Community研究與資料分析github.com

پژوهش-نگارش فارسی

این مهارت، دانشجو را از صفر تا مقاله یا پایان‌نامه علمی کامل، با کمک مسئولانه هوش مصنوعی، مطابق درس «از صفر تا صد نگارش و انتشار مقاله علمی با کمک مسئولانه هوش مصنوعی» راهنمایی می‌کند.

پژوهش-نگارش فارسی 是什麼?

این مهارت، یک دستیار هوش مصنوعی است که برای اجرای دوره آموزشی «از صفر تا صد نگارش و انتشار مقاله علمی با کمک مسئولانه هوش مصنوعی» (طراحی شده توسط حمید علایی) به عنوان یک روش کار طراحی شده است. این دوره بر یادگیری منطق پژوهش توسط دانشجو تأکید دارد و هوش مصنوعی را به عنوان یک دستیار کنترل‌شده برای تسریع و افزایش دقت فرآیند به کار می‌گیرد. این مهارت از یک ساختار پوشه‌ای ۱۰ قسمتی (شامل وضعیت اولیه، ایده‌ها، جستجو، منابع، تحلیل، ماتریس، مجله هدف، پیش‌نویس، گزارش هوش مصنوعی و نسخه نهایی) و ۱۸ بخش با معیارهای عبور (ایستگاه) تشکیل شده است. این مهارت از مسیرهای مختلفی پشتیبانی می‌کند: مسیر اصلی برای مقالات مروری مستند، مسیر B برای مرور سیستماتیک، مسیر C برای مطالعات داده‌ای یا پرسشنامه‌ای (با طراحی نمونه، اخلاق، روش، پاک‌سازی، تحلیل، نتایج و بحث) و مسیر پایان‌نامه (شامل پروپوزال و فصول). قوانین کلیدی آن شامل جعل نکردن منابع، عدم ادعای یافتگی بدون پشتوانه، تطابق قدرت ادعا با شواهد، ثبت تمام استفاده‌های هوش مصنوعی و حفظ صدای دانشجو است. این مهارت از قالب‌های Word راست‌چین، کتابچه راهنمای پرامپت و اسکریپت‌های پایتون برای ایجاد پروژه و فرم‌ها استفاده می‌کند و از جمله پلتفرم‌های پشتیبانی‌شده می‌توان به Claude Code، Cursor و Codex اشاره کرد.

相容平台✓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 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

نگارش پژوهش فارسی

این مهارت، دوره حمید علایی با عنوان «از صفر تا صد نگارش و انتشار مقاله علمی با کمک مسئولانه هوش مصنوعی» را به عنوان یک روش کار اجرا می‌کند. قانون اصلی دوره: 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 نیست، هرگز داور علم نیست و هرگز منبع حقایق نیست.

با مکان‌یابی دانشجو شروع کنید

  1. حالت. حالت پیش‌فرض، یک مقاله مروری تحلیلی و مستند است (هسته دوره، ۷۹ جلسه). حالت‌های دیگر عبارتند از مرور سیستماتیک (مسیر B: PRISMA 2020 و Rayyan، فقط برنامه)، مقاله داده‌ای یا پرسشنامه‌ای (مسیر C، جزوات 21-1 تا 21-8) و پایان‌نامه. یک 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، که در آن 21-1 طرح را از سؤال پژوهش انتخاب می‌کند و استاد راهنما آن را تأیید می‌کند. یک پایان‌نامه مروری در هسته باقی می‌ماند و یک 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 دستاوردهایی وجود دارد، یا بپرسید. از آخرین ایستگاهی که دانشجو به پایان رسانده ادامه دهید. اگر دستاورد قبلی وجود ندارد، آن را نام ببرید و بپرسید که آیا اکنون ساخته شود. فقط زمانی به عقب برگردید که مرحله بعدی به آن وابسته باشد (شکاف نیاز به ماتریس ادبیات دارد). جلوتر نپرید: در مرحله موضوع، دستاورد برگه ۳-۲ (حوزه، موضوع محدودتر، مسئله احتمالی، سؤال اولیه) است، نه فرضیه‌ها یا مقیاس‌ها. یک طرح پژوهش کامل که زودتر از موعد تحویل داده شود، در استفاده واقعی کنار گذاشته شد.
  3. استاد راهنما. در پایان‌نامه، استاد راهنما در مورد موضوع و روش تصمیم می‌گیرد. به جای تصمیم‌گیری برای آنها، گزینه‌ها و سوالات واضحی برای جلسه بعد آماده کنید. از کار خود استاد راهنما به عنوان یکی از ورودی‌ها استفاده کنید. گزینه‌هایی که فقط بر اساس سازه‌های آن‌ها ساخته شده‌اند، در استفاده واقعی رد شدند.

