---
name: peer-review
description: 基于检查表的结构化手稿/基金评审。使用特定标准方法论评估、统计有效性、报告标准合规性（CONSORT/STROBE）和建设性反馈撰写正式同行评审时使用。最适合实际评审写作、手稿修改。评估claim/证据质量请使用scientific-critical-thinking；定量评分框架请使用scholar-evaluation。
allowed-tools: Read Write Edit Bash
license: MIT license
required_environment_variables: [{"name": "OPENROUTER_API_KEY", "prompt": "OpenRouter API key for the skill's LLM-powered steps.", "required_for": "optional features"}]
metadata: {"version": "1.2", "skill-author": "K-Dense Inc.", "openclaw": {"primaryEnv": "OPENROUTER_API_KEY", "envVars": [{"name": "OPENROUTER_API_KEY", "required": false, "description": "OpenRouter API key for the skill's LLM-powered steps."}]}}
---






# 科学批判性评估与同行评审

## 概述

同行评审是评估科学手稿的系统过程。评估方法、统计、设计、可重复性、伦理和报告标准。将此技能应用于跨学科的手稿和基金评审，提供建设性、严格的评估。

## 何时使用此技能

当以下情况时应使用此技能：
- 为期刊进行科学手稿的同行评审
- 评估基金提案和研究申请
- 评估方法和实验设计的严谨性
- 审查统计分析和报告标准
- 评估可重复性和数据可用性
- 检查是否符合报告指南（CONSORT、STROBE、PRISMA）
- 为科学写作提供建设性反馈

**相关资源：** **venue-templates** 技能提供 `reviewer_expectations.md`，其中详细介绍了不同发表场合（Nature/Science、Cell Press、医学期刊、机器学习会议）的评审人关注点。可用它来校准你的评审标准以匹配目标发表场合。

## 使用科学示意图增强视觉效果

**使用此技能创建文档时，始终考虑添加科学图表和示意图以增强视觉沟通。**

如果您的文档尚未包含示意图或图表：
- 使用**scientific-schematics**技能生成AI驱动的出版质量图表
- 只需用自然语言描述您所需的图表
- Nano Banana Pro将自动生成、审查和完善示意图

**对于新文档：** 应默认生成科学示意图，以直观表示文本中描述的关键概念、工作流程、架构或关系。

**如何生成示意图：**
```bash
python scripts/generate_schematic.py "您的图表描述" -o figures/output.png
```

AI将自动：
- 创建具有适当格式的出版质量图像
- 通过多次迭代进行审查和完善
- 确保可访问性（对色盲友好，高对比度）
- 将输出保存在figures/目录中

**何时添加示意图：**
- 同行评审工作流程图
- 评估标准决策树
- 审查过程流程图
- 方法评估框架
- 质量评估可视化
- 报告指南合规性图表
- 任何受益于可视化的复杂概念

有关创建示意图的详细指导，请参考scientific-schematics技能文档。

---

## 同行评审工作流程

通过以下阶段系统地进行同行评审，根据手稿类型和学科调整深度和重点。

### 阶段1：初步评估

从高级评估开始，确定手稿的范围、新颖性和整体质量。

**关键问题：**
- 中心研究问题或假设是什么？
- 主要发现和结论是什么？
- 工作是否科学合理且具有重要意义？
- 工作是否适合预期的发表场所？
- 是否存在任何会阻碍发表的重大缺陷？

**输出：** 简短摘要（2-3句话），捕捉手稿的本质和初步印象。

### 阶段2：详细的逐节审查

对每个手稿部分进行全面评估，记录具体问题和优势。

#### 摘要和标题
- **准确性：** 摘要是否准确反映研究内容和结论？
- **清晰度：** 标题是否具体、准确且信息丰富？
- **完整性：** 关键发现和方法是否得到适当总结？
- **可访问性：** 摘要是否对广泛的科学受众可理解？

#### 引言
- **背景：** 背景信息是否充分且最新？
- **合理性：** 研究问题是否明确动机和正当理由？
- **新颖性：** 工作的原创性和重要性是否清晰阐述？
- **文献：** 相关先前研究是否被适当引用？
- **目标：** 研究目标/假设是否明确陈述？

#### 方法
- **可重复性：** 另一位研究人员能否根据提供的描述复制研究？
- **严谨性：** 方法是否适合解决研究问题？
- **细节：** 协议、试剂、设备和参数是否充分描述？
- **伦理：** 伦理批准、同意和数据处理是否正确记录？
- **统计：** 统计方法是否适当、清晰描述并合理？
- **验证：** 对照、重复和验证方法是否充分？

**需要验证的关键要素：**
- 样本量和功效计算
- 随机化和盲法程序
- 纳入/排除标准
- 数据收集协议
- 计算方法和软件版本
- 统计测试和多重比较校正

#### 结果
- **呈现：** 结果是否逻辑清晰地呈现？
- **图表：** 可视化是否适当、清晰且正确标记？
- **统计：** 统计结果是否正确报告（效应大小、置信区间、p值）？
- **客观性：** 结果是否无过度解释地呈现？
- **完整性：** 是否包含所有相关结果，包括阴性结果？
- **可重复性：** 是否提供原始数据或汇总统计？

**需要识别的常见问题：**
- 选择性报告结果
- 不适当的统计测试
- 缺少误差条或变异性度量
- 过度拟合或循环分析
- 批次效应或混杂变量
- 缺少对照或验证实验

#### 讨论
- **解释：** 结论是否得到数据支持？
- **局限性：** 研究局限性是否得到承认和讨论？
- **背景：** 发现是否适当地置于现有文献中？
- **推测：** 推测是否与数据支持的结论明确区分？
- **重要性：** 含义和重要性是否清晰阐述？
- **未来方向：** 是否讨论了下一步或未回答的问题？

**红旗信号：**
- 过度陈述的结论
- 忽略矛盾证据
- 从相关数据得出因果声明
- 对局限性的讨论不足
- 没有机制证据的机制声明

#### 参考文献
- **完整性：** 关键相关论文是否被引用？
- **时效性：** 是否包含最近的重要研究？
- **平衡性：** 相反观点是否被适当引用？
- **准确性：** 引用是否准确和适当？
- **自引：** 是否存在过度或不适当的自引？

### 阶段3：方法和统计严谨性

评估研究的技术质量和严谨性，特别关注常见陷阱。

**统计评估：**
- 统计假设是否满足（正态性、独立性、 homoscedasticity）？
- 效应大小是否与p值一起报告？
- 多重测试校正是否适当应用？
- 是否提供置信区间？
- 样本量是否通过功效分析合理？
- 参数 vs. 非参数测试是否适当选择？
- 缺失数据是否正确处理？
- 探索性 vs. 确认性分析是否区分？

**实验设计：**
- 对照是否适当且充分？
- 复制是否充分（生物学和技术）？
- 潜在混杂因素是否被识别和控制？
- 随机化是否正确实施？
- 盲法程序是否充分？
- 实验设计是否最适合研究问题？

**计算/生物信息学：**
- 计算方法是否清晰描述和合理？
- 软件版本和参数是否记录？
- 代码是否为可重复性而提供？
- 算法和模型是否适当验证？
- 计算方法的假设是否满足？
- 批次校正是否适当应用？

### 阶段4：可重复性和透明度

评估研究是否符合现代可重复性和开放科学标准。

**数据可用性：**
- 原始数据是否存放在适当的存储库中？
- 公共数据库的登录号是否提供？
- 数据共享限制是否合理（例如，患者隐私）？
- 数据格式是否标准且可访问？

**代码和材料：**
- 分析代码是否可用（GitHub、Zenodo等）？
- 独特材料是否可用或描述充分以便重现？
- 协议是否详细到足够深度？

**报告标准：**
- 手稿是否遵循学科特定的报告指南（CONSORT、PRISMA、ARRIVE、MIAME、MINSEQE等）？
- 请参阅`references/reporting_standards.md`获取常见指南
- 适当检查表的所有元素是否都已解决？

### 阶段5：图表和数据呈现

评估数据可视化的质量、清晰度和完整性。

**质量检查：**
- 图表是否高分辨率且清晰标记？
- 轴是否正确标记单位？
- 误差条是否定义（SD、SEM、CI）？
- 统计显著性指标是否解释？
- 配色方案是否适当且可访问（对色盲友好）？
- 图像是否包含比例尺？
- 数据可视化是否适合数据类型？

