agentsclimarketplace

Jmsc workflow

Skill brycewang-stanford/Awesome-Journal-Skills/Journal-of-Management-Sciences-in-China-Skills/skills/jmsc-workflow

Journal-specific Claude Code/Codex skill packs covering mainstream journals — AER, QJE, Nature, Cell, 管理世界, 经济研究 & 200+ more — your fast track to getting published. | 覆盖主流期刊的 Claude Code/Codex 期刊技能包,从选题、识别策略到表格规范与审稿回复全流程,助你快速发论文。

Install
npx -y skills add brycewang-stanford/Awesome-Journal-Skills --skill jmsc-workflow

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

What its author says it does

Copied from the file, not written here

Use when deciding which jmsc-* sub-skill to invoke next, or when sequencing a 《管理科学学报》 (Journal of Management Sciences in China) manuscript from decision-problem formulation through rebuttal. The key fork is 数理 (model/proof/algorithm) vs 经验实证 (regression/survey). Routes — does not replace — the specialized skills.

SKILL.md

6.2 KB, ~2.4k tokens by cl100k_base, as published. Nobody here has run it

《管理科学学报》工作流(jmsc-workflow)

总览

这是路由器,不替代任何专用 skill。它告诉你当前阶段该用哪个 jmsc-* skill

默认假设:目标是数理/定量管理科学顶刊《管理科学学报》(国家自然科学基金委员会管理科学部 + 天津大学主办,月刊)。衡量标准是方法贡献与数理严谨性——模型、证明、算法、数值实验,而非政策含义或经验叙事。基础事实见 resources/journal-profile.md

关键分叉:数理 vs 经验实证

落笔前先判断稿件的交付物形态

  • 数理型(本刊主线):决策问题 → 模型 → 命题/定理(有证明)→ 算法(复杂度/收敛)→ 数值实验 → 管理洞见。
  • 经验实证型:因变量 + 回归识别 + 政策含义,或问卷-SEM——多半不对口,先过 jmsc-fit-positioning,再决定改投。

触发时机

  • 用户问"这篇能不能投《管理科学学报》/ 下一步做什么"
  • 有模型但命题没证明,或算法没复杂度分析
  • 手头是回归结果 + 政策建议,不确定是否对口
  • 收到外审意见需要回复

路由表

当前症状下一个 Skill
不确定对不对口(像回归+政策 / 问卷-SEM)jmsc-fit-positioning
决策问题说不清楚、要素散乱jmsc-problem-formulation
模型设定不完整(变量/约束/目标/假设缺项)jmsc-model-building
有结论但没命题/定理,或证明不全jmsc-proofs
算法没复杂度 / 没收敛性论证jmsc-algorithm
没数值实验,或实验单薄、没洞见jmsc-numerical-experiments
用实验数据刻画行为偏差(行为运作)jmsc-behavioral-om
管理启示写成政策口号jmsc-managerial-insights
记号混乱 / 假设不显式 / 正文被证明压垮jmsc-notation-style
准备投稿,需要体例与系统 checklistjmsc-submission
收到外审意见,需要写回复jmsc-rebuttal

默认顺序(数理主线)

  1. jmsc-fit-positioning — 先判数理 vs 经验,别把回归稿硬投数理刊
  2. jmsc-problem-formulation — 把决策问题形式化
  3. jmsc-model-building — 变量/约束/目标/假设全部显式
  4. jmsc-proofs — 命题/定理 + 证明,逻辑完整
  5. jmsc-algorithm — 算法设计 + 复杂度/收敛性
  6. jmsc-numerical-experiments — 仿真验证理论性质
  7. jmsc-managerial-insights — 从模型导出决策规律
  8. jmsc-notation-style — 记号统一、证明入附录
  9. jmsc-submission — 投稿前 preflight
  10. jmsc-rebuttal — 外审后

行为运作稿在第 2–3 步并入 jmsc-behavioral-om(实验设计 + 模型识别)。 jmsc-notation-style 是后段统稿,别在命题未立住时去抠记号。

决策口诀

  • "有模型没证明" → jmsc-proofs(命题立不住就别投)
  • "算法只说跑得快" → jmsc-algorithm(要复杂度/收敛)
  • "结论是回归系数 + 政策建议" → jmsc-fit-positioning(多半改投)
  • "管理启示是'加强完善推进'" → jmsc-managerial-insights

与本仓库其它期刊包的差异

  • 偏经验实证 / 案例 / 政策评估:转 管理世界(management-world)
  • 偏组织行为理论建构 / 问卷-SEM:转 南开管理评论(nankai-business-review)
  • 偏资产定价实证 / 金融市场经验:转 金融研究(journal-of-financial-research)
  • 《管理科学学报》要的是模型 + 证明 + 算法 + 数值洞见,经验数据只是验证手段之一

本刊全流程审稿期待与卡点模式

《管理科学学报》稿件按"问题刻画→模型构建→理论性质→算法→数值实验→管理启示"骨架推进,每节都有退稿卡点。下表把卡点定位到 skill:

全流程卡点症状应调用
赛道错配回归+政策/问卷-SEM 硬投数理刊jmsc-fit-positioning
问题不良定义说不清谁选什么变量、优化什么jmsc-problem-formulation
模型设定不全四要素缺项、假设脱离情境jmsc-model-building
有结论无证明命题含糊或证明跳步jmsc-proofs
算法不可分析无复杂度/收敛/界jmsc-algorithm
数值单薄一组参数一张图、参数无依据jmsc-numerical-experiments
启示空泛/体例失范政策口号、公式不连续jmsc-managerial-insights

锚点:本刊已刊论文章节顺序与上述骨架一致;路由目标是让每节都在对应 skill 把关下达标。体例以编辑部最新稿约为准。

微型走查:一份稿件的路由轨迹

虚构稿件《供应链契约设计》从初稿到投稿,按路由表逐阶段判断:

输入:有契约模型,命题未证,无数值,结论含"政府应鼓励合作"
1 [fit] 去掉数据剩"模型+待证性质" → 对口,进主线
2 [problem] 决策者=制造商+零售商(博弈),变量=批发价/回购价 → 良定义
3 [model] 四要素齐,A1-A4 编号,循环假设检查过
4 [proofs] 命题2"存在最优契约"只证存在 → 卡点:补唯一性
5 [algorithm] 闭式解,无需迭代算法 → 跳过
6 [numerical] 补敏感性: 扫 CV∈[0.2,0.8],N=500 重复
7 [insights] "政府应鼓励"命中口号黑名单 → 改写为决策规律
8 [notation] 回购价 b 与贴现 β 记号冲突 → 统稿
9 [submission] 7200 字,公式连续编号,证明入附录 → 可投

轨迹显示:第 4、7、8 步是真实卡点;路由器价值在于不让稿件带着未证唯一性与政策口号走到投稿。

反模式

  • 不要跳过 jmsc-fit-positioning 就动笔——它最常救稿(避免投错赛道)
  • 不要在命题没证明时去做数值实验和文风
  • 不要jmsc-rebuttal 在正文未修订前生成回复

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Keep looking

Skills are one crate of 327,132. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.