质性可信度与COREQ审查
依据COREQ审查可信度策略
描述
根据您的质性研究设计，按照Lincoln & Guba的可信度标准撰写方法部分；随后依据COREQ清单，明确指出哪些条目缺失或报告不充分。适用人群：希望在投稿前提升报告严谨性的研究人员，以及撰写学位论文的研究生。
相关技能
查看全部
STROBE/CONSORT 方法-结果写作器
根据您的研究设计，按照适用的报告标准（观察性研究使用 STROBE，随机对照试验使用 CONSORT）生成完整的“方法 + 结果”部分；随后如实检查 checklist 中缺失或报告不充分的条目，并提供补充建议。适用人群：希望在投稿前提升报告完整性的研究人员，以及撰写学位论文的研究生。
统计报告 + 审稿意见预判
根据您的描述性与推断性统计输出（包括假设检验），生成完整的“结果”部分。若检测到正态性或方差齐性违反，则建议采用非参数替代检验，不回避这些问题。此外，它会预先识别期刊审稿人常提出的至少4项质疑（例如：“未报告假设检验”“未说明效应量”“未进行多重比较校正”），并为每项质疑提供一段回应措辞。适合人群：采用定量研究方法、希望在投稿前确保统计报告严谨性的研究者。
质性可信度与COREQ审查
依据COREQ审查可信度策略
描述
根据您的质性研究设计，按照Lincoln & Guba的可信度标准撰写方法部分；随后依据COREQ清单，明确指出哪些条目缺失或报告不充分。适用人群：希望在投稿前提升报告严谨性的研究人员，以及撰写学位论文的研究生。
相关技能
查看全部STROBE/CONSORT 方法-结果写作器
根据您的研究设计，按照适用的报告标准（观察性研究使用 STROBE，随机对照试验使用 CONSORT）生成完整的“方法 + 结果”部分；随后如实检查 checklist 中缺失或报告不充分的条目，并提供补充建议。适用人群：希望在投稿前提升报告完整性的研究人员，以及撰写学位论文的研究生。
统计报告 + 审稿意见预判
根据您的描述性与推断性统计输出（包括假设检验），生成完整的“结果”部分。若检测到正态性或方差齐性违反，则建议采用非参数替代检验，不回避这些问题。此外，它会预先识别期刊审稿人常提出的至少4项质疑（例如：“未报告假设检验”“未说明效应量”“未进行多重比较校正”），并为每项质疑提供一段回应措辞。适合人群：采用定量研究方法、希望在投稿前确保统计报告严谨性的研究者。
发现下一个适合你的技能
继续探索更多精选 AI 技能，用于研究、创作和日常工作。