nbr-experiment

npx skills add brycewang-stanford/Awesome-Journal-Skills --skill nbr-experiment --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# 实验法（nbr-experiment） ## 触发时机 - 自变量是**操纵**出来的（情境/启动/任务），不是测量 - 用情境实验（vignette/scenario）、实验室或现场实验做因果推断 - 想用实验补强问卷研究的内部效度（多研究设计） ## 设计要点 - 明确**被试间 / 被试内 / 混合**设计，给出各组样本量与分配 - 操纵材料**预测试（pilot）**：确认操纵有效、强度适中、无混淆 - **随机分配**到条件，报告分配方式；现场实验交代随机化层级 ## 设计选型速查 | 设计 | 适用 | 本刊注意点 | |------|------|-----------| | 情境/卷面实验（vignette） | 操纵感知类构念（领导风格、算法反馈） | 材料须本土化改写并预测试，防"翻译腔"折损真实感 | | 实验室实验 | 行为因变量（合作、投入、选择） | 报告被试来源（学生/在职），讨论可推广性 | | 现场实验 | 组织内真实干预 | 交代随机化层级与企业配合细节；在本刊稀缺但竞争力强 | ## 走查示例：AI 反馈与员工创意 设想 2（反馈来源：AI / 主管）× 2（效价：肯定 / 否定）被试间情境实验，因变量为创意任务表现： 1. 预测试 60 人确认 AI/主管操纵的感知差异显著、材料真实感均值过线（如 7 点量表 > 5） 2. 正式实验各组 n ≥ 50，随机分配由平台自动完成并在文中报告 3. 操纵检验：来源感知主效应显著，且不影响"反馈具体性"评分（排除混淆） 4. 结果报告 η²p 与功效；交互显著后做简单效应分解 5. 研究 2 直接操纵中介（自我效能高/低启动）构成实验因果链——比只测中介更能说服本刊审稿人 ## 多研究组合策略 本刊组织行为与营销类稿件常以"问卷 + 实验"双研究互补：问卷立外部效度，实验补内部效度。组合时让两个研究共用同一条机制链，不要各测各的；两研究在样本与情境上的差异，应在讨论中作为稳健性证据陈述。若实验先行（研究 1），可用企业在职样本问卷（研究 2）检验机制在真实组织中的再现，顺序由理论成熟度决定。 ## 操纵检验与混淆控制 - **操纵检验（manipulation check）**：证明操纵确实改变了目标构念，且**未同时改变**其它构念 - **混淆排查**：需求特征、注意力检验（attention check）、可信度/真实感评分 - 报告**剔除标准**（未通过注意力/操纵检验者）及剔除前后稳健性 ## 统计与效应量 - 报告**效应量**（Cohen's d / η²p / f），不只报 p 值 - 交代**功效分析（power）**或样本量依据 - 多重比较做校正；必要时报告贝叶斯因子或等效性检验 - **机制**：用**实验因果链**（操纵中介变量）或**测量中介