ssci-subagent-skills 1.0.0

package/skills/research-design/prompts/method-selection-outline.md

@@ -0,0 +1,181 @@
+# 方法选择详纲
+
+## 1. 研究目的导向
+
+### 1.1 探索性研究
+- **目的**: 了解未知现象，产生假设
+- **适用方法**: 定性研究、案例研究、现象学研究
+- **数据类型**: 定性数据为主
+- **样本特征**: 小样本，深入分析
+- **分析方式**: 主题分析、内容分析、扎根理论
+
+### 1.2 描述性研究
+- **目的**: 描述现象的特征和分布
+- **适用方法**: 调查研究、横断面研究、观察研究
+- **数据类型**: 定量数据为主
+- **样本特征**: 大样本，代表性强
+- **分析方式**: 描述性统计、频率分析
+
+### 1.3 解释性研究
+- **目的**: 解释变量间的关系和因果机制
+- **适用方法**: 实验研究、准实验研究、相关研究
+- **数据类型**: 定量数据为主
+- **样本特征**: 随机抽样，控制变量
+- **分析方式**: 推断性统计、回归分析、因果推断
+
+### 1.4 评价性研究
+- **目的**: 评估干预措施的效果
+- **适用方法**: 实验研究、准实验研究、前后对比
+- **数据类型**: 定量数据为主
+- **样本特征**: 实验组和对照组
+- **分析方式**: t检验、方差分析、效果量计算
+
+## 2. 研究设计类型
+
+### 2.1 定性研究设计
+- **现象学研究**: 探索个体对特定现象的体验
+  - 适用场景: 理解主观体验和意义
+  - 数据收集: 深度访谈、反思日记
+  - 分析方法: 现象学分析、主题分析
+- **扎根理论**: 从数据中构建理论
+  - 适用场景: 理论缺失或需要重构理论
+  - 数据收集: 开放式访谈、观察
+  - 分析方法: 开放式编码、轴心编码、选择性编码
+- **案例研究**: 深入分析特定案例
+  - 适用场景: 复杂现象在自然情境中的表现
+  - 数据收集: 多源数据（访谈、观察、文档）
+  - 分析方法: 案例内分析、跨案例分析
+- **民族志**: 研究文化和社会群体
+  - 适用场景: 文化和社会行为研究
+  - 数据收集: 参与观察、田野笔记
+  - 分析方法: 文化分析、象征意义分析
+- **叙事研究**: 通过故事理解经验
+  - 适用场景: 个人经历和生命历程研究
+  - 数据收集: 生命故事、自传
+  - 分析方法: 叙事分析、情节分析
+
+### 2.2 定量研究设计
+- **实验设计**: 随机对照试验、随机对照试验
+  - 特征: 随机分配、控制组、操纵自变量
+  - 优点: 因果推断能力强
+  - 局限: 外部效度可能受限
+- **准实验设计**: 无随机分配的实验
+  - 特征: 无随机分配，但有对照组
+  - 优点: 现实情境中可行
+  - 局限: 内部效度可能受影响
+- **相关设计**: 探索变量间关系
+  - 特征: 观察变量间关系，不操纵变量
+  - 优点: 描述变量间关系
+  - 局限: 无法确定因果关系
+- **调查设计**: 横断面、纵向调查
+  - 特征: 收集大样本数据
+  - 优点: 结果推广性强
+  - 局限: 因果推断能力弱
+
+### 2.3 混合方法设计
+- **收敛式并行设计**: 同时收集和分析定量与定性数据
+  - 特征: 两种数据类型同等重要
+  - 适用: 验证和补充研究发现
+- **解释性顺序设计**: 先定量后定性
+  - 特征: 定量结果引导定性探索
+  - 适用: 解释定量结果
+- **探索性顺序设计**: 先定性后定量
+  - 特征: 定性发现指导定量验证
+  - 适用: 构建量表或理论模型
+- **嵌入式设计**: 一种方法嵌入另一种方法中
+  - 特征: 主次方法明确
+  - 适用: 辅助主方法的验证
+
+## 3. 选择标准
+
+### 3.1 研究问题匹配
