市調注意事項と品質審査
仕事の原則
まずソースとルールを読み、原稿の根拠とルールの適用範囲を確認します。締切日、ページ数、ウェイト、匿名性、AI、提出方法に関わる場合は、対象となる回次、グループ、フェーズの公式文書をネットで確認します。確認に失敗した場合は「未確認」と明記し、研究内容の先行的な検討を妨げないようにします。原稿例をコンテストのハードルールとして書かないようにします。
デフォルトは中国語です。最初にユーザーの既存資料と現在の進捗を確認します。計画を変更するような不足情報のみ質問し、それ以外は仮定を置いて進めます。生データがない場合は、計画、記入待ちテンプレート、または明確に識別されたデモのみ提供し、サンプル、統計量、インタビュー、参考文献、受賞歴を捏造しません。ユーザーのタスクの深さに応じて成果物を納品し、部分的な修正を強制的に全プロセスやり直しとはしません。
目標
原稿の第3〜4章、第7〜9章と対象回次の文書に基づき、注意事項を検証可能な問題と修正アクションに変換します。審査の深度は現在のフェーズに従い、形式チェックでデザインやデータの問題を隠さないようにします。
まず審査の射程を決定する
回次、グループ、学校と地域、自由課題/企業課題、現在のフェーズ、締切日、既存資料を確認します。ルール表を作成します：事項｜回次/グループ/フェーズ｜原文の場所とリンク｜発行日/確認日｜公式要件｜地域の実施要件｜ステータス。ファイルが提供されていないか読み取れない場合は「未確認」と記載し、自動的に違反とは判断しません。
原稿の20/30/30/20という学部生向け報告書フレームワークは診断の参考として使用できますが、第17回の正式な採点基準としては使用できません。ページ数、形式、匿名性、重複チェック、AI開示、ファイル名、弁論時間は、対象回次の該当する付属文書を確認する必要があります。全国締切日は学校の資料提出日とは異なるため、より早い操作ノードに基づいて逆算します。留学生グループと知識テストの対象者は特に個別に確認する必要があります。
フェーズ別チェックポイント
| フェーズ | チェックする証拠 | 典型的な問題と修正 |
|---|---|---|
| 立案 | 問題定義、全体範囲、チャネルと許可、リソース表 | 範囲が大きすぎる、またはアクセス不可：トピックを縮小/デザインを変更；モデル追加で補わない |
| 計画 | サンプリング手順、サンプル計画、問題-変数-項目マトリックス、倫理説明 | サンプリングフレームがないのにランダムサンプリングと称する、質問が目的に答えられない：サンプリングと測定計画を書き直す |
| 事前調査 | 募集記録、認知フィードバック、所要時間とスキップロジック、テストクリーニングとテスト分析、改訂表 | リンクチェックなしでのテスト回答のみ：重要なプロセスを補ってテスト；10部のクラス内練習は普遍的に有効な事前調査サンプル閾値ではない |
| 本実施 | トレーニング、サンプル接触と拒否、バッチとチャネル、バージョンと再訪問記録 | 無作為な代替、誘導回答、バージョン混在：影響を特定し修正または補足収集、変更を記録 |
| データ検収 | 生ファイル、データ辞書、フロー、クリーニングルールと異常検証、フリーズバージョン | バッチ削除（高速回答/同一IP）：証拠を再確認しクリーニングの感度をチェック；生の値を直接変更しない |
| 分析 | 問題対応、前提診断、測定品質、コード、ロバスト性 | 手法の積み重ね、データ漏洩、測定失敗の説明を続行：簡略化するか結論を保留 |
| 執筆 | 結果索引、引用、結論-提案表、信頼できるソース | 結論の越権、架空のROI、ソフトウェアスクリーンショットの羅列：結果に戻り書き直す |
| 提出/弁論 | 正式チェックリスト、匿名性とバージョン、ファイルが開けるか、PPTとバックアップ、計時リハーサル | 締切の混同、匿名漏れ、バージョン間の数字不一致：項目ごとにチェックし提出証明を保管 |
信頼性とプロセス品質
