학술 평가 (Scholar Evaluation)

무엇을 해주나

논문, 초고, 연구 프로토콜, 문헌 종합, 연구 아이디어 같은 학술 결과물에 대해 점수 매기기보다 정성적 피드백을 먼저 제공합니다.

• 평가하려는 개념(construct)을 먼저 정의하고, 그에 맞는 루브릭을 만들도록 안내합니다.
• validate_rubric.py, calculate_scores.py, check_traceability.py, summarize_agreement.py, weight_sensitivity.py 등 네트워크를 쓰지 않는 로컬 파이썬 스크립트로 루브릭 구조, 근거 추적성, 평가자 간 일치도, 가중치 민감도를 점검합니다.
• 임팩트 팩터·h-index·인용 수·소속 기관 명성 같은 대리 지표로 품질을 추론하는 것을 원천 차단합니다.
• 근거(observed)와 해석(interpretation), missing과 not_applicable을 엄격히 구분해 기록합니다.

⚠️ 채용·승진·입학·연구비·수상·징계 등 사람에 대한 의사결정에는 사용이 금지되어 있습니다. 사람 순위 매기기도 금지입니다.

이런 분께 추천

• 학술지·학회 리뷰어, 대학원생 지도 교수, 연구실 내부 논문 리뷰 담당자
• 저널 클럽이나 연구 제안서 내부 검토 프로세스를 체계화하고 싶은 연구팀
• 저위험(low-stakes) 평가 프로세스가 공정성·투명성 요건을 충족하는지 점검하려는 기관 담당자

활용 예시

1. 투고 전 자기 점검: 작성 중인 논문 초고를 루브릭 기준별로 나눠 강점·한계·개선 옵션을 정리하고, 근거 매니페스트로 각 지적의 출처 위치를 남깁니다.
2. 연구실 공동 리뷰: 세 명의 리뷰어가 독립적으로 평가한 CSV를 summarize_agreement.py로 돌려 의견 불일치 지점을 찾아내고 캘리브레이션 회의 안건을 만듭니다.
3. 평가 프로세스 감사: 학과 내부 세미나 심사 절차를 check_process.py 체크리스트로 점검해 이의제기 경로, 접근성 배려, 데이터 보존 정책이 문서화됐는지 확인합니다.

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/scholar-evaluation 폴더를 내 ~/.claude/skills/scholar-evaluation/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.