1. Universal Primer: 回答任何問題,適用於所有人!!
2. Prompt Engineer: 建立或修改 Prompt,適用於使用生成式AI者!!
3. Writing Assistant: 協助修改英文寫作,中文也可喔!!
4. Write for me: 從無到有,中英文皆可,適用於所有人!!
5. JM/期刊論文閱讀與彙整
6. 快速瀏覽論文重點(只需上傳論文,但須提醒她使用「繁體中文」--日文介面)
7. 多種論文評析(RAPID, 詳下之說明)
8. Scholar GPT (論文檢索/閱讀/評論等,詳 *** 後之介紹)
9. PubMed Buddy
10. PsycINFO Search
待補充/彙整....
歡迎推薦
-------------------------------------------------------------------
RAPID是一份快速但全面的指南,教你如何在閱讀論文時,如何充分運用RAPID。
1️⃣ 明確你對文章的需求 在開始之前,請釐清你的目標:
- 批判性評估(評判品質、偏誤、效度)
- 摘要(簡潔版 vs. 詳細版)
- 方法學檢視(統計、抽樣、研究設計)
- 教育性學習(學習評估框架、統計概念)
- 證據整合(跨研究比較) 你越明確,我就越能客製化整個流程。
2️⃣ 選擇評析表 我可以使用正式評析表之框架或客製化工作流程:
- CASP – 適用於質性研究及一般臨床研究
- STROBE – 觀察性研究
- CONSORT – 隨機對照試驗
- PRISMA – 系統性回顧/統合分析
- JBI – 護理及健康相關的質性/量性研究
📌 小提示:如果你不確定該選哪個,告訴我研究類型,我會幫你選擇。
3️⃣ 提供文章(PDF/DOCX格式最佳) 直接上傳檔案。我會:
- 提取方法、結果和討論部分
- 標記缺失細節或不一致之處
- 識別統計缺陷(如缺失信賴區間、不明確的p值)
- 建議你可以向作者詢問的問題 如果是圖像檔或掃描檔,我可以執行OCR來讀取。
4️⃣ 決定深度和風格 我可以提供:
- 簡潔的重點摘要 → 「200字內的關鍵發現和限制」
- 逐步深度分析 → 逐一檢視每個評估準則
- 教學模式 → 解釋某事為什麼重要並舉例說明
5️⃣ 使用互動式問題 要深入探討,可以嘗試:
- 「哪些偏誤可能影響這些結果?」
- 「考慮到研究設計,證據強度如何?」
- 「樣本數對於結論是否足夠?」
- 「哪些替代分析方法能改善這項研究?」
- 「告訴我這如何與[主題]的其他研究相契合?」
6️⃣ 超越論文本身 我可以:
- 與較新的文獻交叉檢驗發現
- 建議後續研究問題
- 協助建立多項研究的比較表格
- 為患者或非專業人士製作通俗摘要
7️⃣ 注意RAPID的「紅旗警示」 我會指出:
- 統計紅旗 – 測試方法誤用、缺失效應量
- 方法學缺陷 – 隨機化不佳、盲法不明確
- 報告缺陷 – 挑選性結果呈現、表格不完整
- 倫理疑慮 – 同意書問題、資料隱私漏洞
**************************************************************************
📚 文獻精讀與批判性閱讀 10 種方法
方法名稱 | 簡介 | 適用情境 | 輸出成果 |
---|---|---|---|
1. 📜 摘要與提問(Summarize & Question) | 先用簡潔語言重述文獻重點,再提出 3 個有深度的問題。 | 想快速掌握文獻重點並引發思考時。 | 摘要 + 問題清單 |
2. 💡 批判性思考(Critical Inquiry) | 提出 3 個挑戰作者觀點或方法的問題,檢驗論證合理性。 | 評估研究的可信度與嚴謹性時。 | 批判性問題 |
3. 🆚 對比分析(Contrast Analysis) | 將多篇文獻的觀點、方法或結果進行表格化比較。 | 系統性文獻回顧、差異分析。 | 比較表 |
4. 🗝️ 核心概念提煉(Key Concept Clarity) | 抽取文中最關鍵的概念,並用簡單語言解釋。 | 建立研究知識基礎時。 | 概念清單與定義 |
5. 🧠 結構導圖(Structure Mapping / Mindmap) | 用圖形化方式呈現文獻的章節架構與內容關聯。 | 複雜內容的視覺化理解。 | 思維導圖 |
6. 🔍 多視角觀點搜集(Perspective Research) | 搜尋並整理對同一主題的不同觀點與結論。 | 平衡多方觀點、避免偏見。 | 多觀點整理報告 |
7. 💬 反思引言(Reflective Quotation) | 挑出文中關鍵引文並附上個人反思。 | 對研究內容有個人觀點時。 | 引文 + 評註 |
8. ❌ 事實查核(Fact Check) | 驗證文中資料、數據或結論是否與外部可靠來源一致。 | 檢驗研究真實性。 | 錯誤或正確性清單 |
9. 🧐 假設辨識(Assumption Identification) | 找出作者未明說但影響結論的假設。 | 分析研究背後的邏輯前提。 | 假設清單 |
10. 🖼️ 概念圖解(Diagram) | 將研究的關鍵過程、模型或理論框架製作成示意圖。 | 教學、報告展示。 | 圖解檔案 |
沒有留言:
張貼留言