K

scientific-critical-thinking

작성자 K-Dense-AI

scientific-critical-thinking는 과학적 주장, 연구 설계, 편향, 교란 요인, 증거의 질을 평가하는 데 도움이 됩니다. 비판적 분석, 문헌 검토 지원, GRADE 또는 Cochrane 위험도 편향 검토, 그리고 논문이 실제로 무엇을 뒷받침할 수 있는지 Peer Review 스타일로 판단할 때 활용하세요.

Stars0
즐겨찾기0
댓글0
추가됨2026년 5월 14일
카테고리Peer Review
설치 명령어
npx skills add K-Dense-AI/claude-scientific-skills --skill scientific-critical-thinking
큐레이션 점수

이 스킬은 78/100점으로, 디렉터리 목록으로 올리기에 충분히 탄탄한 후보입니다. 설치할 이유가 분명하고, 실제 과학적 비판 작업에 맞는 워크플로 정보도 어느 정도 갖추고 있습니다. 다만 완전히 패키징된 도구형 워크플로는 아니므로, 디렉터리 사용자는 연구 주장 평가에 유용하되 일정 수준의 수동 판단과 가벼운 응용이 필요하다고 보는 편이 좋습니다.

78/100
강점
  • 연구 방법론, 통계적 타당성, 편향, 교란 요인, 증거의 질을 평가하라는 명확한 트리거 지침이 있습니다.
  • GRADE와 Cochrane 위험도 편향 레퍼런스를 포함한 실질적인 워크플로 구성이 있어, 에이전트가 익숙한 평가 프레임워크를 적용하기 쉽습니다.
  • 유효한 frontmatter와 여러 개의 heading을 갖춘 구조화된 SKILL.md가 있어, 단순한 자리표시자보다 내용이 풍부하고 에이전트가 읽기 쉽습니다.
주의점
  • 보조 스크립트, 참고자료, 리소스가 없어 실행 가능한 절차나 출처 기반 체크리스트보다 문서화된 지침에 의존해야 합니다.
  • 실험적 성격이 분명하고 과학적 도식 관련 인접 지침도 포함되어 있어, 순수한 비판적 사고 평가 범위를 다소 벗어날 수 있습니다.
개요

scientific-critical-thinking 개요

scientific-critical-thinking skill은 과학적 주장이 단지 자신 있게 말해진 것인지, 아니면 실제로 근거로 뒷받침되는지 판단하도록 돕습니다. 연구의 질을 평가하고, 편향이나 교란 요인을 찾아내며, 결과를 신뢰하거나 인용하거나 후속 작업의 기반으로 삼아도 되는지 판단해야 하는 사람에게 특히 적합합니다. 단순한 회의주의를 넘는 scientific-critical-thinking skill을 찾는다면, 이 skill은 의견 쓰기가 아니라 근거 평가에 초점을 맞춥니다.

이 skill의 용도

scientific-critical-thinking는 방법론, 실험 설계, 통계적 타당성, 증거의 강도를 검토해야 할 때 사용합니다. 문헌 검토 지원, 주장 검증, 비판적 분석 교육, 그리고 GRADE나 Cochrane Risk of Bias 같은 프레임워크를 활용한 근거 등급화에 잘 맞습니다.

누가 가장 큰 도움을 받는가

scientific-critical-thinking 가이드는 논문을 구조적으로 읽어야 하는 연구자, 학생, 분석가, 기술 작가에게 특히 유용합니다. 논문을 요약하는 데 초점이 있다기보다, 그 논문이 무엇을 정당하게 뒷받침하고 무엇은 뒷받침하지 못하는지 판단하는 데 더 가깝습니다.

핵심 차별점

가장 큰 가치는 규율 있는 평가입니다. 약한 대조군, 숨어 있는 교란 변수, 과장된 결론, 증거 수준과 맞지 않는 주장 등을 찾아보게 해줍니다. 또한 전체 형식의 리뷰를 쓰지 않으면서도 scientific-critical-thinking for Peer Review 스타일의 반복 가능한 분석이 필요할 때 유용합니다.

scientific-critical-thinking skill 사용법

skill을 설치하고 먼저 살펴보기

skill 페이지에 나온 디렉터리 명령으로 설치한 뒤, 가장 먼저 scientific-skills/scientific-critical-thinking/SKILL.md를 여세요. 이 저장소에는 rules/, resources/, scripts/ 폴더가 없으므로, 핵심 지침 파일이 scientific-critical-thinking install과 사용 방식에 대한 사실상 유일한 기준입니다.

