نگارش علمی به فارسی (از صفر تا صد مقاله با هوش مصنوعی)

راهنمایی یک دانشجو از صفر تا یک مقاله علمی یا پایان‌نامه کامل با کمک مسئولانه هوش مصنوعی، بر اساس درس «از صفر تا صد نگارش و انتشار مقاله علمی با کمک مسئولانه هوش مصنوعی» - یک پرونده ده پوشه‌ای، ۱۸ بخش با معیارهای قبولی (ایستگاه)، فرم‌های راست‌به‌چپ ورد، جزوات جلسات و کتاب پرامپت، مسیر C برای مطالعه با داده‌های پرسشنامه‌ای خود دانشجو (طراحی، حجم نمونه، اخلاق، روش، پاک‌سازی، تحلیل، نتایج، بحث) و مسیر پایان‌نامه (پروپوزال، فصل‌ها).

Qu'est-ce que نگارش علمی به فارسی (از صفر تا صد مقاله با هوش مصنوعی) ?

این مهارت، درس جامع حمید علایی را به عنوان یک روش کاری پیاده‌سازی می‌کند. هسته اصلی درس این است که دانشجو ابتدا منطق پژوهش را یاد می‌گیرد و هوش مصنوعی یک دستیار کنترل‌شده است که این مسیر را سریع‌تر و دقیق‌تر می‌کند. هوش مصنوعی هرگز نویسنده، داور علمی یا منبع حقایق نیست. مهارت از یک ساختار ده پوشه‌ای و ۱۸ بخش (ایستگاه) پیروی می‌کند و از دانشجو در تمام مراحل، از انتخاب موضوع تا ارسال نهایی مقاله، راهنمایی می‌کند. این مهارت از مسیرهای مختلفی پشتیبانی می‌کند: مسیر اصلی برای مقالات مروری تحلیلی، مسیر B برای مرور سیستماتیک، مسیر C برای مطالعات داده‌محور (مانند پرسشنامه) و مسیر پایان‌نامه. قوانین سختگیرانه‌ای برای حفظ صداقت علمی وضع شده است: هیچ منبع، استناد یا داده جعلی، هیچ ادعای تازگی بدون شواهد کافی، ثبت تمام تعاملات با هوش مصنوعی در یک فرم گزارش، و حفظ صدای دانشجو. ابزارهای پیشنهادی شامل ChatGPT، Claude، Google Scholar، Zotero، و ابزارهای تحلیل متون مانند SciSpace و NotebookLM هستند. مهارت همچنین شامل یک کتاب پرامپت ۳۹ قسمتی و مجموعه‌ای از اسکریپت‌های پایتون برای ایجاد ساختار پروژه و فرم‌های راست‌به‌چپ ورد می‌شود.

Compatible avec✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/alaeys-cell/persian-research-writing/tree/HEAD/skills/persian-research-writing

Installed? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

نگارش علمی به فارسی

این مهارت درس حمید علایی با عنوان «از صفر تا صد نگارش و انتشار مقاله علمی با کمک مسئولانه هوش مصنوعی» را به عنوان یک روش کاری اجرا می‌کند. قانون اصلی درس: دانشجو ابتدا منطق پژوهش را یاد می‌گیرد و هوش مصنوعی یک دستیار کنترل‌شده است که این مسیر را سریع‌تر و دقیق‌تر می‌کند. هوش مصنوعی هرگز نویسنده، داور علمی یا منبع حقایق نیست.

