davepoon/buildwithclaude / plugins/all-skills/skills/mcm-o-guide
mcm-o-guide
VerifiedMCM/ICM 优秀论文写作全流程指南——基于 502 篇历年获奖论文(2004–2024)语料库的结构化分析与评委点评提炼。覆盖:摘要逐句模板、6 类题型模型选择矩阵、25 页页预算分配、图表黄金法则、灵敏度/稳健性分析范式、全文一致性检查清单。当用户准备美赛、写论文、打磨论文、查结构、选模型、做摘要、看评委标准、读优秀论文时使用。也适用于任何需要高质量数学建模论文写作的场景。
playbooks/research-playbook.md
View on GitHub# 资料与数据检索能力强化手册(全员)
> 基于 6 篇 O 奖论文的参考文献分析,提炼资料检索能力的实战方法。
> 目标:找到权威文献、相关研究思路、公开数据集。
---
## 1 文献检索方法
### 1.1 数据库选择
| 数据库 | 适用领域 | 免费程度 |
|---|---|---|
| Google Scholar | 通用 | 免费 |
| IEEE Xplore | 工程/计算机 | 付费(学校订阅) |
| ScienceDirect | 科学综合 | 付费 |
| SpringerLink | 科学综合 | 付费 |
| PubMed | 生物/医学 | 免费 |
| arXiv | 预印本 | 免费 |
| CNKI | 中文文献 | 付费 |
| 万方 | 中文文献 | 付费 |
### 1.2 关键词搜索策略
**模板:**
```
[核心概念] + [方法] + [应用]
```
**示例(2023 A 干旱):**
```
关键词 1: "drought" + "plant community"
关键词 2: "soil moisture" + "biomass" + "competition"
关键词 3: "climate change" + "vegetation" + "ODE"
```
**技巧:**
- 用引号精确匹配("drought resistance")
- 用 OR 扩展(drought OR aridity)
- 用 AND 缩小(drought AND vegetation)
- 用 * 通配符(climat* → climate, climates)
### 1.3 相关研究思路查找
**方法 1:从参考文献反向追踪**
```
1. 找到一篇相关论文
2. 读它的参考文献
3. 找到更多相关文献
4. 重复 3-5 遍
```
**方法 2:引用网络分析**
```
1. 在 Google Scholar 找到核心论文
2. 点击 "Cited by"
3. 找到引用它的论文
4. 分析引用趋势
```
**方法 3:综述论文**
```
1. 搜索 "review" + [核心概念]
2. 找综述论文
3. 从综述中提取关键文献
```
### 1.4 文献筛选标准
**优先级:**
1. **高影响力期刊**:Nature, Science, PNAS, Water Resources Research, etc.
2. **近期文献**:5 年内(评委看"数据是否最新")
3. **高引用论文**:被引用 100+ 次
4. **相关方法**:与你的模型方法相关
**排除:**
- 会议论文(质量不稳定)
- 无引用文献(可能是低质量)
- 超过 10 年的文献(除非经典)
---
## 2 数据集来源
### 2.1 通用数据集平台
| 平台 | 数据类型 | 免费程度 |
|---|---|---|
| Kaggle | 竞赛/研究数据 | 免费 |
| UCI Machine Learning Repository | 机器学习数据 | 免费 |
| World Bank Open Data | 经济/社会数据 | 免费 |
| Our World in Data | 全球统计数据 | 免费 |
| Data.gov | 美国政府数据 | 免费 |
| GitHub Datasets | 开源数据 | 免费 |
### 2.2 专业数据集
| 领域 | 数据集 | 来源 |
|---|---|---|
| 气象 | ERA5 | Copernicus CDS |
| 人口 | UN Population | UN Data |
| 经济 | World Bank | World Bank Open Data |
| 教育 | OECD Education | OECD iLibrary |
| 环境 | EDGAR | IEA |
| 金融 | Yahoo Finance | Yahoo Finance |
| 地理 | Natural Earth | Natural Earth |
### 2.3 数据集获取流程
```
1. 确定数据需求(变量/时间/空间/分辨率)
2. 搜索数据集(Google + 专业平台)
3. 下载数据(注意许可协议)
4. 数据清洗(缺失值/异常值/格式)
5. 数据验证(与已知数据对比)
6. 数据引用(论文中注明来源)
```
### 2.4 数据引用格式
**在论文中引用数据集:**
```
Data source: [Name], [URL], accessed [date].
```
**示例:**
```
Data source: World Bank Open Data, https://data.worldbank.org,
accessed January 2024.
