mcpField
B
bias-assessor

bias-assessor

github.com/willoscar生产力51740 次安装4 周前更新
代码仓库

关于 bias-assessor

bias-assessor 是供 evidence-review 使用的轻量偏倚评估技能，在综合分析前为提取表补充风险偏倚字段，并采用固定等级和简短备注。

主要功能

  1. 01补充风险偏倚字段
  2. 02采用 low、unclear、high 等级
  3. 03保留简短备注
  4. 04更新提取表原文件

适用场景

  1. 01在系统综述综合分析前评估偏倚
  2. 02为论文提取表补充质量字段

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill bias-assessor

安装后在 Claude Code 中输入/bias-assessor确认已加载。

附带文件scripts/run.py

详细介绍

偏倚评估器

触发条件与路由

  • 触发条件：偏倚、偏倚风险、RoB、证据质量、偏倚评估、证据质量。
  • 使用场景：evidence-review 已生成 papers/extraction_table.csv，需要在综合分析前补齐偏倚/质量字段。
  • 跳过条件：不是证据综述/系统综述，或尚未生成 papers/extraction_table.csv。
  • 网络：无。
  • 防护原则：使用简单且可复核的等级（low/unclear/high）和简短备注；保持字段一致性。

为 evidence-review 的提取表补充轻量级偏倚风险字段。

输入

  • papers/extraction_table.csv

输出

  • 更新后的 papers/extraction_table.csv

约定

表格应包含稳定的 RoB 列：

  • rob_selection
  • rob_measurement
  • rob_confounding
  • rob_reporting
  • rob_overall
  • rob_notes

允许值固定为：

  • low
  • unclear
  • high

脚本边界

scripts/run.py 应：

  • 添加缺失的 RoB 列
  • 赋予保守的总体评分
  • 保持备注简短

验收标准

  • RoB 列存在
  • 所有纳入的行均有值
  • 值始终处于固定等级范围内

非目标

  • 深入的方法学批判
  • 重写提取内容

评论

支持 Markdown