論文數字一致性核對提示詞：摘要、正文、表格中的樣本量與統計量是否對得上
投稿或交終稿前做最後檢查時用：貼入摘要、方法、結果和表格，AI 把所有出現的數字（樣本量、百分比、均值、統計量、p 值）抽出來逐項對照，找出前後不一致、百分比算不對、自由度與樣本量不匹配等問題。只指出問題，不改數據。
通用大模型 對話模型通用
請對我的論文做一次「數字一致性」檢查。這類錯誤很常見，也很容易被審稿人抓住。 請按部分粘貼（不需要全文）： - 摘要：[粘貼摘要] - 方法中關於樣本與分組的段落：[粘貼方法段落] - 結果正文：[粘貼結果正文] - 表格（直接粘貼表格文字）：[粘貼表格] - 圖注中的數字（可選）：[粘貼圖注] 檢查步驟： 1. 抽取：列出所有數字及其位置，按類別歸類——樣本量（總數、各組、各時間點）、人口學統計（比例、均值）、主要結果（均值、標準差、效應量、置信區間、檢驗統計量、自由度、p 值）。 2. 跨部分對照：同一個量在摘要、正文、表格、圖注中出現時數值是否一致（包括小數位和四捨五入）。 3. 內部計算檢查： - 各組人數相加是否等於總數，排除和缺失的人數能否解釋差異； - 百分比是否等於人數除以對應分母，分母是否前後一致； - 檢驗統計量的自由度與樣本量是否匹配（如獨立樣本 t 檢驗的自由度通常為 n₁ + n₂ − 2，使用校正時會不同）； - 置信區間是否包含點估計，區間與 p 值的方向是否相互矛盾； - 文字描述的方向（「升高」「降低」）與數字符號是否一致。 4. 輸出問題表：編號 | 位置 A 的寫法 | 位置 B 的寫法 | 問題類型 | 可能原因 | 需要我回到原始數據核實的內容。 規則：只指出不一致和可疑之處，不修改、不推算「正確」的數值——正確值必須由我回到原始數據和分析結果中確認。沒有發現問題的類別也要寫「未發現不一致」。
高亮處換成你自己的內容：[粘貼摘要]、[粘貼方法段落]、[粘貼結果正文]、[粘貼表格]、[粘貼圖注]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：不用貼全文，只貼含數字的部分，越完整越好，尤其是 [粘貼方法段落] 中的納入、排除和流失人數——很多不一致源於「摘要用了初始人數、表格用了分析人數」。表格從 Word 直接複製成文字即可。
常見問題與調整：
- 檢查不全 → 分部分檢查：先只檢查樣本量，再檢查主要結果，最後檢查表格內部。
- AI 自己算錯 → 對它指出的每一處，都用計算器或原始數據覆核；AI 的價值在於幫你「找可疑點」，不是做最終計算。
- 發現問題後：回到統計軟件的原始輸出核對，修改後同步更新摘要、正文、表格和圖，以及回覆審稿意見中引用的數字。
提示：統計結果的規範寫法可參考本站「效應量和 p 值怎麼報告」，表格整理用「論文三線表怎麼做」。
示例輸出
示例，僅供參考
| 編號 | 位置 A | 位置 B | 問題類型 | 需要核實 |
|---|---|---|---|---|
| 1 | 摘要：N = 412 | 表 1：干預組 203 + 對照組 205 = 408 | 樣本量不一致 | 是否有 4 人在分析前被排除？方法中未說明 |
| 2 | 結果：女性 58.3% | 表 1：女性 236 / 408 = 57.8% | 百分比與分母不符 | 百分比是否按 412 計算 |
| 3 | 結果：t(410) = 2.31 | 分析人數 408 | 自由度與樣本量不匹配 | 若為獨立樣本 t 檢驗，自由度應與分析人數對應 |
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～