شروع: موقعیت‌یابی دانشجو

  1. حالت. حالت پیش‌فرض یک مقاله مروری تحلیلی و مستند است (هسته اصلی درس، ۷۹ جلسه). حالت‌های دیگر عبارتند از مرور سیستماتیک (مسیر B: PRISMA 2020 و Rayyan، فقط برنامه)، مقاله داده یا پرسشنامه‌ای (مسیر C، جزوات 21-1 تا 21-8)، و پایان‌نامه. پایان‌نامه معمولاً مبتنی بر پرسشنامه است، نه مرور: فصل‌های ۱ و ۲ را با بخش‌های اصلی ۳ تا ۸ بسازید، سپس مسیر C را دنبال کنید، جایی که 21-1 طرح را از سؤال پژوهش انتخاب می‌کند و استاد آن را تأیید می‌کند. پایان‌نامه مروری در هسته اصلی می‌ماند و پایان‌نامه مرور سیستماتیک به مسیر B می‌رود. برای پایان‌نامه، همچنین references/thesis-questionnaire.md را بخوانید.
  2. ایستگاه. در پوشه پروژه (۰۱ تا ۱۰) نگاه کنید تا ببینید چه تحویل‌دادنی‌هایی وجود دارد، یا بپرسید. از آخرین ایستگاهی که دانشجو تمام کرده ادامه دهید. اگر تحویل‌دادنی قبلی وجود ندارد، نام آن را ببرید و بپرسید آیا اکنون ساخته شود؛ فقط زمانی به عقب برگردید که مرحله بعدی به آن وابسته باشد (یک شکاف به ماتریس منابع نیاز دارد). جلوتر از مسیر حرکت نکنید: در مرحله موضوع، تحویل‌دادنی برگه ۳-۲ است (حوزه، موضوع محدودتر، مسئله احتمالی، سؤال اولیه)، نه فرضیه‌ها یا مقیاس‌ها. یک طرح پژوهش کامل که خیلی زود تحویل داده شود در استفاده واقعی کنار گذاشته شد.
  3. استاد راهنما. در پایان‌نامه، استاد راهنما موضوع و روش را تعیین می‌کند. به جای تصمیم‌گیری برای استاد، گزینه‌ها و سؤالات واضحی برای جلسه بعد آماده کنید. از کارهای خود استاد به عنوان یکی از ورودی‌ها استفاده کنید؛ گزینه‌هایی که فقط حول سازه‌های خود استاد ساخته شده بودند در استفاده واقعی رد شدند.

قوانین محافظت از دانشجو

  • بدون منابع، استنادها، نقل‌قول‌ها، اعداد، داده‌ها یا نتایج اختراعی. با هر منبعی که یک ابزار هوش مصنوعی پیشنهاد می‌دهد، تا زمانی که DOI یا صفحه مجله آن باز نشده است، به عنوان تأیید نشده رفتار کنید. یک مرجع جعلی می‌تواند یک دفاعیه را نابود کند.
  • بدون ادعای تازگی یا شکاف قطعی تا زمانی که ماتریس منابع و بانک شواهد از آن پشتیبانی کنند. تا آن زمان بنویسید «نیاز به بررسی دارد».
  • قدرت ادعا با شواهد تعیین می‌شود. یک رابطه به معنای تأثیر نیست و داده‌های مقطعی علی نیستند. جلسات ۱۲-۲ و ۱۵-۴ این را آموزش می‌دهند.
  • هر استفاده از هوش مصنوعی را ثبت کنید با فرم ai-log در پوشه ۰۹: تاریخ، ابزار، مرحله، هدف، ورودی، و آنچه انسان بررسی یا تغییر داده است. افشای هوش مصنوعی پایان‌نامه یا مجله از این گزارش نوشته می‌شود.
  • «مرور سیستماتیک» فقط پس از اجرای واقعی مسیر B قابل ادعاست.
  • صدای دانشجو حفظ می‌شود. پیش‌نویس‌های هوش مصنوعی مواد خامی هستند که در برابر بانک شواهد بررسی می‌شوند. به پنهان کردن نویسندگی هوش مصنوعی یا دور زدن آشکارسازهای هوش مصنوعی کمک نکنید؛ بخش کتاب پرامپت در این مورد عمداً حذف شده است.
  • نسخه‌ها. هرگز یک نسخه قبلی را بازنویسی یا حذف نکنید. فایل‌ها را با الگوی درس «… ـ نسخه ۱» و «نسخه ۲» نام‌گذاری کنید.
  • متن فارسی. اگر مهارت persian-writing در دسترس است، از آن برای املا (ZWNJ، ارقام فارسی، ی و ک) و اسناد راست‌به‌چپ استفاده کنید.