+- **问题类型**: 方法是否适合回答研究问题？
+- **数据需求**: 数据类型是否匹配研究目标？
+- **理论框架**: 方法是否与理论框架一致？
+- **假设检验**: 是否能有效检验理论假设？
+
+### 3.2 资源约束
+- **时间资源**: 时间是否充足完成研究？
+- **财务资源**: 预算是否足够支持研究？
+- **人力资源**: 人员是否具备相应技能？
+- **技术资源**: 设备和工具是否具备？
+
+### 3.3 伦理考量
+- **知情同意**: 研究是否符合知情同意原则？
+- **隐私保护**: 是否保护参与者隐私？
+- **风险评估**: 研究风险是否在可接受范围内？
+- **伦理审批**: 是否通过伦理委员会审批？
+
+## 4. 数据收集方法
+
+### 4.1 定量数据收集
+- **问卷调查**: 大样本、标准化测量
+  - 优点: 效率高、标准化
+  - 局限: 深度有限
+- **实验测量**: 控制环境下的精确测量
+  - 优点: 精确、控制
+  - 局限: 生态效度
+- **观察记录**: 结构化观察和计数
+  - 优点: 客观、实时
+  - 局限: 可能存在观察者偏倚
+- **档案数据**: 现有数据库和记录
+  - 优点: 成本低、历史数据
+  - 局限: 可能不完全符合研究需求
+
+### 4.2 定性数据收集
+- **深度访谈**: 个体详细观点和体验
+  - 优点: 深入、详细
+  - 局限: 样本量小、耗时
+- **焦点小组**: 群体动态和互动
+  - 优点: 互动、动态
+  - 局限: 可能存在群体压力
+- **参与观察**: 自然环境中的行为观察
+  - 优点: 自然、真实
+  - 局限: 观察者偏倚、伦理问题
+- **文件分析**: 文档、图像、视频等
+  - 优点: 历史、客观
+  - 局限: 解释主观性
+
+## 5. 样本策略
+
+### 5.1 概率抽样
+- **简单随机抽样**: 每个个体等概率被选中
+- **分层抽样**: 按特征分层后抽样
+- **整群抽样**: 以群体为单位抽样
+- **系统抽样**: 按固定间隔抽样
+
+### 5.2 非概率抽样
+- **方便抽样**: 易于接触的个体
+- **目的抽样**: 根据特定标准选择
+- **雪球抽样**: 通过现有参与者寻找新参与者
+- **理论抽样**: 为理论构建选择案例
+
+## 6. 信效度考虑
+
+### 6.1 信度
+- **重测信度**: 时间稳定性
+- **内部一致性**: 项目间一致性
+- **评分者信度**: 评价者间一致性
+
+### 6.2 效度
+- **内容效度**: 测量内容的代表性
+- **结构效度**: 测量结构的准确性
+- **准则效度**: 与其他标准的相关性
+
+## 7. 常见错误与避免
+- **设计不当**: 選免研究设计与问题不匹配
+- **样本不足**: 選免样本量不足的问题
+- **控制不当**: 選免对无关变量控制不当
+- **伦理疏忽**: 選免忽视伦理问题
+
+## 8. 专业术语
+- **内部效度**: 研究结果归因于自变量的程度
+- **外部效度**: 研究结果推广到其他情境的程度
+- **建构效度**: 理论建构与测量的一致性程度
+- **统计结论效度**: 统计推断的准确性程度
+- **三角验证**: 使用多种方法验证结果
+
+## 9. 参考文献
+- Tashakkori, A., & Teddlie, C. (Eds.). (2010). Sage handbook of mixed methods in social & behavioral research. Sage Publications.
+- Creswell, J. W., & Plano Clark, V. L. (2017). Designing and conducting mixed methods research. Sage publications.
+- Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.

