使い方
- インストールコマンドをコピーし、自分の環境へ導入する前にソースを確認します。
- 必要なツール、認証情報、対応環境を原文で確認します。
- 入力と成果物を指定し、出力を資料と照合します。
npx skills add https://github.com/yogsoth-ai/de-anthropocentric-research-engine --skill extract-empirical-regularity開始前の確認
- 導入にはモデル契約、API枠、ファイルへのアクセス許可は含まれません。
- スター数や導入数は活動の指標であり、独立した品質・安全性試験ではありません。
リポジトリの原文
見出し、例、コード、表、リンク、参照画像を含む原文を表示しています。
extract-empirical-regularity
Purpose
Extract a repeatable empirical pattern from records while preserving conditions, exceptions, and uncertainty.
Input contract
yaml
required: [observations, variable_schema, condition_schema]
optional: [replication_records, measurement_uncertainty]
constraints: [regularity claims require multiple comparable observations or an explicit single-case limitation]Procedure
- Normalize observations, units, and conditions.
- Identify repeated associations, trends, or invariants.
- Test exceptions, alternative explanations, and measurement artifacts.
- State the regularity with scope and uncertainty boundaries.
If the regularity is stable enough to express through measurable factors and outcomes, consider identify-variables as the next tactic.
Output contract
yaml
produces: [regularity_statement, supporting_records, exception_set, scope_conditions]
delta_fields: [findings, evidence_updates, uncertainties, open_questions]Quality gates
- Conditions and exceptions accompany every regularity.
- Correlation is not labeled mechanism without supporting evidence.
Failure and counterexamples
Do not generalize a pattern across changed populations or protocols without a comparability check.
Provenance map
resolved: extract-empirical-regularity