پرونده پروژه

python -B -X utf8 "<skill>/scripts/new_project.py" "<project folder>" --mode article --name "<student name>"

از --mode thesis برای پایان‌نامه استفاده کنید. اسکریپت‌ها به پایتون ۳.۹ یا جدیدتر و python-docx نیاز دارند (pip install python-docx). این کار ده پوشه را ایجاد می‌کند، یا پوشه‌های شماره‌گذاری شده موجود را دوباره استفاده می‌کند (همچنین وقتی با ارقام فارسی نوشته شده باشند، همانطور که جلسه ۰۱-۱ آنها را نام‌گذاری می‌کند)، و فرم وضعیت (۰۱)، برگه موضوع (۰۲) و گزارش هوش مصنوعی (۰۹) را اضافه می‌کند. هرگز یک فایل را بازنویسی نمی‌کند. پوشه‌ها: ۰۱ وضعیت اولیه و برنامه مسیر · ۰۲ ایده‌ها و انتخاب موضوع · ۰۳ جستجو و کلیدواژه‌ها · ۰۴ منابع علمی · ۰۵ مطالعه و تحلیل منابع · ۰۶ جدول‌ها و ماتریس تحلیل · ۰۷ مجله هدف و ضوابط نگارش · ۰۸ پیش‌نویس مقاله · ۰۹ گزارش استفاده از هوش مصنوعی · ۱۰ نسخه نهایی و ارسال. در حالت پایان‌نامه، ۰۷، ۰۸ و ۱۰ به ضوابط دانشگاه و مجله هدف، پیش‌نویس پروپوزال و فصل‌ها، نسخه نهایی و دفاع تبدیل می‌شوند.

مسیر

جزوات جلسات در references/sessions/PP-S.md هستند (مثلاً 03-2.md جلسه ۳-۲ است). معیارهای قبولی ایستگاه و خروجی هر جلسه در references/course-plan.md هستند (جستجوی «ایستگاه»). برنامه، تصمیم مسیر (فرم تصمیم) را در زیر ۱۸-۴ فهرست می‌کند، اما جزوه مکتوب ۱۸-۴ قالب‌بندی مجله را پوشش می‌دهد؛ تصمیم مسیر را در ایستگاه ۱۷، انتهای هسته اصلی، بگیرید.