package/skills/research-design/prompts/method-selection.md

@@ -0,0 +1,36 @@
+# 方法选择专家提示
+
+## 任务目标
+基于研究问题和目标匹配最合适的研究方法和设计，确保研究的科学性和可行性。
+
+## 核心任务
+1. **目的匹配** - 研究目的与方法匹配
+2. **设计选择** - 选择最适合的研究设计
+3. **资源评估** - 评估资源约束和可行性
+4. **质量保证** - 确保方法的科学性
+
+## 方法选择流程
+1. **目的分析** → 明确研究目的和类型
+2. **设计匹配** → 匹配适合的研究设计
+3. **约束评估** → 评估资源和时间约束
+4. **质量检查** → 确保方法科学性
+
+## 方法类型
+- **定性研究**: 现象学、扎根理论、案例研究、民族志、叙事研究
+- **定量研究**: 实验、准实验、调查、相关研究
+- **混合方法**: 收敛式、解释式、探索式、嵌入式设计
+
+## 输出要求
+- 推荐研究设计
+- 选择理由
+- 实施要点
+- 潜在局限
+
+## 关键术语
+- **内部效度**: 研究结果归因于自变量的程度
+- **外部效度**: 研究结果推广到其他情境的程度
+- **建构效度**: 理论建构与测量的一致性程度
+- **统计结论效度**: 统计推断的准确性程度
+
+## 详细指南
+参见 [方法选择详纲](./method-selection-outline.md)

package/skills/research-design/prompts/problem-definition-outline.md

@@ -0,0 +1,107 @@
+# 问题定义详纲
+
+## 1. 问题识别
+
+### 1.1 现象观察
+- **文献回顾**: 全面回顾相关文献，识别知识缺口
+- **实践观察**: 从实际工作中发现需要解决的问题
+- **理论启发**: 基于理论框架提出研究问题
+- **跨学科视角**: 结合多个学科视角发现问题
+
+### 1.2 知识缺口识别
+- **时间缺口**: 某个时间段研究不足
+- **主题缺口**: 某个研究主题缺乏关注
+- **方法缺口**: 某个研究主题缺乏合适方法
+- **理论缺口**: 理论解释不充分
+
+### 1.3 问题类型
+- **探索性问题**: 用于研究未知或理解不足的现象
+  - 通常使用"如何"、"什么"等词开头
+  - 例如："社交媒体如何影响青少年的心理健康？"
+- **描述性问题**: 用于描述现象的特征和分布
+  - 例如："大学生的社交媒体使用模式是什么？"
+- **解释性问题**: 用于探讨变量之间的关系和因果机制
+  - 例如："社交媒体使用时间与焦虑水平之间存在什么关系？"
+- **评价性问题**: 用于评估干预措施的效果
+  - 例如："认知行为疗法对焦虑症的治疗效果如何？"
+
+## 2. 问题表述
+
+### 2.1 SMART原则
+- **Specific (具体)**: 问题应明确具体
+- **Measurable (可测量)**: 问题涉及的变量可测量
+- **Achievable (可实现)**: 问题在资源范围内可研究
+- **Relevant (相关)**: 问题与研究领域相关
+- **Time-bound (有时限)**: 问题在时间范围内可完成
+
+### 2.2 问题评估标准
+- **重要性评估**: 问题对理论和实践的贡献
+- **可行性评估**: 资源、时间、技术的可行性
+- **创新性评估**: 问题的新颖性和独特性
+- **影响评估**: 研究结果的潜在影响
+
+## 3. 假设构建
+
+### 3.1 偌设类型
+- **零假设 (H0)**: 声明没有效应或差异
+- **备择假设 (H1)**: 声明有效应或差异
+- **定向假设**: 预测效应方向
+- **非定向假设**: 不预测效应方向
+
+### 3.2 偌设特征
+- **可检验性**: 能够通过经验数据验证
+- **简洁性**: 表述简洁明了
+- **理论基础**: 基于现有理论或文献
+- **变量明确**: 明确定义自变量和因变量
+
+## 4. 概念框架
+
+### 4.1 概念定义
+- **概念定义**: 理论上的定义
+- **操作定义**: 如何测量概念
+- **维度**: 概念包含的子维度
+
+### 4.2 变量关系
+- **自变量**: 研究者操控或观察的变量
+- **因变量**: 研究者测量的结果变量
+- **中介变量**: 解释自变量和因变量关系的变量
+- **调节变量**: 影响自变量和因变量关系的变量
+- **控制变量**: 与自变量和因变量都相关的变量
+
+## 5. 研究设计匹配
+
+### 5.1 问题-设计匹配
+- **探索性问题** → 探索性设计（案例研究、现象学研究）
+- **描述性问题** → 描述性设计（调查研究、横断面研究）
+- **解释性问题** → 解释性设计（实验、准实验、相关研究）
+- **评价性问题** → 评价性设计（实验、准实验）
+
+### 5.2 数据类型匹配
+- **定量数据** → 定量分析方法
+- **定性数据** → 定性分析方法
+- **混合数据** → 混合方法分析
+
+## 6. 质量检查清单
+- [ ] 研究问题是否清晰明确？
+- [ ] 问题是否具有理论和实践意义？
+- [ ] 问题是否可操作和可研究？
+- [ ] 偌设是否基于理论？
+- [ ] 变量定义是否清晰？
+- [ ] 概念框架是否完整？
+
+## 7. 常见错误与避免
+- **问题不明确**: 選免研究问题模糊不清
+- **问题过大**: 選免研究问题范围过于宽泛
+- **问题过小**: 選免研究问题范围过于狭窄
+- **变量定义不清**: 明确定义所有变量
+
+## 8. 专业术语
+- **自变量**: 研究者操控或观察的变量
+- **因变量**: 研究者测量的结果变量
+- **中介变量**: 解释自变量和因变量关系的变量
+- **调节变量**: 影响自变量和因变量关系的变量
+- **混淆变量**: 与自变量和因变量都相关的变量
+
+## 9. 参考文献
+- Creswell, J. W., & Creswell, J. D. (2017). Research design: Qualitative, quantitative, and mixed methods approaches. Sage publications.
+- Trochim, W. M., & Donnelly, J. P. (2006). The research methods knowledge base. Cengage Learning.

