Come usare
- Copia il comando e controlla il pacchetto prima di installarlo nel tuo ambiente agente.
- Controlla strumenti, credenziali e ambienti richiesti nel documento originale.
- Descrivi input e risultato desiderato; confronta l’output con le fonti.
npx skills add https://github.com/yogsoth-ai/de-anthropocentric-research-engine --skill estimate-effective-evidence-countPrima di iniziare
- L’installazione non include abbonamenti, quote API o accesso ai file.
- Stelle e installazioni indicano attività, non un test indipendente di qualità o sicurezza.
Documento Skill originale
Contenuto dal repository con titoli, esempi, codice, tabelle, link e immagini preservati.
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
