scientific-critical-thinking

「科學批判性思考」技能是為研究人員、科學家及分析師設計的系統性架構，用於對科學文獻與實驗計畫進行嚴謹的技術評估。透過整合 GRADE 證據分級架構與 Cochrane 偏誤風險 (ROB) 工具等既定方法，本技能協助使用者剖析複雜的研究宣稱、識別方法論缺陷，並評估統計推論的可靠性。這是進行系統性回顧、撰寫統合分析，以及確保研究方案維持高度內部、外部與構念效度之必要工具。

• 執行全面的方法論批評，包括研究設計評估、隨機化品質檢查與盲法驗證。

• 針對認知偏誤、選擇偏誤、測量偏誤及分析偏誤（如 HARKing、p-hacking、發表偏誤）進行系統性檢測。

• 應用證據分級架構以決定科學發現的強度與品質。

• 識別並處理潛在的干擾因子以及對統計推論有效性的威脅。

• 與 scientific-schematics 技能協作，自動生成高品質的出版級圖表、決策樹與偏誤識別流程圖。

• 當您在臨床或實驗環境中審查論文、規劃新實驗或詮釋衝突的證據時，請使用此技能。

• 輸入資料通常為研究方案、論文手稿或原始實驗設計；輸出則包含結構化的批判性摘要、驗證清單及建議的圖表規劃。

• 請務必驗證統計假設，並確保所選的實驗設計適用於特定的研究問題。

• 請注意，若要撰寫正式的同儕審查文件，本技能可作為 peer-review 技能的輔助，專注於分析的嚴謹性而非編輯語氣。

• 在記錄研究發現時，優先使用圖表將偏誤路徑或實驗有效性架構視覺化，並確保所有視覺物件符合無障礙標準。