论文数字一致性核对提示词：摘要、正文、表格中的样本量与统计量是否对得上
投稿或交终稿前做最后检查时用：贴入摘要、方法、结果和表格，AI 把所有出现的数字（样本量、百分比、均值、统计量、p 值）抽出来逐项对照，找出前后不一致、百分比算不对、自由度与样本量不匹配等问题。只指出问题，不改数据。
通用大模型 对话模型通用
请对我的论文做一次「数字一致性」检查。这类错误很常见，也很容易被审稿人抓住。 请按部分粘贴（不需要全文）： - 摘要：[粘贴摘要] - 方法中关于样本与分组的段落：[粘贴方法段落] - 结果正文：[粘贴结果正文] - 表格（直接粘贴表格文字）：[粘贴表格] - 图注中的数字（可选）：[粘贴图注] 检查步骤： 1. 抽取：列出所有数字及其位置，按类别归类——样本量（总数、各组、各时间点）、人口学统计（比例、均值）、主要结果（均值、标准差、效应量、置信区间、检验统计量、自由度、p 值）。 2. 跨部分对照：同一个量在摘要、正文、表格、图注中出现时数值是否一致（包括小数位和四舍五入）。 3. 内部计算检查： - 各组人数相加是否等于总数，排除和缺失的人数能否解释差异； - 百分比是否等于人数除以对应分母，分母是否前后一致； - 检验统计量的自由度与样本量是否匹配（如独立样本 t 检验的自由度通常为 n₁ + n₂ − 2，使用校正时会不同）； - 置信区间是否包含点估计，区间与 p 值的方向是否相互矛盾； - 文字描述的方向（「升高」「降低」）与数字符号是否一致。 4. 输出问题表：编号 | 位置 A 的写法 | 位置 B 的写法 | 问题类型 | 可能原因 | 需要我回到原始数据核实的内容。 规则：只指出不一致和可疑之处，不修改、不推算「正确」的数值——正确值必须由我回到原始数据和分析结果中确认。没有发现问题的类别也要写「未发现不一致」。
高亮处换成你自己的内容：[粘贴摘要]、[粘贴方法段落]、[粘贴结果正文]、[粘贴表格]、[粘贴图注]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：不用贴全文，只贴含数字的部分，越完整越好，尤其是 [粘贴方法段落] 中的纳入、排除和流失人数——很多不一致源于「摘要用了初始人数、表格用了分析人数」。表格从 Word 直接复制成文字即可。
常见问题与调整：
- 检查不全 → 分部分检查：先只检查样本量，再检查主要结果，最后检查表格内部。
- AI 自己算错 → 对它指出的每一处，都用计算器或原始数据复核；AI 的价值在于帮你「找可疑点」，不是做最终计算。
- 发现问题后：回到统计软件的原始输出核对，修改后同步更新摘要、正文、表格和图，以及回复审稿意见中引用的数字。
提示：统计结果的规范写法可参考本站「效应量和 p 值怎么报告」，表格整理用「论文三线表怎么做」。
示例输出
示例，仅供参考
| 编号 | 位置 A | 位置 B | 问题类型 | 需要核实 |
|---|---|---|---|---|
| 1 | 摘要：N = 412 | 表 1：干预组 203 + 对照组 205 = 408 | 样本量不一致 | 是否有 4 人在分析前被排除？方法中未说明 |
| 2 | 结果：女性 58.3% | 表 1：女性 236 / 408 = 57.8% | 百分比与分母不符 | 百分比是否按 412 计算 |
| 3 | 结果：t(410) = 2.31 | 分析人数 408 | 自由度与样本量不匹配 | 若为独立样本 t 检验，自由度应与分析人数对应 |
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～