📦

peer-review

Name: peer-review
Author: K-Dense-AI

Niedriges Risiko 🌐 Netzwerkzugriff⚙️ Externe Befehle

Wissenschaftliche Manuskripte mit strukturierten Checklisten überprüfen

Auch verfügbar von: davila7

Forscher benötigen systematische Werkzeuge zur Bewertung von Manuskripten anhand strenger methodischer und Berichterstattungsstandards. Diese Fähigkeit bietet strukturierte Peer-Review-Workflows mit checklistenbasierter Bewertung für statistische Strenge, Reproduzierbarkeit und Einhaltung fachspezifischer Richtlinien.

Unterstützt: Claude Codex Code(CC)

📊 70 Angemessen

Die Skill-ZIP herunterladen

In Claude hochladen

Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen

Einschalten und loslegen

Teste es

Verwendung von "peer-review". Überprüfung eines Methodenpapiers zu einem neuen CRISPR-Protokoll

Erwartetes Ergebnis:

ZUSAMMENFASSUNG: Dieses Manuskript beschreibt ein neuartiges CRISPR-Cas9-Protokoll mit verbesserter Spezifität. Die Methode ist gut charakterisiert und enthält angemessene Kontrollen. Empfehlung: Kleinere Überarbeitungen.
GRÖSSERE KOMMENTARE:
1. Power-Analyse zur Begründung der Stichprobengröße fehlt in den Methoden.
2. Vergleich mit bestehenden Goldstandard-Methoden sollte enthalten sein.
KLEINERE KOMMENTARE: Abbildungslegende 3 sollte Fehlerbalken definieren (SD vs SEM).

Verwendung von "peer-review". Überprüfung eines klinischen Studienberichts auf CONSORT-Konformität

Erwartetes Ergebnis:

CONSORT-KONFORMITÄTSPRÜFUNG:
- Studiendesign beschrieben: JA
- Stichprobenberechnung: TEILWEISE (fehlende Effektgrößenannahme)
- Teilnehmerflussdiagramm: FEHLT
- Basischarakteristika: VOLLSTÄNDIG
- Unerwünschte Ereignisse: NICHT ADRESSIERT
Schlüsselempfehlung: CONSORT-Flussdiagramm und Abschnitt zu unerwünschten Ereignissen hinzufügen.

Verwendung von "peer-review". Überprüfung einer neurowissenschaftlichen fMRT-Studie

Erwartetes Ergebnis:

METHODIKBEWERTUNG:
Stärken: Präregistrierung dokumentiert, Verblindung implementiert, Korrektur bei multiplen Vergleichen angewendet (FDR).
Bedenken: Scanner-Sequenzparameter nicht vollständig spezifiziert, keine Begründung der Stichprobengröße, Rohdaten nicht hinterlegt.
EMPFEHLUNG: Größere Überarbeitungen vor Veröffentlichung erforderlich.

Sicherheitsaudit

Niedriges Risiko

v5 • 1/21/2026

All 106 static findings are false positives. The skill is a scientific peer review documentation tool. Detected 'C2 keywords' are false positives from legitimate terms like 'command-line'. 'Weak cryptographic algorithm' references are educational content in reference materials for evaluating manuscript methodology. Backtick patterns are markdown code formatting in documentation examples. No actual malicious code execution patterns exist.

Gescannte Dateien

2,229

Analysierte Zeilen

befunde

Gesamtzahl Audits

Auditiert von: claude Audit-Verlauf anzeigen →

Qualitätsbewertung

Architektur

100

Wartbarkeit

Inhalt

Community

Sicherheit

Spezifikationskonformität

Was du bauen kannst

Zeitschriften-Manuskriptüberprüfung

Bewertung von Originalforschungsarbeiten für Peer-Review-Zeitschriften. Bewertung der methodischen Strenge, statistischen Validität, Abbildungsqualität und Einhaltung der Berichterstattungsrichtlinien. Erstellung strukturierter Prüfberichte mit größeren und kleineren Kommentaren.

Antragsbewertung für Fördermittel

Überprüfung von Förderanträgen für Förderorganisationen. Bewertung von Innovation, methodischer Fundiertheit, Durchführbarkeit und statistischer Power. Bereitstellung von Feedback zu Schwächen und erforderlichen Klarstellungen vor der Einreichung.

Qualitätsprüfung von Preprints

Bewertung von Preprint-Manuskripten auf methodische Qualität und Reproduzierbarkeitsbedenken. Identifizierung statistischer Probleme, fehlender Kontrollen und potenzieller Probleme vor der formalen Zeitschrifteneinreichung.