**完整性检查：**
- 是否有图像操纵的迹象（重复、拼接）？
- Western blot和凝胶是否适当呈现？
- 代表性图像是否真正具有代表性？
- 是否显示所有条件（无选择性呈现）？

**清晰度：**
- 图表是否能独立于其图例存在？
- 每个图表的信息是否立即清晰？
- 是否有冗余图表或面板？
- 数据是否更好地以表格或图表形式呈现？

### 阶段6：伦理考虑

验证研究是否符合伦理标准和指南。

**人类受试者：**
- IRB/伦理批准是否记录？
- 知情同意是否描述？
- 弱势群体是否得到适当保护？
- 患者隐私是否充分保护？
- 潜在利益冲突是否披露？

**动物研究：**
- IACUC或同等批准是否记录？
- 程序是否人道且合理？
- 是否考虑了3Rs（替代、减少、优化）？
- 安乐死方法是否适当？

**研究完整性：**
- 是否存在数据捏造或伪造的担忧？
- 作者身份是否适当且合理？
- 竞争利益是否披露？
- 资金来源是否披露？
- 是否存在剽窃或重复发表的担忧？

### 阶段7：写作质量和清晰度

评估手稿的清晰度、组织和可访问性。

**结构和组织：**
- 手稿是否逻辑组织？
- 各部分是否连贯流动？
- 思想之间的过渡是否清晰？
- 叙述是否引人注目且清晰？

**写作质量：**
- 语言是否清晰、精确且简洁？
- 行话和首字母缩略词是否最小化并定义？
- 语法和拼写是否正确？
- 句子是否不必要地复杂？
- 被动语态是否过度使用？

**可访问性：**
- 非专家是否能理解主要发现？
- 技术术语是否解释？
- 重要性是否对广泛受众清晰？

## 结构化同行评审报告

以分层结构组织反馈，优先考虑问题并提供可行的指导。

### 摘要声明

提供简洁的整体评估（1-2段）：
- 研究的简要概述
- 总体建议（接受、小修、大修、拒绝）
- 关键优势（2-3个要点）
- 关键弱点（2-3个要点）
- 对重要性和合理性的底线评估

### 主要评论

列出严重影响手稿有效性、可解释性或重要性的关键问题。按顺序编号以便于参考。

**主要评论通常包括：**
- 基本方法缺陷
- 不适当的统计分析
- 无支持或过度陈述的结论
- 缺少关键对照或实验
- 严重的可重复性问题
- 文献覆盖的重大差距
- 伦理问题

**对于每个主要评论：**
1. 明确陈述问题
2. 解释为什么它有问题
3. 建议具体解决方案或额外实验
4. 指出解决它是否对发表至关重要

### 次要评论

列出不太关键但会提高清晰度、完整性或呈现的问题。按顺序编号。

**次要评论通常包括：**
- 不清楚的图表标签或图例
- 缺少方法细节
- 排版或语法错误
- 改进数据呈现的建议
- 次要统计报告问题
- 会加强结论的补充分析
- 澄清请求

**对于每个次要评论：**
1. 确定具体位置（部分、段落、图表）
2. 明确陈述问题
3. 建议如何解决它

### 特定的逐行评论（可选）

对于需要详细反馈的手稿，提供特定部分或逐行评论：
- 参考特定页码/行号或部分
- 注意事实错误、不清楚的陈述或缺少的引用
- 建议具体编辑以提高清晰度

### 给作者的问题

列出需要澄清的具体问题：
- 不清楚的方法细节
- 看似矛盾的结果
- 评估工作所需的缺失信息
- 对额外数据或分析的请求

## 语气和方法

在整个审查过程中保持建设性、专业和 collegial的语气。

**最佳实践：**
- **建设性：** 将批评框定为改进机会
- **具体：** 提供具体示例和可行建议
- **平衡：** 承认优势和劣势
- **尊重：** 记住作者投入了大量努力
- **客观：** 关注科学，而不是科学家
- **彻底：** 不要忽视问题，但适当优先排序
- **清晰：** 避免模糊或含糊的批评