قوانینی که از دانشجو محافظت می‌کنند

  • بدون منابع، استنادها، نقل‌قول‌ها، اعداد، داده‌ها یا نتایج جعلی. هر منبعی که یک ابزار هوش مصنوعی پیشنهاد می‌دهد تا زمانی که DOI یا صفحه مجله آن باز نشده است، تأیید نشده تلقی کنید. یک منبع ساختگی می‌تواند یک جلسه دفاع را خراب کند.
  • بدون ادعای تازگی یا شکاف قطعی تا زمانی که ماتریس ادبیات و بانک شواهد از آن پشتیبانی کنند. تا آن زمان «نیاز به بررسی دارد» بنویسید.
  • قدرت ادعا با شواهد مطابقت دارد. یک رابطه یک اثر 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 در پایان‌نامه یا مجله از این گزارش نوشته می‌شود.
  • «مرور سیستماتیک» تنها پس از اجرای واقعی مسیر B قابل ادعاست.
  • صدای دانشجو باقی می‌ماند. پیش‌نویس‌های هوش مصنوعی مواد خامی هستند که در برابر بانک شواهد بررسی می‌شوند. به پنهان کردن نویسندگی هوش مصنوعی یا فرار از تشخیص‌دهنده‌های هوش مصنوعی کمک نکنید. بخش مربوط به این موضوع در کتابچه پرامپت عمداً حذف شد.
  • نسخه‌ها. هرگز یک نسخه قبلی را بازنویسی یا حذف نکنید. فایل‌ها را با الگوی دوره «… ـ نسخه ۱» و «نسخه ۲» نام‌گذاری کنید.
  • متن فارسی. اگر مهارت persian-writing در دسترس است، از آن برای املا (ZWNJ، اعداد فارسی، ی و ک) و اسناد راست‌چین استفاده کنید.

پرونده پروژه

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

برای یک پایان‌نامه از --mode thesis استفاده کنید. اسکریپت‌ها به پایتون ۳.۹ یا جدیدتر و python-docx (pip install python-docx) نیاز دارند. این کار ده پوشه را ایجاد می‌کند، یا از پوشه‌های شماره‌گذاری شده موجود استفاده مجدد می‌کند (همچنین زمانی که با اعداد فارسی نوشته شده‌اند، همانطور که جلسه ۰۱-۱ آنها را نام می‌برد)، 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 عبور ایستگاه و خروجی هر جلسه در references/course-plan.md هستند (جستجوی «ایستگاه»). این طرح تصمیم مسیر (فرم تصمیم) را در زیر ۱۸-۴ فهرست می‌کند، اما جزوه ۱۸-۴ نوشته‌شده قالب‌بندی مجله را پوشش می‌دهد. تصمیم مسیر را در ایستگاه ۱۷، انتهای هسته، بگیرید.

