peer-review

科学批判性评估与同行评审

概述

同行评审是评估科学稿件的一种系统化流程。评估方法学、统计学、设计、可复现性、伦理和报告标准。将此技能应用于跨学科的稿件和基金评审，进行建设性、严谨的评估。

何时使用此技能

此技能应在以下情况下使用：

• 为期刊开展科学稿件的同行评审
• 评估基金申请和研究计划
• 评估方法学和实验设计的严谨性
• 审查统计分析和报告标准
• 评估可复现性和数据可用性
• 检查是否符合报告指南（CONSORT、STROBE、PRISMA）
• 为科学写作提供建设性反馈

使用科学示意图增强视觉效果

使用此技能创建文档时，始终考虑添加科学图表和示意图以增强视觉沟通。

如果你的文档尚未包含示意图或图表：

• 使用 scientific-schematics 技能生成 AI 驱动的出版级图表
• 只需用自然语言描述你想要的图表
• Nano Banana Pro 将自动生成、审查并完善示意图

对于新文档： 默认应生成科学示意图，以直观呈现文本中描述的关键概念、工作流、架构或关系。

如何生成示意图：

python scripts/generate_schematic.py "your diagram description" -o figures/output.png

AI 将自动：

• 创建格式规范的出版级图像
• 通过多轮迭代审查并完善
• 确保可访问性（色盲友好、高对比度）
• 将输出保存到 figures/ 目录

何时添加示意图：

• 同行评审工作流图
• 评估标准决策树
• 评审流程图
• 方法学评估框架
• 质量评估可视化
• 报告指南合规性图
• 任何受益于可视化的复杂概念

有关创建示意图的详细指导，请参阅 scientific-schematics 技能文档。

---

同行评审工作流

通过以下阶段系统化地开展同行评审，并根据稿件类型和学科调整深度与重点。

阶段 1：初步评估

从高层评估开始，确定稿件的范围、新颖性和整体质量。

关键问题：

• 核心研究问题或假设是什么？
• 主要发现和结论是什么？
• 该工作是否科学可靠且具有重要意义？
• 该工作是否适合目标发表渠道？
• 是否存在任何会阻碍发表的直接重大缺陷？

输出： 简要总结（2-3 句话），概括稿件的核心内容和初步印象。

阶段 2：逐节详细评审

对稿件的每个部分进行全面评估，记录具体问题和优点。

摘要和标题

• 准确性： 摘要是否准确反映研究的内容和结论？
• 清晰度： 标题是否具体、准确且信息丰富？
• 完整性： 关键发现和方法是否得到适当总结？
• 可读性： 摘要是否能为广泛科学受众所理解？

引言

• 背景： 背景信息是否充分且最新？
• 依据： 研究问题是否有清晰的动机和合理性？
• 新颖性： 工作的原创性和意义是否得到清晰阐述？
• 文献： 相关既往研究是否得到适当引用？
• 目标： 研究目的/假设是否清晰陈述？

方法

• 可复现性： 其他研究者能否根据所提供描述复现该研究？
• 严谨性： 方法是否适合解决研究问题？
• 详细程度： 方案、试剂、设备和参数是否描述充分？
• 伦理： 伦理批准、知情同意和数据处理是否妥善记录？
• 统计学： 统计方法是否恰当、描述清晰且合理？
• 验证： 对照、重复和验证方法是否充分？

需要核查的关键要素：

• 样本量与功效计算
• 随机化与盲法程序
• 纳入/排除标准
• 数据收集方案
• 计算方法与软件版本
• 统计检验与多重比较校正

结果

• 呈现： 结果是否以合乎逻辑且清晰的方式呈现？
• 图/表： 可视化是否恰当、清晰且标注规范？
• 统计学： 统计结果是否恰当报告（效应量、置信区间、p 值）？
• 客观性： 结果呈现是否没有过度解读？
• 完整性： 是否包含所有相关结果，包括阴性结果？
• 可复现性： 是否提供原始数据或汇总统计量？

