scientific-visualization

学術投稿は、投稿先によってフォーマット規則が異なるため失敗することがよくあります。このスキルは、より迅速な準備のためにテンプレート、要件、例を提供します。

医療機器チームは、認証監査の前に完全なQMS文書を作成する必要があります。このスキルは、ISO 13485対応準備のためのテンプレート、チェックリスト、ギャップ分析ガイダンスを提供します。

創薬チームには、信頼できるデータセットと公正な評価プロトコルが必要です。このスキルは、ClaudeがPyTDCを使用して、キュレーション済みの治療薬MLデータ、ベンチマーク分割、メトリクス、分子オラクルを扱うのに役立ちます。

タンパク質リガンドドッキングには、慎重なセットアップ、パラメータ選択、結果解釈が必要です。このスキルは、ポーズ、信頼度スコア、スクリーニングのためのDiffDockワークフローをガイドします。

研究者は観察結果を明確で検証可能な説明へと変換する必要があります。このスキルは、エビデンスレビュー、競合する仮説、予測、実験計画を構造化します。

検定の選択や結果の報告は時間がかかり、誤りが生じやすい作業です。このスキルは、検定の選択、前提条件、効果量、検出力分析、ベイズ的選択肢、APA形式での報告を支援します。

Matplotlib は、複雑な科学プロットで一貫して使うのが難しい場合があります。このスキルは、より明確な図を作るための実践的な例、スタイリング指針、ヘルパースクリプトを提供します。

データは表の中に留まっていると、トレンドが見えにくくなることがよくあります。このスキルは、明確なビジュアルレポートを作成するためのグラフ選定、スタイリング、エクスポートをガイドします。

生データは、適切なチャートがなければ解釈が困難です。このスキルは、実用的なライブラリ例を使って、明確な静的およびインタラクティブな可視化を作成するのに役立ちます。

統計プロットの選択は、データ分析や図表作成を遅らせることがあります。このスキルは、明確なPython可視化のために、Seabornのプロット選択、パラメータ、スタイリング、例をガイドします。

研究者には、根拠を明確に伝え、ジャーナルの書き出し規定を満たす図が必要です。このスキルは、データセット、下書き、図のアイデアを、投稿準備済みのビジュアルを作成するための構造化されたPythonまたはRのワークフローに変換します。

研究者には、図を手作業で作り直すことなく、明確な科学図版が必要です。このスキルは出版物向けの模式図を生成し、文書固有の品質目標に照らしてレビューします。