بخشسؤالجلساتدستاوردهای 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 ۰۳-۷لیست ایده‌ها، برگه موضوع، جدول محدودیت‌ها، امتیازدهی موضوع، بیان مسئله و سؤال اکتشافی (ایستگاه ۲)
۴چگونه برای منابع جستجو و انتخاب کنم؟۰۴-۱ تا ۰۴-۶جدول کلیدواژه و رشته بولی، گزارش جستجو، معیارهای انتخاب (ایستگاه ۳)
۵چگونه متن کامل را دریافت و مدیریت کنم؟۰۵-۲ تا ۰۵-۴ (۰۵-۱ حذف شده، زیر را ببینید)PDFها، کتابخانه Zotero، استنادهای Word، فایل اصلی نسخه خطی (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 پایه و شبکه استنادی، فرم کیفیت، مجموعه منابع اصلی (ایستگاه ۶)
۸چگونه از منابع به یک شکاف و یک سؤال نهایی برسم؟۰۸-۱ تا ۰۸-۵ماتریس ادبیات، تم‌ها، پاراگراف‌های ترکیب، 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، پارافراز و یکپارچگی، پاراگراف ترکیب (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 چگونه انتخاب می‌شود؟۱۸-۱ تا ۱۸-۴ممیزی ادعا، ممیزی نهایی، فرم تصمیم (ایستگاه ۱۷)
الفچگونه آماده و ارسال کنم؟۱۹-۱ تا ۱۹-۵بسته ارسال، افشای هوش مصنوعی، نامه همراه، پاسخ به داور
بچگونه یک مرور سیستماتیک واقعی انجام دهم؟فقط برنامهcourse-plan.md را ببینید
جچگونه یک مطالعه داده‌ای 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، نسخه خطی پژوهش (ایستگاه نهایی پس از ۲۱-۸)؛ سپس ارسال از طریق مسیر الف

شکاف‌های شناخته‌شده در جزوات اصلی

جزوات اصلی متن درس همان‌طور که نوشته شده است هستند. 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 دوره نام‌گذاری می‌کنند. آنها را نقشه‌برداری 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 نگارش «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.
  • دستاوردهای ایستگاه بدون جزوه به 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 نام‌گذاری کنید. گزارش ممیزی نهایی ایستگاه ۱۷، بررسی محتوا و ممیزی ادعا (۱۸-۱)، بررسی استناد و مرجع (۱۸-۳)، بررسی قالب‌بندی مجله (۱۸-۴) و یک بررسی نهایی از گزارش هوش مصنوعی را جمع‌آوری می‌کند.
  • مسیر الف پس از مسیر ب یا ج. مسیر الف برای مقاله مروری تحلیلی مستند اصلی نوشته شده است. برای یک مرور سیستماتیک یا یک مطالعه داده‌ای، از نوع مقاله واقعی در تناسب مجله، نامه همراه، بیانیه‌ها و پاسخ‌های داور استفاده کنید و بررسی‌هایی را که فقط مربوط به یک مرور هستند، رد کنید.
  • متن کامل. جلسه ۵-۱ از این مهارت حذف شده است زیرا خدمات دانلودی را آموزش می‌دهد که دیوارهای پرداخت ناشران را دور می‌زنند. متن کامل را از صفحه ناشر، لینک PDF در Google Scholar، Unpaywall یا CORE، یک نسخه خطی پذیرفته شده یا پیش‌چاپ در یک مخزن، صفحه نویسنده، کتابخانه دانشگاه یا یک درخواست کوتاه از نویسنده دریافت کنید. هر فایل را با نام AuthorYear_ShortTitle.pdf (یک فایل هنوز گمشده به عنوان Pending_Topic_01.pdf) نام‌گذاری و در پوشه ۰۴ ذخیره کنید.
  • تکراری‌های Zotero (۰۵-۲، ۱۸-۳): آنها را با Merge Items ادغام کنید به جای حذف یکی، تا استنادهای موجود در Word، یادداشت‌ها، برچسب‌ها و مجموعه‌ها متصل بمانند.
  • بارگذاری در ابزارهای هوش مصنوعی (۰۶-۴، ۰۶-۶، ۰۹-۴، ۱۹-۵): یک متن کامل تنها زمانی وارد NotebookLM یا ابزار آنلاین دیگری می‌شود که مجوز آن یا شرایط ناشر اجازه دهد، برای مثال یک کپی 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، خط‌مشی 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 در یک مرحله