Probiere diese Prompts

Grundlegende Manuskriptüberprüfung

Überprüfen Sie dieses Manuskript mit der Peer-Review-Fähigkeit. Bewerten Sie die Einleitung für Klarheit und Literaturkontext, die Methoden für Reproduzierbarkeit und statistische Strenge, die Ergebnisse für angemessene Präsentation und die Diskussion für ausgewogene Schlussfolgerungen. Geben Sie eine Zusammenfassung mit Gesamtempfehlung und listen Sie größere und kleinere Kommentare auf.

Audit der statistischen Methoden

Fokussieren Sie die Peer-Review ausschließlich auf statistische Methoden. Überprüfen Sie die Stichprobengrößenbegründung, Annahmeverifikation, angemessene Testauswahl, Korrektur bei multiplen Vergleichen und Effektgrößenberichterstattung. Listen Sie alle statistischen Bedenken mit spezifischen Empfehlungen auf.

Einhaltung der Berichterstattungsstandards

Überprüfen Sie dieses Manuskript auf Einhaltung der [CONSORT/STROBE/PRISMA/ARRIVE] Berichterstattungsrichtlinien. Stellen Sie sicher, dass alle erforderlichen Elemente vorhanden und angemessen beschrieben sind. Notieren Sie fehlende oder unvollständige Checklistenpunkte.

Umfassende mehrstufige Überprüfung

Führen Sie eine vollständige Peer-Review gemäß allen sieben Phasen durch: Erstbewertung, Detaillierte Abschnittsüberprüfung, Methodische Strenge, Reproduzierbarkeitsbewertung, Abbildungsauswertung, Ethische Überprüfung und Schreibqualität. Geben Sie einen vollständigen strukturierten Bericht mit Zusammenfassung, größeren Kommentaren, kleineren Kommentaren und Autorenfragen.

Bewährte Verfahren

Überprüfen Sie statistische Annahmen immer, anstatt berichtete p-Werte einfach als bare Münze zu nehmen. Fordern Sie Rohdaten an, wenn dies notwendig ist, um die korrekte Analyse zu bestätigen.
Unterscheiden Sie zwischen größeren Problemen, die die Validität beeinflussen, und kleineren Problemen, die die Klarheit beeinflussen. Priorisieren Sie Feedback, um Autoren zu helfen, sich zu verbessern, anstatt einfach zu kritisieren.
Verwenden Sie Berichterstattungsrichtlinien (CONSORT, STROBE, PRISMA) als Checklisten, um eine umfassende Bewertung und konsistente Standards über alle Überprüfungen hinweg sicherzustellen.

Vermeiden

Vermeiden Sie vage Kritik ohne spezifische Beispiele. Verweisen Sie immer auf spezifische Abschnitte, Abbildungen oder Zeilennummern, um das Feedback umsetzbar zu machen.
Fordern Sie keine zusätzlichen Experimente über den Rahmen der Studie hinaus an, ohne klare Begründung, wie sie die Schlussfolgerungen ändern würden.
Vermeiden Sie persönliche Urteile über die Autoren. Konzentrieren Sie die Bewertung ausschließlich auf Wissenschaft, Methodik und Berichterstattungsqualität.

Häufig gestellte Fragen

Welche Manuskripttypen kann diese Fähigkeit überprüfen?

Diese Fähigkeit unterstützt Originalforschungsartikel, Reviews und Meta-Analysen, Methodenpapiere, Kurzberichte, Preprints und Förderanträge aus allen wissenschaftlichen Disziplinen.

Überprüft diese Fähigkeit Zitate oder sucht nach Plagiaten?

Nein. Diese Fähigkeit bewertet Methodik, Statistik und Berichterstattungsstandards. Zitatverifizierung und Plagiatserkennung erfordern Zugang zu externen Datenbanken, die hier nicht verfügbar sind.

Kann diese Fähigkeit spezialisierte Bereiche wie klinische Studien oder Genomik überprüfen?

Ja. Die Fähigkeit enthält Referenzmaterialien für fachspezifische Richtlinien, einschließlich CONSORT für Studien, STROBE für Beobachtungsstudien und MIAME/MINSEQE für Genomik.

Wie geht diese Fähigkeit mit statistischer Expertise um?

Die Fähigkeit bietet strukturierte Checklisten für gängige statistische Probleme, kann aber das Urteilsvermögen von Fachexperten für hochspezialisierte Analysen nicht ersetzen.

Greift diese Fähigkeit auf externe Datenrepositorys zu?

Nein. Die Fähigkeit überprüft nur den bereitgestellten Manuskriptinhalt. Datenverfügbarkeitserklärungen werden bewertet, aber nicht gegen tatsächliche Repositories verifiziert.

Welche Berichterstattungsrichtlinien werden unterstützt?

Die Fähigkeit verweist auf CONSORT (Studien), STROBE (Beobachtungs), PRISMA (Reviews), ARRIVE (Tierforschung), MIAME (Mikroarrays), MINSEQE (Sequenzierung) und andere in der Referenz für Berichterstattungsstandards.