Academic context

Skill ahlerjam/academic-research/skills/academic-context

Use this skill whenever the user starts or updates a thesis, Bachelorarbeit, Masterarbeit, Hausarbeit, Facharbeit or academic paper. Triggers on "meine Arbeit", "mein Thema", "Forschungsfrage", "Gliederung", "thesis context", "academic profile", "akademischer Kontext prüfen / akademischer Kontext pruefen", or when another skill needs context that does not yet exist. Fokus auf Erstanlage und Verwaltung des Kontexts; Schärfung einer bestehenden Forschungsfrage übernimmt `research-question-refiner`.From its SKILL.md

Install

npx -y skills add ahlerjam/academic-research --skill academic-context

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

6 stars6 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its file declares

Copied from the file, not written here

The file declares its own license as MIT. That is the author’s claim about this one file, and it is not the same thing as the license GitHub reports for the repository, which is listed with the other numbers below.

SKILL.md

7.0 KB, as published. Nobody here has run it

Akademischer Kontext

Gemeinsames Preamble laden: Lies skills/_common/preamble.md und befolge alle dort definierten Blöcke (Vorbedingungen, Keine Fabrikation, Aktivierung, Abgrenzung), bevor du mit diesem Skill-spezifischen Inhalt fortfährst.

Override Vorbedingungen: Keine Vorbedingungen — dieser Skill bootet den Kontext. Alle anderen Skills setzen voraus, dass ./academic_context.md existiert, und triggern diesen Skill bei Fehlen.

Übersicht

Bootet den akademischen Kontext einer Arbeit: Thema, Forschungsfrage, Arbeitstyp, Methodik, Disziplin, Hochschule. Schreibt das Ergebnis in ./academic_context.md als Single Source of Truth für alle anderen Skills.

Kontext-Dateien

Alle im aktuellen Projekt-Ordner (cwd):

./academic_context.md — Arbeitsprofil, Forschungsfrage, Methodik, Gliederung, Fortschritt
./literature_state.md — Quellen-Inventar, Kapitelzuordnungen, Lücken
./writing_state.md — Kapitelstatus, Wortzahlen, Style-Scores

Core-Workflow

Erstaktivierung (noch kein Kontext vorhanden)

Existiert keine ./academic_context.md im Projekt-Ordner, sammle im Gespräch folgende Informationen:

Universität und Studiengang — Default: Leibniz FH Hannover, BWL/Wirtschaftsinformatik
Arbeitstyp — Bachelorarbeit, Masterarbeit, Hausarbeit, Seminararbeit, Facharbeit
Thema — Arbeitstitel der Abschlussarbeit
Forschungsfrage — Hauptfrage und Unterfragen
Methodik — Literaturreview, Fallstudie, empirisch, Mixed Methods
Zitationsstil — Default: APA7 (unterstützt auch IEEE, Harvard, Chicago, MLA)
Sprache — Default: Deutsch
Betreuer — Name (optional)
Abgabetermin — Datum (optional)
Gliederung — Kapitelstruktur, falls schon geplant
Gewünschte Ausgabeformen — Mehrfachauswahl via AskUserQuestion aus grant-proposal (Förderantrag), conference-poster (Konferenz-Poster), reviewer-response (Response-Letter). Diese drei Skills sind Default-Off und aktivieren sich erst, wenn ihr Name im Feld output_targets steht (Opt-in-Pattern, siehe Glossar). Braucht der User aktuell keine dieser Ausgabeformen, output_targets: [] eintragen — der Wert bleibt jederzeit nachträglich per Update-Aktivierung erweiterbar.

Schreibe die gesammelten Informationen in ./academic_context.md mit dieser Struktur:

---
name: academic-context
description: Akademischer Kontext der aktuellen Abschlussarbeit
type: project
---

### Profil
- Universität: [...]
- Studiengang: [...]
- Zitationsstil: [...]
- Sprache: [...]

### Arbeit
- Typ: [...]
- Thema: [...]
- Forschungsfrage: [...]
- Unterfragen: [...]
- Methodik: [...]
- Betreuer: [...]
- Abgabetermin: [...]