package/skills/research-design/prompts/problem-definition.md

@@ -0,0 +1,30 @@
+# 问题定义专家提示
+
+## 任务目标
+构建高质量的研究问题和假设，为后续研究设计奠定基础。
+
+## 核心任务
+1. **问题识别** - 识别研究现象和知识缺口
+2. **问题表述** - 构建清晰、可操作的研究问题
+3. **假设构建** - 基于理论构建研究假设
+4. **概念框架** - 明确核心概念和关系
+
+## 问题定义流程
+1. **现象观察** → 识别待研究现象
+2. **缺口识别** → 确定现有研究不足
+3. **问题构建** → 基于SMART原则构建问题
+4. **假设形成** → 构建可检验的假设
+
+## 输出要求
+- 研究问题（主要+次要）
+- 研究假设（零假设和备择假设）
+- 概念框架（核心概念定义和关系）
+
+## 关键术语
+- **自变量**: 研究者操控或观察的变量
+- **因变量**: 研究者测量的结果变量
+- **中介变量**: 解释自变量和因变量关系的变量
+- **调节变量**: 影响自变量和因变量关系强度或方向的变量
+
+## 详细指南
+参见 [问题定义详纲](./problem-definition-outline.md)

package/skills/research-design/pyproject.toml

@@ -0,0 +1,35 @@
+[project]
+name = "research-design"
+version = "1.0.0"
+description = "鎵ц鐮旂┒璁捐锛屽寘鎷棶棰樺畾涔夈€佹柟娉曢€夋嫨銆佹暟鎹敹闆嗚鍒掋€佸垎鏋愮瓥鐣ュ拰浼︾悊鑰冭檻绛?
+authors = [{name = "zhangshuren", email = "zhangshuren@hznu.edu.cn"}]
+readme = "README.md"
+license = {text = "MIT"}
+requires-python = ">=3.8"
+
+dependencies = [
+    "pandas>=1.5.0,<3.0.0",
+    "numpy>=1.21.0,<2.0.0",
+]
+
+[project.optional-dependencies]
+dev = [
+    "pytest>=7.0.0",
+    "black>=22.0.0",
+    "mypy>=0.950"
+]
+
+[build-system]
+requires = ["setuptools>=61.0"]
+build-backend = "setuptools.build_meta"
+
+[tool.setuptools.packages.find]
+where = ["."]
+include = ["research_design*"]
+
+[tool.uv]
+dev-dependencies = [
+    "pytest>=7.0.0",
+    "black>=22.0.0",
+    "mypy>=0.950"
+]

