Scientific Peer Review

実験結果の査読・レビュースキル。再現性・統計的妥当性・方法論の 健全性を体系的に評価し、構造化されたレビューレポートを生成する。 「レビューして」「査読して」「実験結果を評価して」で発火。

nahisaho Updated 79 repo stars

File contents

Scientific Peer Review

実験結果を体系的に評価し、再現性・統計的妥当性・方法論の 健全性についてフィードバックを提供するスキル。

When to Use

  • 実験結果の品質を評価するとき
  • 論文投稿前のセルフレビューを行うとき
  • チームメンバーの実験結果をレビューするとき
  • 統計解析の妥当性を確認するとき

Quick Start

Step 1: データ・レポートの読解

  • 実験データファイルの確認(CSV, JSON, 画像)
  • 実験レポート / conversation.md の読解
  • 使用手法・パラメータの把握

Step 2: 方法論の評価

  • 実験デザインの適切性(対照群の有無、ブラインド)
  • サンプルサイズの十分性
  • 測定方法の妥当性
  • バイアスの可能性

Step 3: 統計解析の検証

  • 使用された統計手法の適切性
  • 多重比較補正の有無
  • 効果量の報告
  • 信頼区間の記載
  • p値の解釈の妥当性

Step 4: 再現性の評価

  • 手順の詳細度(第三者が再現可能か)
  • データ・コードの公開状況
  • 環境条件の記録

Step 5: レビューレポート生成

Output Format

peer_review.md を以下の構造で生成:

# 査読レポート

## 総合評価
[A: 優秀 / B: 良好 / C: 要修正 / D: 大幅修正]

## 1. 方法論の評価
## 2. 統計解析の妥当性
## 3. 再現性の評価
## 4. データの品質
## 5. 結論の妥当性
## 6. 改善提案
## 7. 推奨事項

Scoring Criteria

項目 評価基準
方法論 実験デザインの適切性、対照群、ブラインド
統計 手法の適切性、多重比較、効果量
再現性 手順の詳細度、データ公開
結論 データに基づいた論理的結論か

Examples

プロンプト例:

  • 「この実験結果をレビューして」
  • 「統計解析の妥当性を査読して」
  • 「再現性の観点から評価して」

ToolUniverse 連携

TU Key ツール名 連携内容
crossref Crossref 査読指摘の文献裏付け検索

nahisaho/satori commit 02e59104c5

Frequently asked questions

npx get-skill add nahisaho/scientific-peer-review-2