mining-experiment-protocol
「この一連の実験で何が答えられるのか」という問いを中心に計画を構成し、各試験条件、各測定点、各反復に明確な目的を持たせます。
コア機能
- 研究目的に応じた設計の選択: 因子スクリーニング、メカニズム検証、交互作用分析、パラメータ最適化を区別し、対応する試験計画を選択します。
- 限られた試験リソースの活用: 試験片、設備、現場条件を考慮してグループ分けと実行順序を計画し、削減可能な反復と省略できない対照群を特定します。
- 設計上の欠陥の事前発見: バッチ交絡、疑似反復、測定不足、実行不可能な因子の組み合わせを確認し、データ収集前に問題を修正します。
開始方法
既存の資料から、研究課題、主要な応答変数、制御可能な因子、試験対象、リソース制約を特定します。既存の計画がある場合は、それを対象とした改善を優先します。研究のアイデアのみがある場合は、適切な設計とその理由を提案します。計画の選択に影響を与える情報のみを質問し、それ以外の不足情報は明確な仮定として処理を進めます。
ワークフロー
- 研究の比較対象、独立した試験単位、主要な応答変数を明確にします。
- 因子の数、交互作用、バッチとリソース制約に基づいて設計を選択します。完全要因計画が必要な場合は、ローカルスクリプトを呼び出します。
- 試験の組み合わせを、測定、実行順序、分析方法に落とし込みます。設計が答えられる質問と、答えられない質問を説明します。
リソースの必要なときの使用
- ローカルツールを使用する前に、パラメータと適用範囲 を読み、その後に scripts/generate_design.py を呼び出してください。ツールは説明された形式と機能のみを処理し、タスク全体が完了したことを意味するものではありません。
- 入力形式を初めて理解する際は、合成サンプル examples/design.json を参照してください。デモデータは実際の測定値や仕様パラメータとして扱わないでください。
- 手法の選択、境界判断、または複雑な状況については、references/methods.md を参照してください。
- 成果物の内容を迅速に整理する必要がある場合は、assets/protocol-outline.md をコピーして調整してください。これはオプションの出発点であり、固定された出力形式ではありません。
成果物
推奨計画、主要な選択理由、実行可能な試験計画を提供します。計画の比較が必要な場合は、そのトレードオフを説明します。タスクに応じて、要因の組み合わせ、測定の配置、または分析の考え方を添付し、ユーザーの既存の形式に従います。表の数やセクションの長さは固定しません。
試験パラメータと現場の実施条件には根拠が必要です。未完了の試験については結果を記述しません。現場作業に関わる場合、具体的な実施は、該当する承認された計画が優先されます。