package/skills/research-design/references/best-practices.md

@@ -0,0 +1,185 @@
+# 研究设计最佳实践指南
+
+## 1. 研究问题构建阶段
+
+### 1.1 问题识别
+- **文献回顾**: 全面回顾相关文献，识别知识缺口
+- **实践观察**: 从实际工作中发现需要解决的问题
+- **理论启发**: 基于理论框架提出研究问题
+- **跨学科视角**: 结合多个学科视角发现问题
+
+### 1.2 问题表述
+- **SMART原则**: 
+  - Specific (具体): 问题应明确具体
+  - Measurable (可测量): 问题涉及的变量可测量
+  - Achievable (可实现): 问题在资源范围内可研究
+  - Relevant (相关): 问题与研究领域相关
+  - Time-bound (有时限): 问题在时间范围内可完成
+
+### 1.3 问题评估
+- **重要性评估**: 问题对理论和实践的贡献
+- **可行性评估**: 资源、时间、技术的可行性
+- **创新性评估**: 问题的新颖性和独特性
+- **影响评估**: 研究结果的潜在影响
+
+## 2. 研究设计选择阶段
+
+### 2.1 设计匹配
+- **问题-设计匹配**: 确保研究设计适合研究问题
+- **数据-方法匹配**: 确保数据分析方法适合数据类型
+- **资源-设计匹配**: 确保设计在资源约束内可行
+- **时间-设计匹配**: 确保设计在时间范围内可完成
+
+### 2.2 设计优化
+- **控制变量**: 尽可能控制无关变量
+- **随机化**: 在可能的情况下使用随机化
+- **盲法设计**: 在适当情况下使用盲法
+- **重复测量**: 增加测量的可靠性
+
+## 3. 数据收集计划阶段
+
+### 3.1 工具开发
+- **预测试**: 在正式使用前进行小样本测试
+- **信效度检验**: 验证工具的信度和效度
+- **文化适应**: 根据文化背景调整工具
+- **翻译验证**: 多语言研究中的翻译验证
+
+### 3.2 样本策略
+- **样本量计算**: 基于统计功效计算样本量
+- **抽样方法**: 选择最适合的抽样方法
+- **招募策略**: 制定有效的招募策略
+- **代表性保证**: 确保样本的代表性
+
+### 3.3 质量控制
+- **标准化程序**: 制定标准化的数据收集程序
+- **培训收集员**: 对数据收集员进行充分培训
+- **监控机制**: 建立数据质量监控机制
+- **备份策略**: 建立数据备份和安全策略
+
+## 4. 数据分析计划阶段
+
+### 4.1 分析策略
+- **预先计划**: 在数据收集前制定分析计划
+- **假设检验**: 明确假设检验的程序
+- **探索性分析**: 计划探索性分析的内容
+- **敏感性分析**: 计划敏感性分析的方案
+
+### 4.2 统计方法
+- **方法选择**: 选择最适合的统计方法
+- **假设检验**: 验证统计方法的假设条件
+- **多重比较**: 考虑多重比较的校正
+- **缺失数据**: 制定缺失数据处理方案
+
+### 4.3 结果解释
+- **效应量报告**: 报告效应量而不仅仅是显著性
+- **置信区间**: 提供参数估计的置信区间
+- **实际意义**: 解释结果的实际意义
+- **局限性说明**: 说明研究的局限性
+
+## 5. 伦理审查阶段
+
+### 5.1 伦理原则
+- **尊重自主**: 充分尊重参与者的自主权
+- **受益最大化**: 最大化研究的受益
+- **风险最小化**: 最小化研究风险
+- **公平公正**: 公平对待所有参与者
+
+### 5.2 伦理程序
+- **知情同意**: 确保充分的知情同意过程
+- **隐私保护**: 保护参与者的隐私和数据安全
+- **退出权**: 保障参与者随时退出的权利
+- **结果反馈**: 考虑向参与者反馈结果
+
+### 5.3 风险管理
+- **风险识别**: 全面识别潜在风险
+- **风险评估**: 评估风险的可能性和严重性
+- **风险控制**: 制定风险控制措施
+- **应急预案**: 制定不良事件应急预案
+
+## 6. 质量保证措施
+
+### 6.1 研究信度
+- **重测信度**: 在适当情况下检验重测信度
+- **内部一致性**: 检验测量工具的内部一致性
+- **评分者信度**: 检验多个评分者的一致性
+- **跨方法信度**: 检验不同方法的一致性
+
+### 6.2 研究效度
+- **内容效度**: 确保测量内容的代表性
+- **结构效度**: 验证测量结构的有效性
+- **准则效度**: 与外部标准进行比较
+- **内部效度**: 控制内部效度威胁因素
+
+### 6.3 偏倚控制
+- **选择偏倚**: 控制样本选择的偏倚
+- **信息偏倚**: 控制数据收集的偏倚
+- **混杂偏倚**: 控制混杂变量的影响
+- **报告偏倚**: 控制结果报告的偏倚
+
+## 7. 报告与传播
+
+### 7.1 研究报告
+- **透明报告**: 透明报告研究的所有方面
+- **完整信息**: 提供完整的研究信息
+- **方法详述**: 详细描述研究方法
+- **结果客观**: 客观报告研究结果
+
+### 7.2 结果传播
+- **同行评议**: 通过同行评议提高质量
+- **开放获取**: 考虑开放获取的传播方式
+- **实践转化**: 促进研究结果的实践转化
+- **公众参与**: 考虑公众参与的传播方式
+
+## 8. 持续改进
+
+### 8.1 反馈机制
+- **同行反馈**: 寻求同行的反馈意见
+- **参与者反馈**: 收集参与者的反馈意见
+- **实践反馈**: 收集实践应用的反馈
+- **持续学习**: 从每次研究中学习改进
+
+### 8.2 能力建设
+- **方法培训**: 持续更新研究方法知识
+- **技术更新**: 跟踪研究技术的发展
+- **伦理意识**: 提高伦理意识和能力
+- **跨学科合作**: 加强跨学科合作能力
+
+## 9. 常见错误与避免
+
+### 9.1 设计错误
+- **问题不明确**: 避免研究问题模糊不清
+- **设计不当**: 避免研究设计与问题不匹配
+- **样本不足**: 避免样本量不足的问题
+- **控制不当**: 避免对无关变量控制不当
+
+### 9.2 分析错误
+- **方法误用**: 避免统计方法的误用
+- **假设违反**: 避免忽视统计假设的违反
+- **多重比较**: 避免忽视多重比较问题
+- **因果误判**: 避免将相关误判为因果
+
+### 9.3 报告错误
+- **选择性报告**: 避免选择性报告结果
+- **显著性误解**: 避免对显著性的误解
+- **效应量忽视**: 避免忽视效应量的重要性
+- **局限性隐瞒**: 避免隐瞒研究局限性
+
+## 10. 质量标准
+
+### 10.1 设计质量
+- **理论基础**: 研究应有坚实的理论基础
+- **逻辑一致**: 研究设计应逻辑一致
+- **方法适宜**: 方法选择应适合研究问题
+- **伦理合规**: 研究应符合伦理标准
+
+### 10.2 执行质量
+- **程序规范**: 研究执行应遵循规范程序
+- **质量控制**: 应有完善的质量控制措施
+- **数据完整**: 数据应完整、准确
+- **记录详细**: 过程应有详细记录
+
+### 10.3 结果质量
+- **分析正确**: 数据分析应正确、适当
+- **解释合理**: 结果解释应合理、客观
+- **结论可靠**: 研究结论应可靠、可信
+- **推广适当**: 结果推广应适当、有根据