需要识别的常见问题：

• 选择性报告结果
• 不恰当的统计检验
• 缺失误差线或变异性度量
• 过拟合或循环分析
• 批次效应或混杂变量
• 缺失对照或验证实验

讨论

• 解读： 结论是否得到数据支持？
• 局限性： 是否承认并讨论了研究局限性？
• 背景： 研究结果是否被恰当地置于现有文献背景中？
• 推测： 推测是否与有数据支持的结论明确区分？
• 意义： 影响和重要性是否清晰阐述？
• 未来方向： 是否讨论了后续步骤或未解答的问题？

危险信号：

• 夸大的结论
• 忽视矛盾证据
• 从相关性数据得出因果性主张
• 对局限性的讨论不足
• 没有机制证据却提出机制性主张

参考文献

• 完整性： 是否引用了关键相关论文？
• 时效性： 是否包含近期重要研究？
• 平衡性： 是否恰当引用了相反观点？
• 准确性： 引用是否准确且恰当？
• 自引： 是否存在过度或不恰当的自引？

阶段 3：方法学与统计学严谨性

评估研究的技术质量与严谨性，尤其关注常见陷阱。

统计评估：

• 统计假设是否满足（正态性、独立性、方差齐性）？
• 是否在报告 p 值的同时报告效应量？
• 是否恰当应用多重检验校正？
• 是否提供置信区间？
• 样本量是否通过功效分析得到合理依据？
• 参数检验与非参数检验的选择是否恰当？
• 缺失数据是否得到妥善处理？
• 探索性分析与验证性分析是否得到区分？

实验设计：

• 对照是否恰当且充分？
• 重复是否足够（生物学重复与技术重复）？
• 潜在混杂因素是否被识别并控制？
• 随机化是否得到正确实施？
• 盲法程序是否充分？
• 实验设计对于研究问题是否最优？

计算/生物信息学：

• 计算方法是否描述清晰且合理？
• 软件版本与参数是否有文档记录？
• 是否提供代码以实现可复现性？
• 算法与模型是否得到恰当验证？
• 计算方法的假设是否满足？
• 批次校正是否得到恰当应用？

阶段 4：可复现性与透明度

评估研究是否符合可复现性与开放科学的现代标准。

数据可用性：

• 原始数据是否存放在合适的数据库中？
• 是否提供公共数据库的登录号？
• 数据共享限制是否有正当理由（例如患者隐私）？
• 数据格式是否标准且可访问？

代码与材料：

• 分析代码是否公开可用（GitHub、Zenodo 等）？
• 独特材料是否可获取，或描述得足够详细以便重现？
• 实验方案是否详细到足够的深度？

报告标准：

• 稿件是否遵循学科特定的报告指南（CONSORT、PRISMA、ARRIVE、MIAME、MINSEQE 等）？
• 常见指南见 references/reporting_standards.md
• 相应清单的所有要素是否都已涵盖？

阶段 5：图表与数据呈现

评估数据可视化的质量、清晰度与诚信度。

质量检查：

• 图表是否高分辨率且标注清晰？
• 坐标轴是否正确标注了单位？
• 误差线是否已定义（SD、SEM、CI）？
• 统计显著性指标是否已说明？
• 配色方案是否合适且可访问（对色盲友好）？
• 图像是否包含比例尺？
• 数据可视化是否适合该数据类型？

诚信检查：

• 是否存在图像操纵的迹象（重复、拼接）？
• Western blot 和凝胶是否得到恰当呈现？
• 代表性图像是否真正具有代表性？
• 是否展示了所有条件（没有选择性呈现）？

