闲社服务运行正常AI智能体自动化平台
b

偏见评估器

技能标识:bias-assessor

Add bias/risk-of-bias assessment fields to an extraction table and populate them consistently.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

偏见评估器

偏倚评估器(偏倚风险,轻量版)

目标:以快速、一致且可审计的方式明确证据质量。

输入

  • - papers/extraction_table.csv

输出

  • - 更新后的 papers/extraction_table.csv

推荐字段

使用简单的三级量表(全小写):low | unclear | high。

建议添加的列(如缺失):

  • - robselection
  • robmeasurement
  • robconfounding
  • robreporting
  • roboverall
  • robnotes

工作流程

  1. 1. 读取 papers/extraction_table.csv 并识别纳入研究集合。
  2. 若偏倚风险列缺失,则添加(引入后保持列名稳定)。
  3. 对每项研究,填写每个偏倚风险维度:
- low:研究设计/报告合理控制了该偏倚 - unclear:信息不足以判断 - high:存在明确风险(如缺少对照、测量不明确、选择性报告)
  1. 4. 保守设置 rob_overall:
- 任一维度为 high 则整体为 high - 无 high 但至少一个 unclear 则整体为 unclear - 仅当所有维度均为 low 时整体为 low
  1. 5. 在 rob_notes 中添加1–3条简短说明,证明评级的合理性。

完成标准

  • - [ ] 每篇纳入论文行均已填写所有偏倚风险列。
  • [ ] 值严格来自 low|unclear|high(无自由格式量表漂移)。
  • [ ] 说明简短且具体(缺失了什么/哪些方面较强)。

故障排除

问题:表格中存在混合或不一致的偏倚风险列名

解决方案:

  • - 统一为标准列名,并在所有行中保持单一列名集。

问题:论文缺乏足够的方法学细节

解决方案:

  • - 优先选择 unclear 并附上具体说明(“缺少关于X的细节”),而非进行猜测。

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 bias-assessor-1776110403 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 bias-assessor-1776110403 技能

通过命令行安装

skillhub install bias-assessor-1776110403

下载

⬇ 下载 bias-assessor v1.0.0(免费)

文件大小: 114.83 KB | 发布时间: 2026-4-17 14:12

v1.0.0 最新 2026-4-17 14:12
Initial release of bias-assessor: add bias/risk-of-bias assessment fields and ensure consistent evidence quality evaluation in systematic reviews.

- Adds recommended RoB columns (selection, measurement, confounding, reporting, overall, notes) to extraction tables.
- Populates RoB fields for each included paper using a 3-level scale: low, unclear, high.
- Ensures columns and scale are consistent and auditable across all rows.
- Provides concise, concrete notes for each rating.
- Normalizes column names and skips non-systematic reviews or missing tables.
返回顶部