Academic Writing

学术写作

3 个 · organized/repo_cards · 六阶段二十任务 · 方向综述 →

质量状态 Quality Gate

946已收录 946
36待复核 36
185已排除 185

公开榜单只展示已收录项目;待复核与已排除项目仍保留在仓库总库,不在此页传播。

研究阶段概览 Research Workflow

#方向数量代表仓库 Top 3
01 文献发现 140 blazickjp/arxiv-mcp-server · jannisborn/paperscraper · monk1337/resp
02 阅读管理 78 zotero/zotero · windingwind/zotero-better-notes · MuiseDestiny/zotero-gpt

首次收录 近 14 天 · 按日期统计

2026-08-26
15
2026-08-25
26
2026-08-24
12
2026-08-23
46
2026-08-22
44
2026-08-21
48
2026-08-20
47
2026-08-19
45
2026-08-18
60
2026-08-17
44
2026-08-16
48
2026-08-15
53
2026-08-14
53
2026-08-13
59

仓库导航 Leaderboard

旧分类链接兼容

organized/repo_cards · 学术方向;旧书签仍可访问,新统计不再使用这些字段。

方向榜单 Legacy

文献检索与引用218 bcankara/BibexPy · aseymourian/netflix-imdb-content-analytics · cikarahmanniaf/bangalore-restaurants-analysis
01 bcankara/BibexPy BibexPy 是一个基于 Python 的软件,旨在简化文献计量数据整合、去重、元数据增强和格式转换。它通过自动化传统的手动且易出错的任务,简化了高质量数据集的准备,以用于高级分析。BibexPy is a Python-based software designed to streamline bibliometric data integration, deduplication, metadata enrichment, and format conversion. It simplifies the preparation of high-quality datasets for advanced analyses by automating traditionally manual and error-prone tasks. 文献发现 论文推荐与学术图谱 文献检索与全文获取数据与统计分析 引用 工程化 Python 18 ★ 02 aseymourian/netflix-imdb-content-analytics 基于 IMDb 与 Netflix 互动数据(20K+ 匹配条目)的内容表现与受众分群分析。围绕五个研究问题,采用经校验的统计方法(bootstrap CI、k-means、卡方、Random Forest)作答——旨在展示面向 Disney DTC 的内容规划与分析能力。完整方法论与已知局限性均已记录。Content performance & audience segmentation analysis using IMDb and Netflix engagement data (20K+ matched titles). Five research questions answered with validated statistics (bootstrap CIs, k-means, chi-square, Random Forest) — built to demonstrate Content Planning & Analysis skills for Disney DTC. Full methodology + known limitations documented. 文献发现 选题与研究问题 数据与统计分析 工程化 Jupyter Notebook 1 ★ 03 cikarahmanniaf/bangalore-restaurants-analysis 基于 Kaggle Zomato Bangalore 数据集的餐厅数据分析与可视化,涵盖数据预处理、探索性分析、研究问题与可视化。Restaurant data analysis and visualization using the Zomato Bangalore dataset from Kaggle, covering data preprocessing, exploratory analysis, research questions, and visualization. 文献发现 选题与研究问题 数据与统计分析 可视化 工程化 Jupyter Notebook 0 ★