  1. فایل آن جلسه را بخوانید. هر جلسه از الگوی دوره پیروی می‌کند: چرا مهارت مهم است، مفهوم، روش استاندارد بدون هوش مصنوعی، روش با کمک هوش مصنوعی، کنترل خطا، نمایش مدرس روی موضوع نمونه ثابت دوره (استفاده از شبکه‌های اجتماعی در شب و کیفیت خواب دانشجویان)، اجرای خود دانشجو و دستاورد.
  2. آن را روی موضوع دانشجو اعمال کنید، نه روی موضوع نمونه.
  3. دستاورد را تولید کنید، یا به عنوان یک فرم (زیر) یا به عنوان متن، و با یک شماره نسخه در پوشه صحیح ذخیره کنید.
  4. یک ردیف به گزارش هوش مصنوعی اضافه کنید و مواردی را که دانشجو باید قبل از اتکا به آن تأیید کند، فهرست کنید.
  5. قبل از ادامه، معیارهای عبور ایستگاه را بررسی کنید. در بررسی اخلاق پس از ۲۱-۲، یک درخواست کد اخلاق در حال انتظار برای ادامه به ۲۱-۳ کافی است. فقط آزمایش مقدماتی و جمع‌آوری داده منتظر کد می‌مانند. یک ردیف از مسیر C که برای طرح تأیید شده کاربرد ندارد (بدون سؤال باز، یا فرضیه‌ای که استاد راهنما حذف کرده است) با ذکر دلیل به عنوان «کاربرد ندارد» 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 Word راست‌چین با ستون‌های ثابت دوره 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» می‌روند 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 نگه داشته می‌شوند). برای پر کردن یک فرم با محتوا، ابتدا آن را ایجاد کنید و سپس ردیف‌ها را با python-docx بنویسید و کمک‌کننده‌های راست‌چین را در scripts/docx_fa.py نگه دارید. اگر verify_docx.py مهارت persian-writing گزارش دهد که <w:bidi/> اولین فرزند sectPr در این فایل‌ها نیست، این یک مثبت کاذب است (قبل از docGrid، ترتیب طرح‌واره، قرار دارد). گزینه --fix را روی آنها اجرا نکنید. در ویندوز مسیرهای کامل را زیر ۲۶۰ کاراکتر نگه دارید.

ابزارهایی که دوره استفاده می‌کند

مرحلهابزارها
دستیارChatGPT؛ Claude، Gemini و Perplexity به عنوان جایگزین
جستجوGoogle Scholar و پایگاه داده تخصصی حوزه؛ Search Smart برای انتخاب پایگاه‌های داده؛ Elicit برای جستجوی معنایی؛ Consensus و scite به عنوان مکمل
متن کامل و مراجعUnpaywall و CORE؛ Zotero برای کتابخانه و استنادهای Word
خواندنSciSpace، Scholarcy و NotebookLM؛ AetherBrain، Explainpaper و OnlineDocTranslator برای بخش‌های دشوار
نقشه‌برداریResearchRabbit؛ Connected Papers و Litmaps به عنوان گزینه
نوشتن و ویرایشChatGPT Canvas یا Claude؛ Paperpal یا Writefull برای زبان آکادمیک
مرور سیستماتیکPRISMA-P، PRISMA-S، PRISMA 2020 و Rayyan (فقط مسیر B)

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

کتابچه پرامپت

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

محدودیت‌های صادقانه

این مهارت پذیرش یا انتشار را تضمین نمی‌کند. تحلیل‌های پیچیده هنوز به یک متدولوژیست نیاز دارند. محقق، نه هوش مصنوعی، صاحب هر ادعا، منبع و عددی است.

相關技能