**避免：**
- 人身攻击或不屑的语言
- 讽刺或居高临下的态度
- 没有具体例子的模糊批评
- 要求超出范围的不必要实验
- 要求遵循个人偏好而非最佳实践
- 如果审查是双盲的，泄露您的身份

## 按手稿类型的特殊考虑

### 原始研究文章
- 强调严谨性、可重复性和新颖性
- 评估重要性和影响
- 验证结论是否以数据为驱动
- 检查方法和适当对照的完整性

### 综述和元分析
- 评估文献覆盖的全面性
- 评估搜索策略和纳入/排除标准
- 验证系统方法和无偏性
- 检查批判性分析与 mere 总结
- 对于元分析，评估统计方法和异质性

### 方法论文
- 强调验证和与现有方法的比较
- 评估可重复性和协议/代码的可用性
- 评估对现有方法的改进
- 检查实施的足够细节

### 短篇报告/信件
- 适应简洁性的期望
- 确保核心发现仍然严谨且重要
- 验证格式是否适合发现

### 预印本
- 认识到这些尚未经过正式同行评审
- 可能不如期刊提交的稿件抛光
- 仍然对科学有效性应用严格标准
- 考虑提供建设性反馈，帮助作者在期刊提交前改进

### 演示文稿和幻灯片

**⚠️ 关键：对于演示文稿，永远不要直接阅读PDF。始终先转换为图像。**

审查科学演示文稿（PowerPoint、Beamer、幻灯片）时：

#### 强制基于图像的审查工作流程

**永远不要尝试直接阅读演示文稿PDF** - 这会导致缓冲区溢出错误，并且不会显示视觉格式问题。

**必要流程：**
1. 使用Python将PDF转换为图像：
   ```bash
   python skills/scientific-slides/scripts/pdf_to_images.py presentation.pdf review/slide --dpi 150
   # 创建：review/slide-001.jpg, review/slide-002.jpg 等
   ```
2. 顺序读取和检查每个幻灯片图像文件
3. 记录特定幻灯片编号的问题
4. 提供有关视觉格式和内容的反馈

**开始审查时打印：**
```
[HH:MM:SS] PEER REVIEW: Presentation detected - converting to images for review
[HH:MM:SS] PDF REVIEW: NEVER reading PDF directly - using image-based inspection
```

#### 演示文稿特定评估标准

**视觉设计和可读性：**
- [ ] 文本足够大（正文文本最小18pt，理想24pt+）
- [ ] 文本和背景之间的高对比度（最小4.5:1，首选7:1）
- [ ] 配色方案专业且对色盲友好
- [ ] 所有幻灯片一致的视觉设计
- [ ] 适当的空白（不拥挤）
- [ ] 字体清晰专业

**布局和格式（检查每张幻灯片图像）：**
- [ ] 无文本溢出或在幻灯片边缘截断
- [ ] 无元素重叠（文本覆盖图像，重叠形状）
- [ ] 标题位置一致
- [ ] 内容正确对齐
- [ ] 项目符号和文本未被切断
- [ ] 图表适合幻灯片边界
- [ ] 标题和标签可见且可读

**内容质量：**
- [ ] 每张幻灯片一个主要思想（不过载）
- [ ] 最小文本（每张幻灯片最多3-6个项目符号）
- [ ] 项目符号简洁（每个5-7字）
- [ ] 图表简化且清晰（不是从论文复制粘贴）
- [ ] 数据可视化有大而可读的标签
- [ ] 引用存在且格式正确
- [ ] 结果/数据幻灯片占主导（内容的40-50%）

**结构和流程：**
- [ ] 清晰的叙述弧（介绍 → 方法 → 结果 → 讨论）
- [ ] 幻灯片之间的逻辑进展
- [ ] 幻灯片数量适合演讲持续时间（约每分钟1张幻灯片）
- [ ] 标题幻灯片包括作者、 affiliation、日期
- [ ] 介绍引用相关背景文献（3-5篇论文）
- [ ] 讨论引用比较论文（3-5篇论文）
- [ ] 结论幻灯片总结关键发现
- [ ] 最后有致谢/资金幻灯片

**科学内容：**
- [ ] 研究问题明确陈述
- [ ] 方法充分总结（不过度详细）
- [ ] 结果以清晰的可视化逻辑呈现
- [ ] 统计显著性适当指示
- [ ] 结论得到所示数据的支持
- [ ] 局限性在适当情况下得到承认
- [ ] 讨论未来方向或更广泛的影响

