Define inclusion/exclusion criteria for systematic study selection in
不说虚话——S8090 交付的是能直接拿去用的成品,不是“AI 能做”的空话。
先给分析框架(市场/竞品/财务),再往里填数——不是一堆数字没结论。
每份分析落到“所以该做什么”,不是正确的废话。
假设、数据来源、计算口径写清楚,老板问得起。
“竞品这块再拆细”——顺着你的问题继续下钻。
下面是真实任务由 S8090 实际生成的内容节选——不是宣传文案,是它真的干出来的活。
任务:帮我为"远程办公对员工绩效影响"这个主题制定文献纳入排除标准,限定2020年后英文实证研究、样本量不少于100人的企业调查。
# “远程办公对员工绩效影响”文献纳入排除标准
示例检索场景:以Web of Science、Scopus为检索源,检索式 "remote work/telework/working from home" AND "employee performance/job performance",2020.1–2025.12。
1. 发表时间:2020年1月1日及以后发表(覆盖COVID-19后远程办公普及期)。
2. 语言:英文全文发表,含SSCI/SCI或高质量会议论文集。
3. 研究类型:实证研究,须含原始数据收集与统计分析(问卷、实验、纵向追踪),排除纯理论、综述、元分析、案例札记。
4. 研究方法:企业调查类,须明确报告量表信效度(如Cronbach's α≥0.70)及统计方法(回归、SEM、HLM等)。
5. 样本量:有效样本N≥100,且为个体层面数据(如某调查N=412名IT企业远程员工,符合标准)。
6. 研究对象:在职正式员工(含混合办公、全远程),来自营利性企业组织。
7. 结果变量:以员工绩效为核心因变量(自评/主管评价/客观绩效指标均可)。
1. 发表于2020年前,或仅以预印本/摘要形式存在、无同行评审。
2. 非英文文献或无英文全文版本。
3. 样本量<100,或样本为学生模拟、虚拟实验被试。
4. 研究对象为自由职业者、公务员、医疗机构轮班者等非企业员工(如某医院护士远程研究N=86,排除)。
5. 因变量非绩效(仅测工作满意度、幸福感、离职意向而绩效非核心变量)。
6. 定性研究(访谈、扎根理论)、二手数据再分析、评论与编辑寄语。
7. 数据收集早于2020年(如使用2018–2019年面板数据)。
8. 重复发表或同一数据集多篇仅保留信息量最大者。
按PRISMA流程执行:初检去重→题目摘要初筛→全文复筛→双人独立判断(分歧由第三人裁定),记录各阶段排除数量与原因,最终形成可量化报告的筛选结果。
| 咨询顾问 | 自己拉表 | 萬安云 S8090 | |
|---|---|---|---|
| 价格 | 按项目数万起 | 半天到数天 | $1.99 / 次 |
| 交付周期 | 2-6 周 | 口径容易错 | 分钟级 |
| 独特性 | 改一次一轮流程 | 没人复核 | 按你的任务从零生成 |
| 改稿迭代 | 加钱,走流程 | 反复试错 | 说话就能迭代 |
不用碰终端——你只管对 agent 说话,跑命令的活它来。
对你的 agent 说:
对你的 agent 说:



以上 Agent 均可接入萬安云 · OpenAI 兼容接口 · 装好 AIXX 即可调用全部技能
三步:终端执行 npx aixxai 安装 AIXX;对您的 AI 说「安装编号 S8090」;交代任务背景与要求,inclusion-criteria-design即刻开工。
$1.99 一次买断(参考价,实际以平台标价为准)——永久使用,无订阅、无月费;该技能由萬安永久维护迭代,更新对已购用户免费。
可以。产出为普通数字文件,归购买者使用,可用于商业场景。
它基于你提供的资料与公开信息做结构化分析;所有假设与口径都会写明,关键结论建议人工复核后再对外使用。
可以输出结构化的表格与数据要点(Markdown/HTML),可直接粘进你的报告或 PPT 再美化。
永久使用 · 无订阅无月费 · 永久维护迭代