affaan-m/evaluación-académica

Evaluación estructurada de trabajos académicos: artículos, propuestas, revisiones bibliográficas, secciones de métodos, calidad de evidencia, soporte de citas y retroalimentación para escritura de investigación.

¿Qué es evaluación-académica?

Esta habilidad permite a un agente de IA (como Claude Code, Cursor o Codex) evaluar de manera estructurada trabajos académicos, incluyendo artículos, propuestas, revisiones bibliográficas, secciones de métodos, calidad de evidencia, soporte de citas y proporcionar retroalimentación sobre escritura de investigación. Es particularmente útil para investigadores, estudiantes de posgrado y revisores que desean obtener análisis objetivos y detallados de manuscritos o propuestas, basados en criterios académicos estándar. La habilidad se apoya en un conjunto de pautas y plantillas (SKILL.md) que el agente sigue para desglosar el trabajo en componentes clave, evaluar la fortaleza de los argumentos, la pertinencia de las referencias y la claridad de la metodología. Funciona en plataformas que soportan la integración de skills, como Claude Code, Cursor y Codex, y se activa cuando el usuario proporciona el texto del trabajo académico a evaluar. El resultado es un informe estructurado que facilita la identificación de fortalezas, debilidades y áreas de mejora, agilizando el proceso de revisión por pares o de autoevaluación.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/scholar-evaluation

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/literature-review, affaan-m/everything-claude-code · View all 6 →

Preguntar en tu IA favorita

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

Documentación

¿Qué hace evaluación-académica?

Evaluación estructurada de trabajos académicos: artículos, propuestas, revisiones bibliográficas, secciones de métodos, calidad de evidencia, soporte de citas y retroalimentación para escritura de investigación.

Resumen

Esta skill permite a un agente de IA realizar evaluaciones académicas detalladas y objetivas de diversos tipos de trabajos académicos. Está diseñada para investigadores, estudiantes de posgrado, revisores y editores que necesitan un análisis riguroso y consistente.

Criterios de Evaluación

  • Estructura y organización: Claridad y coherencia de la estructura general del documento.
  • Calidad de la evidencia: Evaluación de la pertinencia, actualidad y solidez de las fuentes citadas.
  • Soporte de citas: Verificación de que las afirmaciones estén debidamente respaldadas por referencias.
  • Metodología: Evaluación de la claridad, replicabilidad y adecuación de los métodos empleados.
  • Argumentación: Coherencia lógica de los argumentos y presentación de conclusiones.
  • Escritura: Claridad, precisión y estilo académico del texto.

Cómo Usar

  1. Proporciona el texto completo del trabajo académico que deseas evaluar.
  2. Opcionalmente, especifica el tipo de trabajo (artículo, propuesta, revisión, etc.) y cualquier criterio adicional.
  3. El agente generará un informe estructurado con puntuaciones y comentarios detallados.

Plataformas Soportadas

  • Claude Code
  • Cursor
  • Codex
  • Otras plataformas compatibles con skills de IA

Ejemplo de Solicitud

Evalúa el siguiente artículo académico según los criterios de la skill affaan-m/evaluación-académica:

[Texto del artículo aquí]

Notas

  • La evaluación se basa en pautas generales de revisión académica y no reemplaza una revisión por pares humana.
  • Para mejores resultados, proporciona el texto completo y cualquier contexto relevante.

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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Skills relacionados