Dépistage assisté par IA des empreintes d'intégrité des données dans les articles scientifiques · Pipeline de vérification d'intégrité des données pour articles académiques (Camarade Geng)
xntj-ai/gengscan est un outil de dépistage assisté par intelligence artificielle conçu pour détecter les empreintes d'intégrité des données dans les articles scientifiques. Il automatise l'analyse des figures, tableaux et jeux de données à la recherche de manipulations ou d'incohérences, facilitant ainsi le travail des relecteurs et des comités éditoriaux. Ce dépistage s'appuie sur des techniques de vision par ordinateur et d'apprentissage automatique pour identifier les anomalies structurelles et numériques. L'outil est particulièrement utile pour les plateformes de révision par les pairs et les laboratoires de recherche souhaitant renforcer la reproductibilité et la transparence des résultats. Bien qu'il soit encore expérimental, son pipeline automatisé promet de réduire considérablement le temps consacré à la vérification manuelle de l'intégrité des données.
npx skills add xntj-ai/gengscanInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Dépistage assisté par IA des empreintes d'intégrité des données dans les articles scientifiques · Pipeline de vérification d'intégrité des données pour articles académiques (Camarade Geng)
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.