
de auto-empirical-research-skills1,840
Recettes pratiques et code pour appliquer des méthodes computationnelles — fouille de texte, modélisation thématique, analyse de réseaux et techniques spatiales/archivistiques — à la recherche en sciences humaines.
Présente une boîte à outils pratique pour les chercheurs en sciences humaines souhaitant appliquer des méthodes computationnelles : préparation de corpus, TF-IDF et modélisation thématique (LDA), analyse de réseaux sociaux pour la correspondance, flux de travail SIG/humanités spatiales, encodage archivistique TEI et considérations éthiques. Le skill inclut des fragments de code (Python) démontrant le prétraitement, le TF-IDF, la modélisation thématique LDA et la construction de réseaux.
À utiliser lors de la conduite de projets de humanités numériques nécessitant l'analyse de texte, la découverte de thèmes, la cartographie de données historiques, la construction de réseaux de correspondance ou la préparation d'éditions numériques conformes à la norme TEI. Utile pour les chercheurs passant d'un travail qualitatif traditionnel à des méthodes quantitatives reproductibles.
Convient parfaitement aux agents assistants de recherche et aux chaînes d'outils capables d'exécuter du Python (par exemple, Codex/GPT code models, agents d'automatisation de la recherche).
A reference-style skill providing inline Python code snippets for digital humanities research methods (TF-IDF, LDA topic modeling, NetworkX correspondence analysis, TEI XML encoding). No executable scripts or workflow — it functions as a cookbook rather than an actionable agent skill. Code snippets are well-commented with docstrings but are illustrative, not runnable as a pipeline. No security concerns whatsoever; purely static reference content with no network calls, credentials, or destructive operations.
This is a reference document masquerading as a skill. It has no triggers, no workflow steps, no output contracts, and no automation. The code examples are pedagogically sound but not operationalized. Would benefit from being restructured into an actual skill with scripts/ and a step-by-step workflow, or recategorized as a reference rather than a skill.
Obsidian CLI
Contrôlez et automatisez un coffre Obsidian depuis la ligne de commande : lire, créer, rechercher, mettre à jour des notes, gérer des tâches et supporter le développement de plugins et de thèmes.
Compétences de Recherche de Base de Données (31)
Une collection de 31 compétences de recherche bibliographique spécifiques aux bases de données (guides arXiv, PubMed, OpenAlex, IEEE, Google Scholar) pour découvrir, interroger et récupérer des p
Guide d'Exécution en Sandbox
Guide pratique pour créer des environnements d'exécution de code sécurisés et reproductibles via Docker, Nix, des limites de ressources et les meilleures pratiques de sécurité pour la recherche.