技术栈
ai for science
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）
城事漫游Molly
2 个月前
人工智能
·
chatgpt
·
提示词
·
ai for science
·
文献综述
如何用 ChatGPT 辅助写文献综述，而不是编造文献？
这篇文章会围绕一个科研人最常见、也最危险的 AI 使用场景展开：让 AI 帮你写文献综述，究竟是在提升效率，还是在制造“看起来像真的”学术幻觉？
城事漫游Molly
2 个月前
人工智能
·
提示词
·
ai for science
·
科研论文
·
实验设计
AI辅助实验设计的标准工作流
在科研里，实验设计往往决定了你后面 80% 的效率。设计得好，实验会少走很多弯路：设计得不好，即使实验做了很多，最后也可能出现：
城事漫游Molly
2 个月前
人工智能
·
chatgpt
·
提示词
·
ai for science
·
论文润色
·
科研论文写作
“改全文”还是“逐句诊断”？ChatGPT 润色论文的两种用法
很多人第一次用 AI 润色论文时，通常只有一个需求：帮我把全文润色一下。这听起来很合理。 但真正用过之后，很多人会发现一个问题：
aovenus
2 个月前
ai for science
·
ai4s
AI4S 是什么？
AI4S = AI for Science（科学智能），直译为"人工智能用于科学研究"。 它不是单一技术，而是一种研究范式的转变：用 AI 加速、替代、甚至重构传统科学发现流程，被誉为科学研究的"第四范式"。
城事漫游Molly
2 个月前
人工智能
·
ai for science
·
定性研究
质性研究AI工作流（六）：质性研究质量检验的5维清单
🎓 核心原则（Miles & Huberman）： "好的质性研究，如同其他研究一样，需要细致的记录保存，以此与重要受众建立联系。"
城事漫游Molly
2 个月前
大数据
·
人工智能
·
prompt
·
ai for science
·
定性研究
AI赋能质性研究（六）：跨案例比较分析，5个高质量 Prompt让AI帮你找模式
方法论基础：Miles & Huberman《质性数据分析》中的跨案例策略 核心逻辑：通过系统比较找出共性模式（What is similar?）、差异规律（What is different?）、条件性关系（When/Why do differences occur?）
城事漫游Molly
2 个月前
人工智能
·
数据分析
·
ai for science
·
定性研究
·
定性编码
·
科研工作流
质性研究AI工作流（二）：编码工作流 SOP
"代码通常是一个词或短语，象征性地为基于语言或视觉数据的一部分赋予总结性、显著性、本质捕捉性和/或启发性的属性。"
城事漫游Molly
2 个月前
人工智能
·
算法
·
prompt
·
ai for science
·
定性研究
AI赋能质性研究（八）： 断言与命题写作，实现从数据到理论跨越的5个高质量 Prompt
方法论基础：Saldaña 编码体系、Miles & Huberman 因果分析、Strauss & Corbin 概念化过程 核心理念：断言与命题是质性研究从"描述"上升到"理论"的关键桥梁。它们不是凭空想象，而是数据驱动、层层递进的理论阐述。
城事漫游Molly
2 个月前
人工智能
·
prompt
·
ai for science
·
定性研究
AI赋能质性研究（一）：质性编码全流程 AI Prompt 包
📚 理论来源：Qualitative Data Analysis: A Methods Sourcebook（Miles, Huberman & Saldaña）
城事漫游Molly
2 个月前
人工智能
·
prompt
·
ai for science
·
定性研究
AI赋能质性研究（四）：AI辅助写分析备忘录
使用说明：将 [ ] 中的内容替换为你的实际研究材料，粘贴给 AI 即可生成对应备忘录。用途：明确某个代码的内涵、边界与操作定义，防止编码漂移
城事漫游Molly
2 个月前
人工智能
·
prompt
·
ai for science
·
提示词工程
·
定性研究
AI赋能质性研究（二）：用 AI 做归纳编码，7 个场景提示词模板
📖 理论来源：Qualitative Data Analysis: A Methods Sourcebook（Miles, Huberman & Saldaña）
城事漫游Molly
2 个月前
大数据
·
人工智能
·
机器学习
·
prompt
·
ai for science
·
智能体
·
定性研究
AI与质性研究的融合（三）：AI赋能质性数据分析——从编码到理论构建的新范式
质性数据分析一直被认为是最具“研究者参与感”的研究过程之一。 它不是简单地“处理文本”，而是在大量原始材料中不断识别意义、比较差异、归纳模式、提炼范畴，并最终建构解释框架。
Lab_AI
3 个月前
人工智能
·
ai for science
·
ai agent
·
ai智能体
AI for Science: MaXFlow AI Agent+ 报告体验双升级，让AI智能体更高效易用!
很多时候，产品体验的提升，来自更顺畅的路径和更清晰的结构。在MaXFlow 3.14.3中，我们围绕两个高频使用场景做了一轮打磨：
阿杰学AI
4 个月前
人工智能
·
ai
·
语言模型
·
自然语言处理
·
aigc
·
ai for science
·
ai4s
AI核心知识132—大语言模型之 AI for Science（简洁且通俗易懂版）
AI for Science (人工智能驱动科学研究，简称 AI4S) 是目前整个人工智能领域最硬核、最具有人类历史意义的革命。