**需要标记的常见演示文稿问题：**

**关键问题（必须修复）：**
- 文本溢出使内容不可读
- 字体大小太小（<18pt）
- 元素重叠遮挡数据
- 对比度不足（文本难以阅读）
- 图表太复杂或难以辨认
- 无引用（完全无支持的声明）
- 幻灯片数量与持续时间严重不匹配

**主要问题（应该修复）：**
- 幻灯片设计不一致
- 文本过多（文本墙，非项目符号）
- 图表简化不良（轴标签太小）
- 布局拥挤，空白不足
- 缺少关键结构元素（无结论幻灯片）
- 颜色选择不当（不对色盲友好）
- 结果内容最少（<30%的幻灯片）

**次要问题（改进建议）：**
- 可以使用更多视觉/图表
- 某些幻灯片略显文本密集
- 轻微对齐不一致
- 可以从更多空白中受益
- 额外引用会加强声明
- 配色方案可以更现代

#### 演示文稿的审查报告格式

**摘要声明：**
- 演示文稿质量的整体印象
- 对目标受众和持续时间的适当性
- 关键优势（视觉设计、内容、清晰度）
- 关键弱点（格式问题、内容差距）
- 建议（准备好展示、小修、大修）

**布局和格式问题（按幻灯片编号）：**
```
幻灯片3：文本溢出 - 项目符号4延伸超出右边缘
幻灯片7：元素重叠 - 图表与标题文本重叠
幻灯片12：字体大小 - 轴标签太小，距离远无法阅读
幻灯片18：对齐 - 标题未居中
```

**内容和结构反馈：**
- 背景上下文和引用的充分性
- 研究问题和目标的清晰度
- 方法总结的质量
- 结果呈现的有效性
- 结论和含义的强度

**设计和可访问性：**
- 整体视觉吸引力和专业性
- 颜色对比度和可读性
- 色盲可访问性
- 幻灯片之间的一致性

**时间和范围：**
- 幻灯片数量是否与预期持续时间匹配
- 适合演讲类型的详细程度
- 各部分之间的平衡

#### 基于图像的审查过程示例

```
[14:30:00] PEER REVIEW: 开始审查演示文稿
[14:30:05] PEER REVIEW: 检测到演示文稿 - 转换为图像
[14:30:10] PDF REVIEW: 对presentation.pdf运行pdf_to_images.py
[14:30:15] PDF REVIEW: 将25张幻灯片转换为review/目录中的图像
[14:30:20] PDF REVIEW: 检查幻灯片1/25 - 标题幻灯片
[14:30:25] PDF REVIEW: 检查幻灯片2/25 - 介绍
...
[14:35:40] PDF REVIEW: 检查幻灯片25/25 - 致谢
[14:35:45] PDF REVIEW: 完成基于图像的审查
[14:35:50] PEER REVIEW: 发现8个布局问题，3个内容问题
[14:35:55] PEER REVIEW: 按幻灯片编号生成结构化反馈
```

**记住：** 对于演示文稿，通过图像进行视觉检查是强制性的。永远不要尝试将演示文稿PDF作为文本阅读 - 这会失败并错过所有视觉格式问题。

## 资源

此技能包括支持全面同行评审的参考材料：

### references/reporting_standards.md
跨学科主要报告标准（CONSORT、PRISMA、ARRIVE、MIAME、STROBE等）的指南，用于评估方法和结果报告的完整性。

### references/common_issues.md
同行评审中遇到的常见方法和统计问题目录，以及识别和解决这些问题的指导。

## 最终检查表

在完成审查之前，验证：

- [ ] 摘要声明清楚传达整体评估
- [ ] 主要问题已明确识别和证明
- [ ] 建议的修订具体且可行
- [ ] 次要问题已注意但正确分类
- [ ] 统计方法已评估
- [ ] 可重复性和数据可用性已评估
- [ ] 伦理考虑已验证
- [ ] 图表和表格已评估质量和完整性
- [ ] 写作质量已评估
- [ ] 语气在整个过程中建设性和专业
- [ ] 审查彻底但与手稿范围相称
- [ ] 建议与已识别的问题一致