Communitygithub.com

revisión-bibliográfica

Flujo de trabajo de revisión bibliográfica sistemática para temas académicos, biomédicos, técnicos y científicos, que incluye planificación de búsqueda, filtrado de fuentes, síntesis, verificación de citas y registro de evidencia. Úsalo cuando la tarea sea encontrar, filtrar, sintetizar y citar un conjunto de literatura académica o técnica.

¿Qué es revisión-bibliográfica?

Este skill guía al usuario a través de un flujo de trabajo completo para realizar revisiones bibliográficas sistemáticas, de alcance o narrativas. Está diseñado para profesionales que necesitan sintetizar el estado del arte de un tema, identificar lagunas de conocimiento o preparar secciones de antecedentes con respaldo de citas. Soporta múltiples tipos de revisión (narrativa, de alcance, sistemática y metaanálisis) y se adapta a campos biomédicos, técnicos y de ciencias de la computación. El flujo incluye la definición de la pregunta de investigación (usando marcos como PICO o versiones técnicas), planificación de búsqueda con bases de datos específicas (PubMed, arXiv, Semantic Scholar), registro de evidencia reproducible, filtrado por etapas, extracción estructurada de datos, síntesis temática y verificación de citas. También proporciona una plantilla de salida y alerta sobre errores comunes, como no mezclar preprints con estudios primarios sin etiquetar o no omitir hallazgos negativos. Es compatible con cualquier plataforma que permita ejecutar flujos de trabajo basados en markdown y comandos de terminal.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/scientific-thinking-literature-review

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Revisión Bibliográfica

Usa este skill cuando la tarea sea encontrar, filtrar, sintetizar y citar un conjunto de literatura académica o técnica.

Cuándo Usarlo

  • Construir una revisión bibliográfica sistemática, de alcance o narrativa.
  • Sintetizar el estado del arte para una pregunta de investigación.
  • Encontrar lagunas, contradicciones o direcciones de trabajo futuro.
  • Preparar secciones de antecedentes con respaldo de citas para artículos o informes.
  • Comparar evidencia entre artículos revisados por pares, preprints, patentes e informes técnicos.

Tipos de Revisión

  • Revisión narrativa: síntesis amplia; útil para orientación.
  • Revisión de alcance: mapea conceptos, métodos y lagunas de evidencia.
  • Revisión sistemática: protocolo predefinido, búsqueda reproducible, filtrado y exclusión explícitos.
  • Metaanálisis: revisión sistemática más agregación cuantitativa de efectos.

Pregunta al usuario qué nivel de rigor se necesita. Si no se especifica, por defecto utiliza una revisión de alcance para trabajos exploratorios y una revisión sistemática para publicaciones o afirmaciones clínicas.

Flujo de Trabajo

1. Definir la Pregunta

Convierte la indicación en una pregunta de investigación que se pueda buscar.

Para trabajo clínico o biomédico, usa PICO:

  • Población
  • Intervención o exposición
  • Comparador
  • Resultado

Para trabajo técnico, usa:

  • sistema o dominio
  • método o intervención
  • línea base de comparación
  • métrica de evaluación

2. Planificar la Búsqueda

Crea un protocolo de búsqueda antes de recolectar fuentes:

  • bases de datos a buscar
  • rango de fechas
  • idiomas
  • tipos de publicación
  • criterios de inclusión
  • criterios de exclusión
  • cadenas de búsqueda exactas

Conjunto mínimo útil de bases de datos:

  • PubMed para literatura biomédica y de ciencias de la vida.
  • arXiv para CS, matemáticas, física, biología cuantitativa y preprints.
  • Semantic Scholar o Crossref para descubrimiento académico amplio.
  • Fuentes específicas del dominio cuando sea relevante, como registros de ensayos clínicos, bases de datos de patentes, organismos de normalización o documentación técnica oficial.

3. Buscar y Registrar Evidencia

Mantén un registro de búsqueda que haga la revisión reproducible:

| Base de datos | Fecha de búsqueda | Consulta | Filtros | Resultados | Exportación |
| --- | --- | --- | --- | ---: | --- |
| PubMed | 2026-05-11 | `("CRISPR"[tiab] O "Cas9"[tiab]) Y "sickle cell"[tiab]` | 2020:2026, Inglés | 86 | Lista de PMID |
| arXiv | 2026-05-11 | `CRISPR sickle cell gene editing` | q-bio, 2020:2026 | 9 | BibTeX |

Guarda los IDs, URLs, DOIs, resúmenes y notas sin procesar por separado de la prosa final.

4. Eliminar Duplicados

Elimina duplicados en este orden:

  1. DOI
  2. PMID o arXiv ID
  3. título exacto
  4. título normalizado más primer autor y año

Registra cuántos duplicados se eliminaron.

5. Filtrar Fuentes

Filtra por etapas:

  1. título
  2. resumen
  3. texto completo

Para trabajo sistemático, registra las razones de exclusión:

  • población incorrecta
  • intervención incorrecta
  • resultado incorrecto
  • no es investigación primaria
  • duplicado
  • texto completo no disponible
  • fuera del rango de fechas

6. Extraer Datos

Usa una tabla estructurada de extracción:

| Estudio | Diseño | Población/Datos | Método | Comparador | Resultado | Hallazgo clave | Limitaciones |
| --- | --- | --- | --- | --- | --- | --- | --- |
| Autor Año | ECA/cohorte/revisión/etc. | muestra o corpus | método | línea base | resultado medido | resultado | advertencia |

Para artículos técnicos, incluye conjunto de datos, referencia, métrica, línea base y notas de reproducibilidad.

7. Sintetizar

Agrupa la evidencia por tema en lugar de resumir artículos uno por uno.

Lentes de síntesis útiles:

  • evidencia más fuerte
  • evidencia contradictoria
  • debilidades metodológicas
  • límites de población o conjunto de datos
  • actualidad y replicación
  • implicaciones prácticas
  • preguntas sin respuesta

Separa las afirmaciones por nivel de confianza:

  • Confianza alta: evidencia replicada y de alta calidad en múltiples fuentes.
  • Confianza media: plausible pero limitada por muestra, método o actualidad.
  • Confianza baja: temprana, especulativa, de una sola fuente o débilmente medida.

8. Verificar Citas

Antes de finalizar:

  • verifica DOI, PMID, arXiv ID o URL oficial
  • revisa los nombres de los autores y el año de publicación
  • no cites un artículo para una afirmación que no hace
  • marca los preprints como preprints
  • distingue las revisiones de la evidencia primaria

Plantilla de Salida

# Revisión Bibliográfica: <Tema>

Generada: <fecha>
Tipo de revisión: <narrativa | alcance | sistemática | metaanálisis>
Ventana de búsqueda: <fechas>
Bases de datos: <lista>

## Pregunta de Investigación

## Estrategia de Búsqueda

## Criterios de Inclusión y Exclusión

## Resumen de Evidencia

## Síntesis Temática

## Lagunas y Limitaciones

## Referencias

## Registro de Búsqueda

Errores Comunes

  • No trates los fragmentos de búsqueda como evidencia.
  • No mezcles preprints, revisiones y estudios primarios sin etiquetarlos.
  • No omitas hallazgos negativos o contradictorios.
  • No afirmes rigor de revisión sistemática sin un protocolo reproducible.
  • No uses una sola base de datos para una afirmación amplia a menos que el alcance esté explícitamente limitado a esa base de datos.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills relacionados