findings-synthesislisted
Install: claude install-skill qiaomiaojoe/ai-academic-workflow
# Findings Synthesis · 综合研究发现(数据分析最终产出)
把数据分析的**全部轮次、全部 skill 的产出**整合成一份对应研究问题的研究发现。这不是某一个 skill 的原始输出,而是面向 RQ 的综合发现。
## 调用约定(独立运行)
**必填**:分析产出所在位置——默认当前工作目录,或用户指定的任意目录/文件清单。
**RQ / 假设来源**按优先级:① 用户直接给的清单(并对照研究设计核实,若有);② `研究设计初稿.md`(RQ + 假设)+ `选题.md`(贡献定位);③ 都没有 → 请用户列出主 RQ 与各子问题/假设(一次问齐)。
**分析框架**(可选):`研究设计-设计说明.md` 的 B3(原计划的方法链/整合规则),存在则读。
**分析账本**:读 `分析日志.md` 掌握一共跑了几轮、各轮用了哪个 skill、分别针对哪个子问题。该文件不存在 → 扫描产出目录下的全部文件自行归并。
**输出落盘**:`研究发现.md`(默认当前工作目录)。
- **调用方覆盖约定**:调用方(工作台 prompt / 用户)显式给出的参数、输入路径、落盘路径与工具选择,一律覆盖本 skill 的默认;但本 skill 的方法步骤、硬约束与停点不可被省略或稀释——调用方若要求跳过某硬约束,以本 skill 为准并提示冲突。
## 第一步 · 读全部输入
1. RQ / 假设清单(按上方优先级确定)
2. 分析框架 B3(若有)
3. 分析日志(若有)
4. 全部产出:读产出目录下**所有**轮次产出(quant-* / qual-* / 各 skill 前缀的结果表 / 回归 / 编码本 / 主题图 / analytic-memo 等)
## 硬约束
- 只综合产出目录里**已经实际跑出来**的结果,逐条可回溯到具体产出文件(标注来源文件名/轮次)。缺哪块就明说"该子问题尚无分析支撑",**绝不编造数值或访谈引语**。
- 定量结论必报 effect size + 显著性 + N;定性结论必报主题支持片段数 + 代表性引语。
- 零结果 / 不显著结果合法呈现(引 Neuman p.426),不得为了"好看"而夸大或隐藏。
- 多方法/多轮针对同一子问题时,必须做**交叉印证**:指出 quant 与 qual(或不同轮次)是相互支持(convergence)还是冲突(divergence),冲突时如实并陈、给可能解释,不强行调和。
## 输出 · 写入 研究发现.md
```
## 摘要(3-5 句):本研究数据层面回答了什么
## 逐子问题 / 逐假设的发现
对每个子问题 / 假设:
- **结论判定**:支持 / 不支持 / 混合 / 证据不足(含合法零结果)
- **证据整合**:把所有相关轮次 / skill 的结果摆在一起(定量 effect size+显著性+N 与 定性主题+支持数 并列),标注来源文件
- **方法间一致性**:convergence / divergence + 解释
- **置信度与局限**:样本 / 度量 / 方法层面的 caveat
## 跨子问题的总体回答:对主 RQ 给出综合回答
## 意外发现(计划外但有依据的)
## 局限与下一步(哪些子问题还需补分析 → 用 data-analysis-round 再跑一轮)
## 产出来源对照表:| 发现 | 来源文件 / 轮次 | 方法 |
```
用户有额外整合要求的,一并满足。写完后用一句话