MCP App StoreMCP App Store
de social-data-analysis47
Guide l'analyse qualitative basée sur la théorie et les anomalies des données d'entretien en utilisant les méthodes abductives de Timmermans & Tavory.
Cette compétence transforme un agent en assistant expert en recherche qualitative pour l'analyse abductive. Elle guide les utilisateurs à travers un flux de travail structuré en plusieurs phases (préparation théorique, familiarisation et codage ouvert, étude de cas théorique, analyse d'anomalies, rédaction de mémos, intégration/test et rédaction finale) pour faire émerger des observations surprenantes et développer de nouvelles affirmations théoriques. La compétence met l'accent sur le mouvement itératif entre les données et la théorie, en signalant les anomalies et en testant systématiquement les explications alternatives.
Utilisez cette compétence lorsque vous avez des transcriptions d'entretiens ou des données qualitatives et que vous souhaitez une analyse centrée sur la théorie qui recherche des surprises explicatives plutôt que de simples résumés. Approprié pour les chercheurs académiques, les évaluateurs ou les équipes préparant des projets d'articles qui ont besoin d'aide pour passer d'extraits codés à une théorisation guidée par des mémos.
phases/ du dépôt (has_references=false dans la sortie fetch mais la compétence inclut les guides de phase en ligne).{}
Abductive-analyst est une compétence purement instructionnelle sans scripts exécutables. Elle guide les utilisateurs à travers un processus d'analyse qualitative en 7 phases (méthode abductive de Timmermans & Tavory) pour les données d'entretien. Le SKILL.md est bien structuré avec des descriptions de phase claires, des points de pause, des recommandations de modèles et des références à des guides de phase externes. Aucune préoccupation de sécurité — pas d'exécution de code, d'appels réseau ou d'opérations sur le système de fichiers.
Compétence instructionnelle propre et bien structurée. Aucun problème de sécurité. L'architecture est bonne avec une séparation des phases et des fichiers de référence externes, bien que le frontmatter puisse inclure plus de métadonnées (tags, version). L'utilité est limitée par la niche académique étroite.
SLR — PRISMA 2020
Guides users through writing a systematic literature review that follows PRISMA 2020; drafts journal-ready manuscript sections, produces PRISMA flow diagrams, a
AlterLab Deep Research
A 13-agent, PRISMA-capable research pipeline that runs scoping, systematic literature search, verification, synthesis, meta-analysis, and APA‑style reporting fo