清晰度：

• 图表能否仅凭其图注独立理解？
• 每张图表的信息是否一目了然？
• 是否存在冗余的图表或分图？
• 数据以表格还是图表呈现会更好？

阶段 6：伦理考量

核实研究是否符合伦理标准与准则。

人类受试者：

• 是否记录了 IRB/伦理批准？
• 是否描述了知情同意？
• 弱势群体是否得到适当保护？
• 患者隐私是否得到充分保护？
• 潜在利益冲突是否已披露？

动物研究：

• 是否记录了 IACUC 或同等批准？
• 操作程序是否人道且合理？
• 是否考虑了 3R 原则（替代、减少、优化）？
• 安乐死方法是否恰当？

科研诚信：

• 是否存在数据捏造或篡改的疑虑？
• 作者署名是否恰当且合理？
• 是否存在利益竞争并已披露？
• 是否披露了资金来源？
• 是否存在剽窃或重复发表的疑虑？

阶段 7：写作质量与清晰度

评估稿件的清晰度、组织结构与可读性。

结构与组织：

• 稿件组织是否合乎逻辑？
• 各章节是否连贯流畅？
• 观点之间的过渡是否清晰？
• 叙述是否引人入胜且清晰？

写作质量：

• 语言是否清晰、准确、简洁？
• 行话和缩写是否尽量减少并加以定义？
• 语法和拼写是否正确？
• 句子是否不必要地复杂？
• 被动语态是否过度使用？

可读性：

• 非专业人士能否理解主要发现？
• 技术术语是否得到解释？
• 其意义对广泛读者是否清晰？

构建同行评审报告

将反馈组织成层级结构，优先处理问题并提供可操作的指导。

总结陈述

提供简明的总体评估（1-2 段）：

• 研究简要概述
• 总体建议（接受、小修、大修、拒稿）
• 主要优点（2-3 个要点）
• 主要缺点（2-3 个要点）
• 对重要性与可靠性的底线评估

主要意见

列出严重影响稿件有效性、可解释性或重要性的关键问题。按顺序编号，便于引用。

主要意见通常包括：

• 根本性的方法学缺陷
• 不恰当的统计分析
• 缺乏支持或夸大的结论
• 缺失关键对照或实验
• 严重的可复现性问题
• 文献覆盖的重大缺口
• 伦理问题

对每条主要意见：

1. 明确指出问题
2. 解释其为何存在问题
3. 提出具体解决方案或补充实验
4. 说明解决该问题是否为发表所必需

次要意见

列出较不关键、但有助于提升清晰度、完整性或呈现效果的问题。按顺序编号。

次要意见通常包括：

• 图表标签或图例不清晰
• 缺失方法学细节
• 排版或语法错误
• 改进数据呈现的建议
• 次要的统计报告问题
• 可增强结论的补充分析
• 要求澄清

对每条次要意见：

1. 指明具体位置（章节、段落、图表）
2. 清楚说明问题
3. 建议如何解决

具体的逐行意见（可选）

对于需要详细反馈的稿件，提供分章节或逐行意见：

• 引用具体页码／行号或章节
• 指出事实错误、表述不清或缺失引用
• 提出具体的修改建议以提升清晰度

向作者提出的问题

列出需要澄清的具体问题：

• 不清楚的方法学细节
• 看似相互矛盾的结果
• 评估该工作所需的缺失信息
• 要求提供额外数据或分析

语气与方法

在整个审稿过程中保持建设性、专业且友善的语气。

最佳实践：

• 建设性： 将批评表述为改进的机会
• 具体： 提供具体示例和可操作的建议
• 平衡： 既承认优点，也指出不足
• 尊重： 记住作者已投入大量精力
• 客观： 聚焦科学本身，而非科学家
• 全面： 不要遗漏问题，但要有适当的优先级
• 清晰： 避免含糊或笼统的批评

避免：

• 人身攻击或轻蔑性语言
• 讽刺或居高临下
• 没有具体示例的笼统批评
• 要求超出研究范围的不必要实验
• 要求遵循个人偏好而非最佳实践
• 在双盲审稿时暴露自己的身份

