技术栈
博士生必读
城事漫游Molly
7 天前
人工智能
·
ai for science
·
论文发表
·
博士生必读
·
论证argument
·
科研论文投稿
研究论证的四要素：主张、理由、证据、保证——用AI逐一检验
小李投稿了一篇论文。评审意见回来了，最后一句话让他震惊："虽然作者收集了大量数据，但整篇论文的论证结构不清晰。读者无法判断：作者真正想说什么、为什么应该相信这个观点、这个观点建立在什么证据基础之上。这篇论文需要从根本上重新组织。"
城事漫游Molly
9 天前
人工智能
·
ai for science
·
文献综述
·
文献阅读
·
科研方法
·
博士生必读
·
文献评估
用AI评估文献可靠性——相关性、可靠性、时效性三维框架
有一位博士生叫李明，他花了三个月完成了一篇关于"社交媒体对青少年心理健康影响"的文献综述，准备作为博士论文的基础。
城事漫游Molly
1 个月前
人工智能
·
信息可视化
·
数据分析
·
prompt
·
ai for science
·
科研数据绘图
·
博士生必读
科研数据可视化的5步AI工作流：从原始数据到发表级图表
Step 1: 数据准备 & AI诊断 ↓ (导入原始数据，让AI识别问题) Step 2: 智能数据清洗 ↓ (AI生成清洗代码) Step 3: 统计分析 & 选图 ↓ (AI推荐最适合的图表类型) Step 4: 代码生成 & 微调 ↓ (AI输出论文级代码) Step 5: 发表级打磨 ↓ (AI帮助最后的排版和优化) ✅ 发表级图表
城事漫游Molly
1 个月前
人工智能
·
机器学习
·
prompt
·
ai for science
·
博士生必读
·
应用语言学
·
研究问题
用AI提炼研究问题与假设的完整提示词——从模糊想法到精准RQ/Hypothesis，AI辅助精化全流程
📌 写在前面研究问题（Research Question, RQ）和假设（Hypothesis）是整个科研过程的基石。它们就像灯塔一样，照亮你数据收集的方向、分析的焦点、论文写作的逻辑。
城事漫游Molly
1 个月前
人工智能
·
论文写作
·
ai for science
·
博士生必读
如何写出有说服力的研究论文Introduction——论证框架切入法
你是否曾读过一篇研究论文，其Introduction部分读起来生硬、乏味，甚至显得"为反而反"？或者，你自己写Introduction时，不知道从何入手，最后只能生硬地列举前人的研究，然后生硬地说"我的研究填补这个空白"？
城事漫游Molly
1 个月前
人工智能
·
论文写作
·
ai for science
·
文献综述
·
博士生必读
文献综述不是“读书笔记堆砌“——三种文献整合策略详解
许多学生对文献综述的理解停留在表面：两者之间的差异是致命的。错误1：堆砌模式（The Dumping Pattern）
我是有底线的