بخشسؤالجلساتتحویل‌دادنی‌های ایستگاه
۱مقاله چیست و چه چیزی تولید خواهم کرد؟۰۱-۱ تا ۰۱-۴فرم وضعیت، آناتومی مقاله (ایستگاه ۰)
۲هوش مصنوعی کجا کمک می‌کند و خط اخلاقی کجاست؟۰۲-۱ تا ۰۲-۳منشور اخلاقی، الگوی پرامپت، گزارش هوش مصنوعی (ایستگاه ۱)
۳چگونه یک موضوع مناسب پیدا کنم؟۰۳-۱ تا ۰۳-۷فهرست ایده‌ها، برگه موضوع، جدول محدودیت‌ها، امتیازدهی موضوع، بیان مسئله و سؤال اکتشافی (ایستگاه ۲)
۴چگونه منابع را جستجو و انتخاب کنم؟۰۴-۱ تا ۰۴-۶جدول کلیدواژه‌ها و رشته بولی، گزارش جستجو، معیارهای انتخاب (ایستگاه ۳)
۵چگونه متن کامل منابع را دریافت و مدیریت کنم؟۰۵-۲ تا ۰۵-۴ (۰۵-۱ حذف شده، زیر را ببینید)PDFها، کتابخانه Zotero، استنادهای ورد، فایل اصلی دستنویس (ایستگاه ۴)
۶چگونه مقالات را بخوانم و بفهمم؟۰۶-۱ تا ۰۶-۶کارت‌های خواندن، تشخیص روش، یادداشت‌های تأیید (ایستگاه ۵)
۷کدام منابع قوی‌تر هستند؟۰۷-۱ تا ۰۷-۴مقاله مبدأ و شبکه استناد، فرم کیفیت، مجموعه منابع اصلی (ایستگاه ۶)
۸چگونه از منابع به شکاف و سؤال نهایی برسم؟۰۸-۱ تا ۰۸-۵ماتریس منابع، تم‌ها، پاراگراف‌های سنتز، شکاف، سؤال نهایی، بانک شواهد (ایستگاه ۷)
۹برای کدام مجله می‌نویسم؟۰۹-۱ تا ۰۹-۴مجلات هدف، بررسی نوع مقاله، چک‌لیست مجله (ایستگاه ۸)
۱۰چگونه ساختار و روش را طراحی کنم؟۱۰-۱ تا ۱۰-۳طرح کلی، روش، نقشه شواهد (ایستگاه ۹)
۱۱جدول مقاله چگونه ساخته می‌شود؟۱۱-۱ تا ۱۱-۴برنامه جدول و جدول تأیید شده (ایستگاه ۱۰)
۱۲چگونه علمی بنویسم؟۱۲-۱ تا ۱۲-۶تمرین‌های سطح ادعا، پارافریز و صحت، پاراگراف سنتز (ایستگاه ۱۱)
۱۳مقدمه چگونه نوشته می‌شود؟۱۳-۱ تا ۱۳-۴مقدمه تأیید شده (ایستگاه ۱۲)
۱۴بدنه تحلیلی چگونه نوشته می‌شود؟۱۴-۱ تا ۱۴-۴بدنه موضوعی (ایستگاه ۱۳)
۱۵بحث چگونه نوشته می‌شود؟۱۵-۱ تا ۱۵-۶تفسیر، تضادها، پیامدها، محدودیت‌ها (ایستگاه ۱۴)
۱۶نتیجه‌گیری چگونه نوشته می‌شود؟۱۶-۱ تا ۱۶-۲نتیجه‌گیری (ایستگاه ۱۵)
۱۷چکیده، عنوان و کلیدواژه‌ها چگونه آماده می‌شوند؟۱۷-۱ تا ۱۷-۳مطالب ابتدایی (ایستگاه ۱۶)
۱۸مقاله چگونه ممیزی می‌شود و مسیر بعدی انتخاب می‌گردد؟۱۸-۱ تا ۱۸-۴ممیزی ادعا، ممیزی نهایی، فرم تصمیم (ایستگاه ۱۷)
Aچگونه آماده و ارسال کنم؟۱۹-۱ تا ۱۹-۵بسته ارسال، افشای هوش مصنوعی، نامه به سردبیر، پاسخ به داور
Bچگونه یک مرور سیستماتیک واقعی انجام دهم؟فقط برنامهcourse-plan.md را ببینید
Cچگونه مطالعه داده‌های خود را اجرا و بنویسم؟۲۱-۱ تا ۲۱-۸نقشه طراحی پژوهش، برنامه جمع‌آوری داده و اخلاق (بررسی اخلاق پس از ۲۱-۲)، چک‌لیست گزارش‌دهی و روش‌ها، فرهنگ داده و گزارش پاک‌سازی، گزارش کمی، جدول کیفی (تأیید تحلیل پس از ۲۱-۶)، نتایج و شکل‌ها، دستنویس پژوهش (ایستگاه نهایی پس از ۲۱-۸)؛ سپس ارسال از طریق مسیر A

شکاف‌های شناخته شده در جزوات هسته اصلی

جزوات هسته اصلی متن درس هستند که همانطور که نوشته شده‌اند. هنگام استفاده از آنها این اصلاحات را اعمال کنید:

  • پوشه‌ها. جلسه ۰۱-۱ ده پوشه را تعریف می‌کند، اما جزوات بعدی پوشه‌ها را بر اساس بخش‌های درس نام‌گذاری می‌کنند. آنها را نگاشت کنید: «۰۵ ـ PDF منابع» به ۰۴؛ «۰۶ ـ Reading Cards»، «۰۷ ـ گسترش منابع و کیفیت شواهد» و «۰۴ ـ مطالعه و استخراج از منابع» به ۰۵؛ «۰۸ ـ ماتریس و سنتز منابع» و «۱۱ ـ جدول‌ها و نمایش شواهد» به ۰۶؛ «۰۹ ـ مقصد نگارش و ژورنال» به ۰۷؛ «۱۰ ـ Method و Outline مقاله» و پوشه‌های نوشتاری «۱۲» تا «۱۷» به ۰۸؛ «۱۸ ـ ویرایش و ممیزی نهایی» به ۱۰. پوشه‌های ۰۲، ۰۳ و «۰۹ ـ گزارش استفاده از هوش مصنوعی» شماره خود را حفظ می‌کنند.
  • تحویل‌دادنی‌های ایستگاه بدون جزوه با آن نام (یادداشت‌های تأیید، تأیید نوع، تأیید جدول، گزارش ممیزی نهایی): خروجی جزوه‌ای را بپذیرید که همان بررسی را پوشش می‌دهد و فایل را به نام آن بررسی نام‌گذاری کنید. گزارش ممیزی نهایی ایستگاه ۱۷، بررسی محتوا و ممیزی ادعا (۱۸-۱)، بررسی استناد و مراجع (۱۸-۳)، بررسی قالب‌بندی مجله (۱۸-۴) و یک بررسی نهایی از گزارش هوش مصنوعی را جمع‌آوری می‌کند.
  • مسیر A پس از مسیر B یا C. مسیر A برای مرور تحلیلی مستند هسته اصلی نوشته شده است. برای یک مرور سیستماتیک یا مطالعه داده، از نوع مقاله واقعی در تناسب با مجله، نامه به سردبیر، بیانیه‌ها و پاسخ‌های داور استفاده کنید و بررسی‌هایی را که فقط مربوط به یک مرور است، رد کنید.
  • متن کامل. جلسه ۰۵-۱ از این مهارت حذف شده است زیرا سرویس‌های دانلودی را آموزش می‌دهد که از دیوارهای پرداخت ناشران عبور می‌کنند. متن کامل را از صفحه ناشر، یک لینک PDF در Google Scholar، Unpaywall یا CORE، یک دستنویس پذیرفته شده یا پیش‌چاپ در یک مخزن، صفحه نویسنده، کتابخانه دانشگاه، یا یک درخواست کوتاه از نویسنده دریافت کنید. هر فایل را به نام AuthorYear_ShortTitle.pdf نام‌گذاری کنید (یکی که هنوز وجود ندارد به عنوان Pending_Topic_01.pdf) و در پوشه ۰۴ ذخیره کنید.
  • تکراری‌های Zotero (۰۵-۲، ۱۸-۳): آنها را با Merge Items ادغام کنید، نه حذف یکی، تا استنادهای موجود در ورد، یادداشت‌ها، برچسب‌ها و مجموعه‌ها متصل بمانند.
  • آپلود در ابزارهای هوش مصنوعی (۰۶-۴، ۰۶-۶، ۰۹-۴، ۱۹-۵): یک متن کامل فقط زمانی به NotebookLM یا ابزار آنلاین دیگر می‌رود که مجوز آن یا شرایط ناشر اجازه دهد، مثلاً یک نسخه دسترسی آزاد تحت مجوز CC؛ در غیر این صورت از یادداشت‌های خود دانشجو و چکیده استفاده کنید. قبل از دادن نامه تصمیم یا گزارش داور به یک ابزار هوش مصنوعی، سیاست مجله را بررسی کنید و جزئیات شناسایی را حذف کنید.
  • نشانه‌های طراحی (۰۷-۳): کلمه «نظرسنجی» به تنهایی یک طرح مقطعی را نشان نمی‌دهد؛ تأیید کنید که داده‌ها در یک نقطه از زمان جمع‌آوری شده‌اند.

کار کردن در یک مرحله

  1. فایل آن جلسه را بخوانید. هر جلسه از الگوی درس پیروی می‌کند: اهمیت مهارت، مفهوم، روش استاندارد بدون هوش مصنوعی، روش با کمک هوش مصنوعی، کنترل خطا، نمایش مدرس روی موضوع نمونه ثابت درس (استفاده از رسانه‌های اجتماعی در شب و کیفیت خواب دانشجویان)، اجرای خود دانشجو، و تحویل‌دادنی.
  2. آن را روی موضوع دانشجو اعمال کنید، نه روی موضوع نمونه.
  3. تحویل‌دادنی را تولید کنید، یا به عنوان یک فرم (در زیر) یا به عنوان متن، و آن را با شماره نسخه در پوشه مناسب ذخیره کنید.
  4. یک ردیف به گزارش هوش مصنوعی اضافه کنید و آنچه را که دانشجو باید قبل از اتکا به آن تأیید کند، فهرست کنید.
  5. قبل از ادامه، معیارهای قبولی ایستگاه را بررسی کنید. در بررسی اخلاق پس از ۲۱-۲، یک درخواست کد اخلاق در انتظار برای ادامه به ۲۱-۳ کافی است؛ فقط آزمایشی و جمع‌آوری داده منتظر کد می‌مانند. یک ردیف از مسیر C که برای طرح تأیید شده قابل اجرا نیست (بدون سؤال باز، یا فرضیه‌ای که استاد راهنما حذف کرده است) با «کاربرد ندارد» و دلیل آن علامت‌گذاری می‌شود.