按稿件类型的特殊考虑

原创研究论文

• 强调严谨性、可复现性和新颖性
• 评估重要性和影响力
• 核实结论是否由数据驱动
• 检查方法是否完整、对照是否恰当

综述与 Meta 分析

• 评估文献覆盖的全面性
• 评估检索策略及纳入／排除标准
• 核实方法是否系统、是否存在偏倚
• 检查是否有批判性分析，而非仅仅总结
• 对于 Meta 分析，评估统计方法和异质性

方法学论文

• 强调验证及与现有方法的比较
• 评估可复现性以及方案／代码的可得性
• 评估相对现有方法的改进
• 检查是否提供了足以实现该方法的细节

简报／通讯

• 根据篇幅简短调整期望
• 确保核心发现仍然严谨且重要
• 核实格式是否适合该发现

预印本

• 认识到其尚未经过正式同行评审
• 可能不如期刊投稿那样完善
• 仍应适用严格的科学有效性标准
• 考虑提供建设性反馈，帮助作者在期刊投稿前改进

演示文稿与幻灯片

⚠️ 关键：对于演示文稿，绝不要直接读取 PDF。务必先转换为图像。

在审阅科学演示文稿（PowerPoint、Beamer、幻灯片）时：

强制性的基于图像的审阅工作流

绝不要尝试直接读取演示文稿 PDF——这会导致缓冲区溢出错误，并且无法显示视觉排版问题。

必需流程：

1. 使用 Python 将 PDF 转换为图像：

   python skills/scientific-slides/scripts/pdf_to_images.py presentation.pdf review/slide --dpi 150
   # Creates: review/slide-001.jpg, review/slide-002.jpg, etc.
   

2. 依次读取并检查每一张幻灯片图像文件
3. 记录问题并注明具体的幻灯片编号
4. 就视觉排版和内容提供反馈

开始审阅时打印：

[HH:MM:SS] PEER REVIEW: Presentation detected - converting to images for review
[HH:MM:SS] PDF REVIEW: NEVER reading PDF directly - using image-based inspection

演示文稿专属评估标准

视觉设计与可读性：

• 文字足够大（最小 18pt，正文最好 24pt+）
• 文字与背景之间对比度高（最低 4.5:1，最好 7:1）
• 配色专业且对色盲友好
• 所有幻灯片视觉设计一致
• 留白充足（不拥挤）
• 字体清晰且专业

布局与排版（检查每一张幻灯片图像）：

• 幻灯片边缘无文字溢出或截断
• 无元素重叠（文字压在图像上、形状相互重叠）
• 标题位置一致
• 内容对齐正确
• 项目符号和文字未被裁切
• 图注和标签可见且可读
• 图表位于幻灯片边界内

内容质量：

• 每张幻灯片一个核心观点（不过载）
• 文字精简（每张幻灯片最多 3-6 条项目符号）
• 项目符号简洁（每条 5-7 个词）
• 图表经过简化且清晰（不是从论文中复制粘贴）
• 数据可视化具有大而可读的标签
• 有引用且格式正确
• 结果/数据幻灯片占演示文稿的主导地位（内容的 40-50%）

结构与流程：

• 叙事脉络清晰（引言 → 方法 → 结果 → 讨论）
• 幻灯片之间逻辑递进
• 幻灯片数量与演讲时长匹配（约每分钟 1 张幻灯片）
• 标题幻灯片包含作者、所属机构、日期
• 引言引用相关背景文献（3-5 篇论文）
• 讨论引用对比论文（3-5 篇论文）
• 结论幻灯片总结关键发现
• 结尾有致谢/资助幻灯片

科学内容：

• 研究问题陈述清晰
• 方法总结充分（细节不过多）
• 结果按逻辑呈现并有清晰的可视化
• 统计显著性标注得当
• 结论有所示数据的支持
• 在适当之处说明了局限性
• 讨论了未来方向或更广泛的影响

