在 arXiv / PubMed / Semantic Scholar / Google Scholar 等多数据库检索论文,下载 PDF 全文,提取参考文献和引用关系。
在 Google Scholar / PubMed / IEEE / ACM / Scopus / Web of Science 上系统检索,构建检索表达式(布尔逻辑 + 字段限定),获取引用列表和影响因子。
从 arXiv / PubMed / PMC 批量下载 PDF,自动提取论文元数据(标题/作者/年份/期刊/摘要),生成结构化索引(CSV/BibTeX)。
配置关键词和学术信源,自动监测最新论文发表,定期生成中文摘要推送,支持按领域/作者/期刊过滤。
在 CNKI 执行高级检索:限定 CSSCI/北大核心来源、时间范围、学科分类,按被引量/下载量排序,导出文献题录信息。
管理参考文献列表,按 APA / MLA / Chicago / GB/T 7714 等格式规范输出,确保每一条引用真实可查。
对每个研究主题强制执行两轮调研流程:第一轮广撒网(多源搜索),第二轮深挖(跟踪引用链),所有引用使用 APA 7 版格式,对证据强度分级(强/中/弱),每轮向用户确认方向。
审阅已收集论文,开展系统性文献综述:识别研究主题簇、追踪学术趋势、标记研究空白,梳理论文间的引用关系和理论脉络。
基于 12 要素分析法深度拆解每篇论文:研究问题/假设/方法/样本/变量/分析/结果/讨论/局限/贡献/可复现性/引用价值,保存为结构化表格。
采用 8 阶段系统回顾工作流,覆盖中英文文献(CNKI / Web of Science / ScienceDirect),中英文同步推进,确保不遗漏中文核心期刊成果。
生成论文大纲和文献综述框架:按主题/时间/方法论组织,定义各章节论点和支持文献,检查引用格式规范。
按学术规范撰写文献综述正文:引言(研究背景与范围)→ 主题分析(分主题论述)→ 批判性讨论(评价与比较)→ 结论(总结与展望)。
根据研究设计和数据类型选择合适统计方法,覆盖 80+ 种方法:回归分析(线性/逻辑/多元)、生存分析、贝叶斯推断、荟萃分析、因果推断等。
执行贝叶斯统计推断、蒙特卡洛模拟、构建生存分析模型和风险评估框架,输出模型诊断和拟合评估。
按标准化工作流执行:数据清洗(缺失值/异常值处理)→ 描述性统计 → 探索性数据分析(EDA)→ 科学可视化。
执行 37+ 种统计检验:正态性检验、参数/非参数位置检验、相关性检验、时间序列检验、模型诊断(残差/共线性/异方差)。
将分析结果整理为中文报告:研究问题→分析方法→分析结果→统计结论→可视化建议→业务/研究建议。
绘制学术级图表,确保分辨率/字号/配色符合期刊发表规范(APA 图表格式),标注统计显著性。
收集写作素材(实验数据/引文/图表),提炼核心研究论点,构建论文框架和逐章写作大纲。
逐段修正语法错误,优化句式结构(消除冗余/提升精确性),统一写作风格和术语使用,适配目标期刊/会议的投稿标准。
按标准论文结构完善各章节:摘要(目的/方法/结果/结论)→ 引言→ 方法→ 结果→ 讨论→ 结论,确保逻辑连贯。
细化段落组织和论证逻辑链,确保研究方法与结论一致性,搭建从研究问题到结论的完整论证框架。
按学术规范完成正文写作:严格遵守期刊/学位论文格式要求,正确使用学术术语和引用规范,输出 LaTeX 或 Word 格式。
检测文本重复率,通过表述改写降低重复度,同时保留原意和引用证据边界,确保学术诚信。
共 1 个版本