ứng dụng hiểu các bài báo về AI theo chuỗi nhân quả lịch sử, và chuyển hóa thành các đánh giá sản phẩm, giới hạn kỹ thuật, trực giác kỹ thuật và phân tích cơ hội.
Tìm kỹ năng yêu thích tiếp theo của bạn
Khám phá thêm các kỹ năng AI được tuyển chọn cho nghiên cứu, sáng tạo và công việc hằng ngày.