需要标记的常见演示文稿问题：

关键问题（必须修复）：

• 文字溢出导致内容无法阅读
• 字体太小（<18pt）
• 元素重叠遮挡数据
• 对比度不足（文字难以阅读）
• 图表过于复杂或难以辨认
• 没有引用（完全无依据的论断）
• 幻灯片数量与时长严重不匹配

主要问题（应当修复）：

• 各幻灯片设计不一致
• 文字过多（大段文字，而非项目符号）
• 图表简化不当（坐标轴标签太小）
• 布局拥挤，留白不足
• 缺少关键结构要素（没有结论幻灯片）
• 配色不佳（对色盲不友好）
• 结果内容极少（<30% 的幻灯片）

次要问题（改进建议）：

• 可以多用一些视觉元素/图表
• 部分幻灯片文字略多
• 轻微的对齐不一致
• 可以增加更多留白
• 增加引用会更有力地支撑论断
• 配色可以更现代

演示文稿的评审报告格式

总结陈述：

• 演示文稿质量的总体印象
• 是否适合目标受众和时长
• 主要优点（视觉设计、内容、清晰度）
• 主要缺点（格式问题、内容缺口）
• 建议（可直接演示、小幅修改、大幅修改）

布局与格式问题（按幻灯片编号）：

Slide 3: Text overflow - bullet point 4 extends beyond right margin
Slide 7: Element overlap - figure overlaps with caption text
Slide 12: Font size - axis labels too small to read from distance
Slide 18: Alignment - title not centered

内容与结构反馈：

• 背景语境与引用的充分性
• 研究问题与目标的清晰度
• 方法概述的质量
• 结果呈现的有效性
• 结论与意义的力度

设计与可访问性：

• 整体视觉吸引力和专业性
• 颜色对比度和可读性
• 色盲可访问性
• 各幻灯片之间的一致性

时间与范围：

• 幻灯片数量是否与预期时长匹配
• 细节程度是否适合报告类型
• 各部分之间的平衡

基于图像的示例评审流程

[14:30:00] PEER REVIEW: Starting review of presentation
[14:30:05] PEER REVIEW: Presentation detected - converting to images
[14:30:10] PDF REVIEW: Running pdf_to_images.py on presentation.pdf
[14:30:15] PDF REVIEW: Converted 25 slides to images in review/ directory
[14:30:20] PDF REVIEW: Inspecting slide 1/25 - title slide
[14:30:25] PDF REVIEW: Inspecting slide 2/25 - introduction
...
[14:35:40] PDF REVIEW: Inspecting slide 25/25 - acknowledgments
[14:35:45] PDF REVIEW: Completed image-based review
[14:35:50] PEER REVIEW: Found 8 layout issues, 3 content issues
[14:35:55] PEER REVIEW: Generating structured feedback by slide number

请记住： 对于演示文稿，通过图像进行视觉检查是强制性的。切勿尝试将演示文稿 PDF 作为文本读取——这会失败，并遗漏所有视觉格式问题。

资源

此技能包含支持全面同行评审的参考材料：

references/reporting_standards.md

跨学科主要报告标准（CONSORT、PRISMA、ARRIVE、MIAME、STROBE 等）的指南，用于评估方法和结果报告的完整性。

references/common_issues.md

同行评审中常见的方法学和统计问题目录，并附有识别和解决这些问题的指导。

最终检查清单

在最终确定评审之前，请核实：

• 总结陈述清楚传达总体评估
• 主要问题被明确识别并得到论证
• 建议的修改具体且可操作
• 次要问题已被记录但得到适当分类
• 统计方法已得到评估
• 可复现性和数据可用性已得到评估
• 伦理考量已得到核实
• 图表已就其质量和完整性进行评估
• 写作质量已得到评估
• 全文语气具有建设性且专业
• 评审详尽但与稿件范围相称
• 建议与已识别的问题一致