### Ausgabeformen
output_targets:
  - [grant-proposal | conference-poster | reviewer-response, je einmal pro gewünschter Form; leer lassen, wenn keine gebraucht wird]

### Suchstrategie
[Optional — wird von `preregistration` befüllt, sobald ein Vorhaben präregistriert
wird. `parallel-screening` und der `query-generator`-Agent lesen diese Section,
statt die Suchstrategie erneut zu erfragen. Bis dahin leer lassen, nicht erfinden.]

### Ein-/Ausschlusskriterien
[Optional — wird von `preregistration` befüllt (Einschluss/Ausschluss getrennt).
Dieselbe Section nutzt `parallel-screening` als Kriterienliste im Screening-Dialog;
ein eingezäunter `screening_filters`-Block darin ist die Quelle des mechanischen
Vorfilters (#892). Bis dahin leer lassen, nicht erfinden.]

### Gliederung
[Nummerierte Gliederung, falls vorhanden]

### Schlüsselkonzepte
[Schlüsselkonzepte mit Kurzbeschreibung]

### Fortschritt
[Checkliste abgeschlossener/in Bearbeitung befindlicher Elemente]

Update-Aktivierung (Kontext existiert bereits)

Lies ./academic_context.md, identifiziere Änderungen aus dem Gespräch, aktualisiere nur betroffene Abschnitte. Typische Updates: Gliederung, Fortschritt, neue Konzepte, Forschungsfragen-Schärfung, Methodik-Entscheidung.

Decision-Log führen

./academic_context.md hält den aktuellen Stand, nicht die Begründung. Die gehört ins Decision-Log des Vaults: von dort spielt mid-session-reinforcement aktive Entscheidungen im Gespräch zurück, und der Material-Passport exportiert sie als decisions_snapshot.

Kontext lesen: vault.list_decisions(active_only=True) — widerspricht eine Entscheidung dem, was der User gerade sagt, ansprechen statt überschreiben.
Festlegung zu Scope, Methodik, Forschungsfrage oder Zitationsstil: vault.add_decision(category, text, rationale). Nur festhalten, was der User entschieden hat; ohne genannte Begründung rationale weglassen, nicht erfinden.
Revision: neue Entscheidung anlegen, dann vault.supersede_decision(decision_id, superseded_by) — die alte bleibt als Änderungsgeschichte erhalten, statt dass nur der Endstand existiert.

Unterstützung anderer Skills

Braucht ein anderer Skill Kontext: Prüfe ob ./academic_context.md existiert. Wenn ja — nutze sie. Wenn nein — informiere den User und biete Setup an.

Few-Shot-Beispiele

Stil: Forschungsfrage-Fixierung

Schlecht (Grund: zu weit, nicht in Bachelor-Zeitrahmen beantwortbar):

"Wie wirkt sich Künstliche Intelligenz auf die Gesellschaft aus?"

Gut (Grund: Scope + Kontext + messbare Dimensionen):

"Wie verändert der Einsatz generativer KI die Bewertungskriterien für textbasierte Prüfungen an der FH Leibniz im Studienjahr 2024/25?"

Stil: Methodik-Notation

Schlecht (Grund: Oberbegriff ohne Operationalisierung):

Methodik: Qualitative Forschung

Gut (Grund: Konkret + zählbar + reproduzierbar):

Methodik: 12 semi-strukturierte Interviews (je 45 min) mit Lehrenden an drei FH-Standorten, Auswertung per Inhaltsanalyse nach Mayring.

Wichtige Regeln

Nie ohne vorheriges Lesen überschreiben — Immer erst den aktuellen Stand lesen, bevor Updates geschrieben werden
User-Daten bewahren — Nie Informationen löschen, deren Entfernen der User nicht explizit verlangt hat
Deutsche Feldbezeichnungen — Die Kontextdateien nutzen deutsche Labels passend zur Sprache des Users
Datumsformat — ISO-Format (YYYY-MM-DD) für Abgabetermine und Zeitstempel
Inkrementelle Updates — Nur geänderte Abschnitte aktualisieren, nicht die ganze Datei
Größere Änderungen bestätigen — Vor einer Umstrukturierung der Gliederung oder dem Ändern der Forschungsfrage Rücksprache mit dem User halten