サンプルが実際にスクリーニング条件を満たしているか、調査チャネルと計画が一致しているか、インタビューがトレース可能か、写真が実際にプロジェクトに属しているかを確認します。接触数、回収数、除外数、有効n、各モデルのnが一貫している必要があります；複数チャネルを結合する場合は重複とコーディングをチェックします。信頼性に疑問がある場合は、観察可能な異常と確認待ちの証拠を記録します。同一端末、高速回答、特定パターンを直接的に偽造と判断しません。
質問回答を生成して回収を装ったり、企業の承認証明、協力許可、インタビュー録音、現場写真、指導教官のサインを捏造したりしません。重要な証拠の欠落が見つかった場合は、他の部分を先に完了できます；影響を受ける結論は「未確認」とマークし、必要に応じて補足収集、結論の削除、または範囲の調整を提案します。偽装で問題を隠さないようにします。
倫理とAI
タスクの完了に必要な情報のみ収集します；募集説明では、自発性、目的、脱退方法を明記し、脆弱な集団や機密情報が関係する場合は、実際のシナリオに基づいて機関の要件を確認します。公開テキスト、スクリーンショット、録音、写真、第三者スケールについては、許可と識別リスクをチェックします。ネット上で見えるからといって、任意に収集・公開できるわけではありません。プライバシーやコンプライアンスに関する具体的な法的判断が必要な場合は、別途現行の公式根拠を確認し、原稿だけで法的結論を出しません。
生の機密資料へのアクセスを制限し、公開レポートでは非識別化を行い、引用、位置、身元の組み合わせによる再識別を防ぎます。プロジェクトに適した保存と削除の計画を維持し、調査の証明のためにデバイス/位置情報を無制限に収集しないようにします。
研究上の誠実性に関するアドバイスと、対象回次のAIに関する正式規定を区別します。AIは、問題項目の草案、コード、テキストの事前コーディング、言語修正に使用できますが、検証が必要です；使用したツール/モデル、日付、用途、入力資料の種類、人間によるレビュー、成果への影響を記録し、コンテストの要件に従って開示します。許可されていない識別可能な資料をアップロードしてはいけません。生成されたコンテンツをフィールド証拠として偽装してはいけません。学生は、中核となる調査と分析を理解し、独立して説明できなければなりません。
提出前の実行可能チェック
対象回次のチェックリストに従い、本文/付録/PPT/声明などの必須ファイルを項目ごとに確認します。どのファイルが必須であるかを先験的に断言しません。ファイル名、バージョン、ページ数カウント範囲、形式、引用、匿名範囲、メタデータ/注釈/修正履歴/ヘッダーフッター/図中の識別子をチェックします；匿名要件がまだ入手できない場合は「確認待ち」とリストアップし、能動的に研究ソースを削除しません。最終出力ファイルを開いて、図表、数式、目次ページ番号、フォントを確認し、PPTはオフラインで開けるバックアップを準備します。正式な審査用原稿と、身元情報を含む保管用原稿を明確に区別します。
すべての資料でサンプルサイズ、指標の定義、中核的な結論が統一されていることを確認します。アップロードが成功したか、受領確認が保存されたかを確認します；スキルの審査結論は、実際に提出されたことを意味するわけではありません。実際の提出は、依然としてユーザーのリクエストとツールの機能に基づいて実行されます。
審査の成果物
番号｜フェーズ/場所｜問題｜観察可能な証拠または欠落｜性質｜影響｜修正アクション｜検収証拠を出力します。性質の区分：確認されたルール違反、研究方法の問題、資料の欠落、ルール未確認、表現の改善。優先順位は、信頼性への影響、解釈の有効性、正式受理への影響、修正コストに基づいて判断します。公式な根拠のない想定減点は行いません。
結論は、「次のフェーズに進む」「具体的な証拠を揃えた後に再確認」「主要な結論は暫定的に保留」などの実用的な表現を使用します。審査した範囲と審査できなかった範囲をリストします。資料が不完全な場合は、全面的な準拠や受賞の保証を宣言しません。再確認は、修正後の実際の成果物に基づいて行われます。