Cómo usar
- Copia el comando y revisa el paquete antes de instalarlo en tu entorno de agente.
- Consulta las herramientas, credenciales y entornos necesarios en el documento original.
- Describe las entradas y el resultado deseado; contrasta la salida con las fuentes.
npx skills add https://github.com/yogsoth-ai/de-anthropocentric-research-engine --skill estimate-effective-evidence-countAntes de empezar
- La instalación no incluye suscripción al modelo, cuota API ni permisos sobre tus archivos.
- Las estrellas e instalaciones reflejan actividad, no una prueba independiente de calidad o seguridad.
Documento original del Skill
Contenido del repositorio de origen con títulos, ejemplos, código, tablas, enlaces e imágenes preservados.
estimate-effective-evidence-count
Purpose
Estimate independent evidence count after discounting dependence and correlation.
Input contract
yaml
required: [evidence_paths, dependence_structure]
optional: [correlation_estimates, nominal_count]
constraints: [dependence assumptions and uncertainty must be explicit]Procedure
- Count nominal paths and trace shared dependencies.
- Assign dependence classes or correlations.
- Estimate N_eff and sensitivity to dependence assumptions.
Output contract
yaml
produces: [nominal_count, dependence_map, effective_count, sensitivity_range]
delta_fields: [findings, evidence_updates, uncertainties, decisions]Quality gates
- Report N and N_eff separately; include a range when dependence is uncertain.
Failure and counterexamples
Do not inflate N_eff by counting repeated sources or shared models as independent.
Provenance map
- resolved: independent-convergence-audit
