mining-experiment-protocol
「この一連の試験は、一体どのような疑問に答えることができるのか」という点を中心に計画を構成し、各ケース、各測定点、各反復に明確な目的を持たせます。
コア機能
- 研究目的に応じたデザイン選択: 要因スクリーニング、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、適切な試験計画を選択します。
- 限られた試験リソースの活用: 供試体、設備、現場条件に基づい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実験を特定します。
- 設計上の欠陥を早期発見: バッチ交絡、擬似反復、測定不足、実施不可能な要因組み合わせをチェックし、データ収集前に問題を修正します。
開始時
既存の資料から、研究課題、主要な応答量、制御要因、試験対象、およびリソース制約を特定します。既存の計画がある場合は、その計画に焦点を当てた改善を優先します。研究アイデアのみがある場合は、適切なデザインとその理由を提案します。計画選択に影響を与える情報のみを追加で質問し、それ以外の不足事項は明確な仮定として設定して作業を進めます。
ワークフロー
- 研究の比較内容、独立した試験単位、および主要な応答量を明確にします。
- 要因数、交互作用、バッチ、リソース制約に基づいてデザインを選択します。完全要因配置が必要な場合は、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、分析方法に具体化し、そのデザインで回答可能な質問と回答不可能な質問を説明します。
必要に応じてリソースを使用
- 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 scripts/generate_design.py を呼び出します。ツールは説明された形式と機能のみを処理し、完全なタスクの完了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場合は、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や仕様パラメータとして扱わないでください。
- 方法の選択、境界判断、または複雑なケースについては、references/methods.md を読んでください。
- 納品物を迅速に構成する必要がある場合は、assets/protocol-outline.md をコピーして編集してください。これはオプションの出発点であり、固定の出力形式ではありません。
納品物
推奨計画、重要な選択の理由、および実行可能な試験配置を提供します。計画を比較する必要がある場合は、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、測定配置、または分析の考え方を添付し、ユーザーの既存形式を使用します。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実施条件には根拠が必要です。未完了の試験の結果は記載しません。現場作業が含まれる場合の具体的な実行は、適用される承認済み計画に従って行われます。