scientific-critical-thinking
과학적 근거의 질 평가
과학적 주장은 취약한 방법론, 편향, 근거 없는 결론을 숨긴 채 설득력 있어 보일 수 있습니다. 이 스킬은 Claude, Codex, Claude Code가 구조화된 근거 평가, 연구 설계 비평, 명확한 권고를 수행하도록 안내합니다.
내 에이전트로 설치
이 요청을 에이전트에 복사하세요. 공식 Skill 페이지와 매니페스트가 포함되어 있습니다.
Review the Skillstore skill "scientific-critical-thinking" from https://skillstore.io/skills/k-dense-ai-scientific-critical-thinking.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-scientific-critical-thinking/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.에이전트는 계속해서 계획을 표시하고 보안 정책에서 요구하는 확인을 요청해야 합니다.
에이전트가 읽기 쉬운 리소스
AI 에이전트, 크롤러, 스크립트가 전체 페이지 대신 정리된 컨텍스트만 필요할 때 이 링크를 사용하세요.
테스트해 보기
"scientific-critical-thinking" 사용 중입니다. 한 논문이 소규모 관찰 설문조사 후 식단이 체중 감량을 유발한다고 주장합니다.
예상 결과:
검토에서는 인과적 과잉 해석, 선택 편향, 통제되지 않은 교란, 누락된 효과 크기를 지적합니다. 결과를 연관성으로 표현할 것을 권장합니다.
"scientific-critical-thinking" 사용 중입니다. 한 임상시험이 p < .05를 보고했지만 효과 크기와 다중 비교 보정을 생략했습니다.
예상 결과:
- 주요 우려: 통계적 유의성이 과도하게 강조되었습니다.
- 필요한 근거: 효과 크기, 신뢰구간, 보정 계획.
- 제안 결론: 다중성 및 정밀도 문제가 다루어지기 전까지 결과는 예비적입니다.
"scientific-critical-thinking" 사용 중입니다. 한 연구팀이 사전 등록된 실험 계획에 대한 피드백을 원합니다.
예상 결과:
평가는 무작위 배정, 눈가림 가능성, 결과 타당성, 표본 크기 계획, 결측 데이터 처리, 보고 약속을 확인합니다.
보안 감사
중간 위험Most static findings are false positives from Markdown prose, reference paths, and fenced code formatting, not reconnaissance or Ruby shell backticks. No prompt injection was found, but the skill includes external platform steering that could move users toward the author's hosted service. The author should remove promotional routing and clarify optional command examples before publishing.
확인된 보안 우려 사항 (1)
위험 요인
이 보고서 공유 및 인용
버전이 지정된 평가 보고서, 중립 배지, 임베드 카드 및 인용을 공유하세요. Skillstore는 근거를 보고하지만 이 Skill의 안전 여부를 판단하지 않습니다.
보고서 링크 복사
https://skillstore.io/skills/k-dense-ai-scientific-critical-thinking/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 배지
[](https://skillstore.io/skills/k-dense-ai-scientific-critical-thinking?utm_source=security_passport_badge)HTML 배지
<a href="https://skillstore.io/skills/k-dense-ai-scientific-critical-thinking?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-scientific-critical-thinking/security.svg" alt="Skillstore security assessment" loading="lazy"></a>임베드 카드
<iframe src="https://skillstore.io/embed/skills/k-dense-ai-scientific-critical-thinking.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>학술 인용 (APA · BibTeX · CFF)
APA 인용
K-Dense-AI. (2026). scientific-critical-thinking security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-scientific-critical-thinking/audits/7BibTeX 인용
@techreport{k-dense-ai-k-dense-ai-scientific-critical-thinking-2026,
author = {K-Dense-AI},
title = {scientific-critical-thinking security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/k-dense-ai-scientific-critical-thinking/audits/7},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "scientific-critical-thinking security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/k-dense-ai-scientific-critical-thinking/audits/7"
identifiers:
- type: other
value: "skillstore:k-dense-ai-scientific-critical-thinking:audit:7"
description: "Skillstore immutable audit report identifier"
변형 비교
설치 가능한 변형 2개각 작성자의 스킬은 별도의 설치 항목으로 유지됩니다. 추천 변형은 Skillstore 근거로 순위가 정해집니다.
이 변형이 1위인 이유
davila7-scientific-critical-thinking
2026-09-09
k-dense-ai-scientific-critical-thinking
2026-09-09
Skillstore 점수
이 점수의 이유 증거 신뢰도: 높음만들 수 있는 것
투고 전 연구 검토
원고나 프리프린트를 보내기 전에 타당성 위협, 보고 누락, 근거 없는 결론을 찾아냅니다.
의사결정을 위한 근거 평가
연구들을 비교하고 근거가 임상, 제품, 정책 선택에 충분히 강한지 판단합니다.
연구 평가 교육
논문이나 주장을 편향, 통계, 인과성, 근거 질에 관한 구조화된 수업으로 바꿉니다.
이 프롬프트를 사용해 보세요
이 과학적 주장의 근거 강도, 가정, 누락된 정보를 평가하세요: [claim].
이 연구 요약 또는 논문 섹션을 검토하세요. 강점, 타당성 위협, 편향, 근거가 뒷받침하는 결론을 식별하세요: [text].
이 연구들에 근거 질 프레임워크를 적용하세요. 설계 강도, 비뚤림 위험, 일관성, 직접성, 정밀도, 확신도를 비교하세요: [studies].
비판적 연구 설계 검토자로서 이 프로토콜을 검토하세요. 표본 추출, 측정, 대조, 분석, 윤리, 보고의 결함을 찾으세요: [protocol].
모범 사례
- 가능하면 주장, 방법 세부 정보, 표본, 결과 변수, 통계 결과를 제공하세요.
- 근거 강도, 비뚤림 위험, 결론 지지 수준을 별도로 평가해 달라고 요청하세요.
- 비평을 활용해 표현, 설계, 보고 또는 후속 질문을 개선하세요.
피하기
- 근거나 연구 맥락을 공유하지 않은 채 판정만 요청하지 마세요.
- 이 스킬을 공식 동료 심사의 대체물로 취급하지 마세요.
- 기대와 충돌한다는 이유만으로 연구 결과를 기각하는 데 사용하지 마세요.
자주 묻는 질문
이 스킬로 전체 논문을 동료 심사할 수 있나요?
GRADE 또는 Cochrane 방법을 적용하나요?
인과성을 판단할 수 있나요?
최상의 결과를 위해 무엇을 제공해야 하나요?
통계를 평가할 수 있나요?
학술 논문에만 한정되나요?
개발자 세부 정보
작성자
K-Dense-AI라이선스
MIT license
Skillstore 리비전
r1
버전 안내
작성자가 버전을 선언하지 않았습니다.
참조
a25199bc7d6b82598536822d1738eb5d5f54025b
유지보수 최신성
2026. 7. 18.
사용량
161 다운로드 · 210 조회