discover-research

研究技能发现

自动激活

当任务涉及以下内容时，此技能会自动激活：

• 研究综合、文献综述、元分析
• 定量研究、统计分析、调查、实验
• 定性研究、访谈、民族志、案例研究
• 研究设计、假设检验、抽样策略
• 数据收集、调查设计、访谈方案
• 数据分析、编码、统计检验、可视化
• 研究写作、学术论文、引用、报告

可用的研究技能

核心方法技能

1. research-synthesis - 综合信息并开展元分析

• 叙述性综合方法
• 使用 Python 实施元分析
• 定性研究结果的主题综合
• 证据映射和差距分析
• 用于质量评估的 GRADE 框架
• 使用时机：整合多项研究的发现

2. quantitative-methods - 定量研究和统计分析

• 使用功效分析进行实验设计
• 调查方法与分析
• 假设检验框架
• 带诊断的回归分析
• 效应量与结果报告
• 使用时机：使用数值数据检验假设

3. qualitative-methods - 定性研究方法

• 深度访谈方案
• 主题分析（6 个阶段）
• 扎根理论编码
• 案例研究设计
• 质量标准与严谨性
• 使用时机：探索体验和意义

4. research-design - 规划和设计研究

• 研究问题构建（FINER 标准）
• 效度威胁分析
• 使用 Python 工具的抽样策略
• 实验控制框架
• 设计质量评估
• 使用时机：从零开始规划一项新研究

实施技能

5. data-collection - 收集研究数据的方法

• 调查工具的设计与验证
• 访谈方案开发
• 观察方法与田野笔记
• 数据质量控制框架
• 提高响应率
• 使用时机：实施数据收集

6. data-analysis - 分析定量和定性数据

• 全面的描述性统计
• 附完整报告的推断检验
• 系统化定性编码
• 主题发展流程
• 可用于发表的可视化图表
• 使用时机：理解收集到的数据

7. research-writing - 撰写研究论文和报告

• IMRAD 结构与指南
• APA 统计报告规范
• 引用管理
• 论证构建
• 同行评审回复策略
• 使用时机：传达研究发现

加载技能

加载单项技能

从 skills 目录加载

读取 ../research/research-synthesis.md 读取 ../research/quantitative-methods.md 读取 ../research/qualitative-methods.md 读取 ../research/research-design.md 读取 ../research/data-collection.md 读取 ../research/data-analysis.md 读取 ../research/research-writing.md

常见工作流组合

定量研究：

规划阶段

读取 ../research/research-design.md

数据收集

读取 ../research/data-collection.md 读取 ../research/quantitative-methods.md

分析与报告

读取 ../research/data-analysis.md 读取 ../research/research-writing.md

定性研究：

规划阶段

读取 ../research/research-design.md

数据收集

读取 ../research/data-collection.md 读取 ../research/qualitative-methods.md

分析与报告

读取 ../research/data-analysis.md 读取 ../research/research-writing.md

文献综述 / 元分析：

综合阶段

读取 ../research/research-synthesis.md

如果包含定量综合

读取 ../research/quantitative-methods.md

写作阶段

读取 ../research/research-writing.md

混合方法研究：

所有方法

Read ../research/research-design.md Read ../research/quantitative-methods.md Read ../research/qualitative-methods.md Read ../research/data-collection.md Read ../research/data-analysis.md Read ../research/research-writing.md

渐进式加载

根据研究阶段逐步加载技能：

阶段 1：规划（加载 1-2 项技能）

• research-design（始终加载）
• quantitative-methods 或 qualitative-methods（根据研究方法选择）

阶段 2：收集（再添加 1-2 项技能）

• data-collection（始终加载）
• 保持已加载：具体方法技能

阶段 3：分析（再添加 1 项技能）

• data-analysis（始终加载）
• 保持已加载：方法和收集技能，以供参考

阶段 4：写作（再添加 1 项技能，可卸载其他技能）

• research-writing（始终加载）
• research-synthesis（综合文献时加载）
• 保留一项方法技能，用于报告细节

阶段 5：综合（开展综述时）

• research-synthesis（尽早加载）
• quantitative-methods（进行荟萃分析时加载）
• qualitative-methods（进行主题综合时加载）

决策树

Research Task
    ↓
Conducting new study?
    YES → Load research-design
        ↓
        Quantitative approach?
            YES → Load quantitative-methods + data-collection
        Qualitative approach?
            YES → Load qualitative-methods + data-collection
        Mixed methods?
            YES → Load both methods + data-collection
        ↓
        Ready to analyze?
            YES → Load data-analysis
        ↓
        Ready to write?
            YES → Load research-writing

    NO → Synthesizing existing research?
        YES → Load research-synthesis
            ↓
            Quantitative synthesis (meta-analysis)?
                YES → Also load quantitative-methods
            Qualitative synthesis?
                YES → Also load qualitative-methods
            ↓
            Ready to write?
                YES → Load research-writing

上下文感知加载

根据任务中的关键词自动加载以下技能：

关键词 → 技能映射：

• “文献综述”、“荟萃分析”、“系统综述” → research-synthesis
• “调查”、“实验”、“假设”、“统计” → quantitative-methods
• “访谈”、“民族志”、“案例研究”、“亲身经历” → qualitative-methods
• “研究设计”、“抽样”、“效度”、“研究计划” → research-design
• “问卷”、“数据收集”、“测量” → data-collection
• “分析数据”、“编码”、“统计检验”、“主题分析” → data-analysis
• “撰写论文”、“手稿”、“引用”、“同行评审” → research-writing

相关技能类别

• statistics：高级统计技术
• data-science：机器学习和大数据方法
• visualization：高级数据可视化
• academic-writing：通用学术写作技能
• scientific-computing：用于研究计算的 Python/R

快速入门示例

“我需要设计一项调查研究”

Read ../research/research-design.md Read ../research/data-collection.md Read ../research/quantitative-methods.md

“我需要分析访谈文本”

Read ../research/qualitative-methods.md Read ../research/data-analysis.md

“我需要开展荟萃分析”

Read ../research/research-synthesis.md Read ../research/quantitative-methods.md

“我需要整理并撰写研究结果”

Read ../research/research-writing.md Read ../research/data-analysis.md

最佳实践

1. 从设计开始：规划新研究时，首先加载 research-design
2. 按方法加载：只加载所需的方法技能（定量或定性）
3. 逐步添加：随着研究阶段的推进添加技能
4. 完成后卸载：卸载已完成阶段的技能，以管理上下文
5. 保持写作技能加载：research-writing 在整个过程中都有助于文档编写

技能维护

所有研究技能均遵循以下标准：

• 实用代码示例（以 Python 为主，适用时使用 R）
• 真实场景模板和协议
• 最佳实践和反模式
• 与相关技能的交叉引用
• 250-400 行，针对上下文效率进行了优化

与其他技能的集成

研究技能可与以下技能良好集成：

• python-data-science：用于高级分析
• python-visualization：用于出版级图形
• academic-latex：用于论文排版
• git-workflow：用于研究项目管理
• reproducibility：用于可复现研究实践