```
---
## 3 相关研究思路查找
### 3.1 从题目提取关键词
**示例(2022 C 比特币):**
```
题目关键词:bitcoin, gold, investment strategy, trading
提取关键词:
- "bitcoin price prediction"
- "investment strategy optimization"
- "genetic algorithm trading"
- "ARIMA-LSTM hybrid"
```
### 3.2 搜索相关论文
**步骤:**
```
1. Google Scholar 搜索关键词
2. 筛选高引用论文(>50 引用)
3. 读摘要 + 方法章节
4. 提取模型思路
5. 记录参考文献
```
### 3.3 模型思路提取
**模板:**
| 论文 | 模型 | 创新点 | 可借鉴 |
|---|---|---|---|
| [Title] | [Model] | [Innovation] | [What to use] |
**示例(2022 C 比特币):**
```
论文:ARIMA-LSTM for Bitcoin Price Prediction
模型:ARIMA + LSTM 混合
创新点:线性 + 非线性互补
可借鉴:混合模型设计
```
### 3.4 研究思路整合
**方法:**
```
1. 收集 5-10 篇相关论文
2. 提取每篇的模型思路
3. 分类整理(评价/预测/优化/...)
4. 选择适合题目的模型
5. 改进创新("we develop")
```
---
## 4 资料检索工作流(4 天赛制)
### Day 1(选题 + 关键词)
| 时间 | 任务 |
|---|---|
| 0-1h | 读题目 + 提取关键词 |
| 1-3h | Google Scholar 搜索 |
| 3-5h | 筛选高引用论文 |
| 5-8h | 读摘要 + 方法章节 |
| 8-12h | 数据集搜索 + 下载 |
### Day 2(深入 + 模型)
| 时间 | 任务 |
|---|---|
| 0-4h | 读 3-5 篇核心论文 |
| 4-8h | 提取模型思路 |
| 8-12h | 数据清洗 + 预处理 |
| 12-24h | 与建模手协作(模型选择) |
### Day 3(验证 + 补充)
| 时间 | 任务 |
|---|---|
| 0-4h | 验证数据可信度 |
| 4-8h | 补充相关文献 |
| 8-12h | 整理参考文献列表 |
| 12-24h | 与写作手协作(引用格式) |
### Day 4(最终)
| 时间 | 任务 |
|---|---|
| 0-4h | 参考文献格式检查 |
| 4-8h | 数据引用检查 |
| 8-12h | 最终校对 |
| 12-24h | 提交准备 |
---
## 5 资料检索检查清单
### 5.1 文献检索
- [ ] 关键词提取(题目 + 方法 + 应用)
- [ ] Google Scholar 搜索
- [ ] 筛选高引用论文(>50 引用)
- [ ] 读摘要 + 方法章节
- [ ] 提取模型思路
- [ ] 记录参考文献
### 5.2 数据集获取
- [ ] 确定数据需求(变量/时间/空间)
- [ ] 搜索数据集(Google + 专业平台)
- [ ] 下载数据(注意许可协议)
- [ ] 数据清洗(缺失值/异常值)
- [ ] 数据验证(与已知数据对比)
- [ ] 数据引用(论文中注明来源)
### 5.3 研究思路
- [ ] 从题目提取关键词
- [ ] 搜索相关论文(5-10 篇)
- [ ] 提取模型思路
- [ ] 分类整理(评价/预测/优化/...)
- [ ] 选择适合题目的模型
- [ ] 改进创新("we develop")
---
## 6 常见检索错误
| 错误 | 后果 | 正确做法 |
|---|---|---|
| 关键词太宽泛 | 搜索结果太多 | 用引号精确匹配 |
| 只搜英文 | 遗漏中文文献 | 中英文都搜 |
| 不检查引用数 | 低质量文献 | 筛选 >50 引用 |
| 数据不验证 | 结果不可信 | 与已知数据对比 |
| 不引用数据 | 学术不端 | 注明数据来源 |
---
## 7 资料检索与团队其他成员的协作
### 7.1 与建模手
**检索输出:**
- 相关论文(5-10 篇)
- 模型思路(分类整理)
- 参考文献列表
**建模手使用:**
- 选择模型
- 改进创新
- 验证方法
### 7.2 与编程手
**检索输出:**
- 数据集(下载 + 清洗)
- 数据说明(变量/时间/空间)
**编程手使用:**
- 数据预处理
- 模型输入
- 结果验证
### 7.3 与写作手
**检索输出:**
- 参考文献列表(格式规范)
- 数据引用(论文中注明来源)
**写作手使用:**
- 参考文献章节
- 数据描述章节
---
## 8 顶尖 O 奖的资料检索特征
基于 502 篇语料分析,顶尖 O 奖(前 10%)的资料检索特征:
| 特征 | 普通 O 奖 | 顶尖 O 奖 |
|---|---|---|
| 参考文献数 | 8-10 篇 | 10-16 篇 |
| 近期文献(5 年内) | 1-2 篇 | 3-5 篇 |
| 高引用文献(>100) | 0-1 篇 | 2-3 篇 |
| 数据集来源 | 1-2 个 | 2-3 个 |
| 模型思路来源 | 1-2 篇 | 3-5 篇 |
**参考:** [top-award-strategy.md](../references/top-award-strategy.md)
---
## 快速索引
| 需求 | 章节 |
|---|---|
| 文献检索 | §1 |
| 数据集来源 | §2 |
| 研究思路 | §3 |
| 工作流 | §4 |
| 检查清单 | §5 |
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |