批判性思维是一种系统性的科学严谨性评估过程。通过使用 GRADE 和 Cochrane ROB 框架，评估研究方法、实验设计、统计有效性、偏倚、混杂因素以及证据质量，从而对科学主张进行批判性分析。
在以下情况下应使用此技能：
评估研究方法的严谨性、有效性及其潜在缺陷。
适用场景：
评估框架：
参考文献：详见 references/scientific_method.md 中的详细原则，以及 references/experimental_design.md 中的完整设计检查清单。
识别并评估可能扭曲研究结果的偏倚来源。
适用场景：
系统性偏倚审查：
参考文献：详见 references/common_biases.md，其中包含完整的偏倚分类、检测与缓解策略。
批判性评估统计方法、解释和报告。
适用场景：
统计审查清单：
参考文献：详见 references/statistical_pitfalls.md，其中包含详细的常见误区及正确做法。
系统性评估证据的强度和质量。
适用场景：
证据评估框架：
重要提示：高阶设计并不总是质量更高。一个设计良好的观察性研究可能优于一个执行不佳的 RCT。
参考文献：详见 references/evidence_hierarchy.md，其中包含详细的层级结构、GRADE 系统和质量评估工具。
识别并命名科学论点和主张中的逻辑错误。
适用场景：
科学中的常见谬误：
识别谬误时：
参考文献：详见 references/logical_fallacies.md，其中包含全面的谬误目录、示例与检测策略。
为规划严谨研究提供建设性指导。
适用场景：
设计流程：
参考文献：详见 references/experimental_design.md，其中包含从问题到传播全过程的完整设计检查清单。
系统性评估科学主张的有效性与支持程度。
适用场景：
主张评估流程：
将反馈结构化为：
| 场景 | 读取文件 |
|---|---|
| ------ | --------- |
| 科学方法核心原则、可证伪性、因果推断 | references/scientific_method.md |
| 偏倚类型分类、检测与缓解策略 | references/common_biases.md |
| 统计误区、P 值误解、效应大小、多重比较 | references/statistical_pitfalls.md |
| 证据层级、GRADE 系统、研究质量评估 | references/evidence_hierarchy.md |
| 逻辑谬误目录、示例与检测策略 | references/logical_fallacies.md |
| 实验设计完整检查清单（从问题到传播） | references/experimental_design.md |
共 1 个版本