ScholarAI CASE · 01实证研究
统计显著，但结论外推过度
摘要将组间差异表述为稳定的实际效果，但结果部分仅报告 p 值。
问题缺少效应量与置信区间，讨论部分未充分说明样本与混杂因素限制。
证据线索Methods §2.3 · Results §3.1
建议动作补充效应量和 95% 置信区间，收敛因果措辞，并在局限性中说明外推边界。
应用案例
从审稿问题到可执行修改路径
以下为匿名化、示意性的审稿场景，展示 ScholarAI 如何组织风险、稿件证据与修改建议，不代表真实客户结果或录用承诺。
ISSUE → EVIDENCE → ACTION
01
识别核心问题先定位可能影响研究可信度、可复现性或表达清晰度的问题。
02
关联稿件证据将意见对应到章节、图表、统计结果、参考文献或原文片段。
03
形成修改动作按优先级给出可核对、可执行的修改方向。
典型场景
不同稿件，同一套证据导向的审查逻辑
案例聚焦报告如何帮助作者理解问题，不展示虚构姓名、机构、期刊或效果数据。
CASE · 02综述论文
检索范围不透明，证据选择难以复核
方法部分列出数据库名称，但缺少检索日期、关键词组合和纳入排除过程。
问题读者无法判断文献覆盖是否完整，也难以复现筛选过程。
证据线索Methods §2 · Discussion §5
建议动作补充完整检索式、时间范围、筛选标准与流程图，并区分系统综述和叙述性综述的证据要求。
CASE · 03方法论文
关键实验条件分散，可复现性不足
参数、预处理步骤和软件版本散落于正文与补充材料，部分条件未说明。
问题核心流程缺少连续、完整的执行描述，外部研究者难以复现。
证据线索Methods §2.2–2.5
建议动作集中整理环境、数据处理、参数和随机性控制，并增加可复现性清单或流程图。
CASE · 04学位论文
章节完整，但研究问题与结论未闭环
引言提出多个研究问题，结论仅概括主要发现，没有逐项回应。
问题论文结构看似完整，但论证链条和贡献边界不够清晰。
证据线索Introduction §1.3 · Conclusion §7
建议动作建立“研究问题—方法—结果—结论”对应关系，逐项回应并区分主要贡献、限制与后续工作。
报告结构
先解决影响可信度的问题，再优化表达
报告将意见划分为三个层级，帮助作者安排修改顺序。
01
必须修改
涉及方法有效性、数据解释、结论支持或关键合规风险。
02
建议修改
有助于增强论证完整性、可复现性与读者理解。
03
可选优化
主要改善语言、结构、格式和呈现质量。
案例仅用于说明产品输出方式。具体意见取决于稿件内容、所选任务和可用证据；ScholarAI 不保证投稿、送审或录用结果。
查看报告如何组织证据与建议
先浏览示例报告，或上传自己的稿件开始一次审稿。