فرم‌ها

python -B -X utf8 "<skill>/scripts/make_form.py" list
python -B -X utf8 "<skill>/scripts/make_form.py" <form-id> "<out.docx>" [--rows N] [--font Vazirmatn]

اینها فرم‌های ورد راست‌به‌چپ با ستون‌های ثابت درس هستند (تعاریف در assets/forms.json، فونت پیش‌فرض Vazir). اسکریپت هرگز یک فایل موجود را بازنویسی نمی‌کند؛ به هر نسخه جدید نام خود را بدهید. شناسه‌ها عبارتند از: status-form (۱-۱), prompt-template و ai-log (۲-۳), topic-sheet (۳-۲), limitations (۳-۵), topic-scoring (۳-۶), keywords (۴-۲), search-log و selection-criteria (۴-۶), reading-card (۶-۱), quality (۷-۳), matrix (۸-۱), evidence-bank (۸-۵), journal-checklist (۹-۳), outline (۱۰-۱), و برای مسیر C research-design (د-۱), ethics-plan, instruments و ethics-check station (د-۲), reporting-checklist (د-۳), data-dictionary و cleaning-log (د-۴), analysis-log (د-۵), codebook, qualitative-table و analysis-approval station (د-۶), consistency-check (د-۷), final-audit (د-۸). خروجی‌های مسیر C در پوشه «مسیر C ـ مقاله پژوهشی دارای داده» قرار می‌گیرند که new_project.py --mode thesis آن را ایجاد می‌کند؛ برای یک دانشجوی مقاله که مسیر C را در ۱۸-۴ انتخاب کرده است، new_project.py را دوباره روی همان پوشه با --path-c اجرا کنید (فایل‌های موجود حفظ می‌شوند). برای پر کردن یک فرم با محتوا، ابتدا آن را تولید کنید و سپس ردیف‌ها را با python-docx بنویسید، در حالی که کمک‌کننده‌های راست‌به‌چپ در scripts/docx_fa.py نگهداری می‌شوند. اگر persian-writing's verify_docx.py گزارش دهد که <w:bidi/> اولین فرزند sectPr در این فایل‌ها نیست، این یک مثبت کاذب است (قبل از docGrid، ترتیب طرحواره قرار می‌گیرد)؛ --fix را روی آنها اجرا نکنید. در ویندوز، مسیرهای کامل را زیر ۲۶۰ کاراکتر نگه دارید.

ابزارهایی که درس استفاده می‌کند

مرحلهابزارها
دستیارChatGPT; Claude, Gemini و Perplexity به عنوان جایگزین
جستجوGoogle Scholar و پایگاه داده تخصصی رشته؛ Search Smart برای انتخاب پایگاه داده؛ Elicit برای جستجوی معنایی؛ Consensus و scite به عنوان مکمل
متن کامل و مراجعUnpaywall و CORE؛ Zotero برای کتابخانه و استنادهای ورد
مطالعهSciSpace, Scholarcy و NotebookML؛ AetherBrain, Explainpaper و OnlineDocTranslator برای قطعات دشوار
نقشه‌سازیResearchRabbit؛ Connected Papers و Litmaps به عنوان گزینه
نوشتن و ویرایشChatGPT Canvas یا Claude؛ Paperpal یا Writefull برای زبان دانشگاهی
مرور سیستماتیکPRISMA-P, PRISMA-S, PRISMA 2020 و Rayyan (فقط مسیر B)

منابع فارسی برای پایان‌نامه در SID, Magiran, Noormags و IranDoc هستند.

کتاب پرامپت

references/prompt-library.md شامل کتاب پرامپت درس با ۳۹ بخش، از کشف ایده تا پاسخ به داور است. شماره جلسات آن متعلق به نسخه قدیمی‌تر درس است. پرامپت‌هایی که با درس نهایی مطابقت دارند در داخل هر فایل جلسه هستند.

محدودیت‌های صادقانه

مهارت پذیرش یا انتشار را تضمین نمی‌کند. تحلیل‌های پیچیده همچنان به یک روش‌شناس نیاز دارند. محقق، نه هوش مصنوعی، مالک هر ادعا، منبع و عددی است.

Skills associés