막연한 주제가 아니라 근거를 주기

좋은 프롬프트에는 주장, 논문이나 초록, 연구 유형, 그리고 필요한 판단이 포함되어야 합니다. 더 나은 입력 예: “이 생쥐 연구가 X에 대한 인과 주장을 실제로 뒷받침하는지, 대조군, 표본 수, 교란 요인, 통계적 강도에 초점을 맞춰 평가해 주세요.” 약한 입력 예: “이 논문을 검토해 주세요.” 더 나은 프롬프트는 scientific-critical-thinking skill이 내용을 단순히 바꿔 말하는 대신 타당성을 판단할 수 있는 충분한 맥락을 제공합니다.

구조화된 워크플로를 사용하기

먼저 답을 원하는 질문을 제시하고, 그다음 원문을 제공한 뒤, 마지막에 평가 관점을 지정하세요. 실용적인 scientific-critical-thinking usage 패턴은 다음과 같습니다. 1) 주장 식별, 2) 근거 유형 매핑, 3) 설계와 편향 점검, 4) 강도와 한계 판단, 5) 정당화 가능한 결론 제시. 이렇게 하면 출력이 의사결정의 질에 집중됩니다.

먼저 올바른 부분부터 읽기

SKILL.md부터 시작하되, 특히 개요와 “when to use” 안내를 먼저 보세요. 그다음 평가 기준을 정의하거나 도식처럼 특수한 처리 방식을 설명하는 섹션이 있는지 훑어보면 됩니다. 이 skill을 자신의 워크플로에 맞게 조정하려면, 일반적인 요약 템플릿이 아니라 비판용 체크리스트로 읽는 것이 좋습니다.

scientific-critical-thinking skill FAQ

이것이 일반적인 비판 프롬프트와 같은가?

아닙니다. 일반 프롬프트는 표면적인 칭찬이나 비판만 만들어내는 경우가 많습니다. scientific-critical-thinking skill은 엄밀성, 근거의 질, 추론의 강도를 반복 가능하게 평가해야 할 때 훨씬 유용합니다.

초보자도 사용할 수 있나?

네, 사용자가 구체적인 논문, 주장, 초록을 제공할 수 있다면 가능합니다. 초보자는 전체 방법론 논문처럼 복잡하게 요구하기보다, 간단한 판단과 이유를 함께 요청할 때 가장 좋은 결과를 얻습니다.

언제 사용하지 말아야 하나?

공식적인 peer review 표현, 편집용 재작성, 또는 출판 대응 편지를 필요로 할 때는 scientific-critical-thinking를 쓰지 마세요. 그런 경우에는 이 skill에 다른 일을 억지로 맡기기보다, 전용 peer-review 워크플로가 더 적합합니다.

논문을 직접 읽는 것을 대체하나?

아닙니다. 더 나은 관점으로 읽도록 도와줄 뿐입니다. scientific-critical-thinking guide는 판단 구조를 잡는 데 유용하지만, 분석을 의미 있게 만들려면 원문, 방법, 결과를 여전히 직접 확인해야 합니다.

scientific-critical-thinking skill 개선 방법

판단 기준을 정확히 요청하기

가장 좋은 결과는 “충분하다”의 기준을 직접 밝혔을 때 나옵니다. 예를 들어 인과적 뒷받침, 출판 가능성, 임상적 관련성, 내부 타당성 같은 기준입니다. 이렇게 해야 scientific-critical-thinking skill이 일반적인 비평이 아니라 올바른 기준에 비추어 근거를 평가합니다.

답을 바꾸는 연구 맥락을 제공하기

해석에 영향을 주는 설계 정보를 추가하세요. 무작위 연구인지 관찰 연구인지, 표본 크기, 주요 평가변수, 대조군, 교란 변수, 그리고 주장이 기전적 설명인지 임상적 주장인지 같은 내용입니다. 이런 정보는 어떤 종류의 편향이나 과장이 가장 중요한지 결정하므로 scientific-critical-thinking usage를 실질적으로 개선합니다.

한계를 포함한 결론을 요청하기

최종 출력에서 “뒷받침됨”, “부분적으로 뒷받침됨”, “뒷받침되지 않음”을 구분하고, 더 강한 주장을 막는 핵심 한계도 함께 제시해 달라고 요청하세요. 이는 특히 scientific-critical-thinking for Peer Review 작업에서, 단순한 코멘트가 아니라 명확한 권고가 필요할 때 매우 유용합니다.

표적화된 후속 질문으로 반복 개선하기

첫 답변이 너무 넓다면 더 좁은 범위로 다시 물어보세요. 편향만, 통계만, 또는 주장과 데이터의 일치 여부만 다시 보게 하면 됩니다. 보통 “더 비판적으로 봐 주세요”라고 막연히 요청하는 것보다 훨씬 효과적이며, scientific-critical-thinking install 워크플로가 더 날카롭고 실용적인 분석을 내놓는 데 도움이 됩니다.

평점 및 리뷰

아직 평점이 없습니다
리뷰 남기기
이 스킬의 평점과 리뷰를 남기려면 로그인하세요.
G
0/10000
최신 리뷰
저장 중...