> ## Documentation Index > Fetch the complete documentation index at: https://docs.latcher.ai/llms.txt > Use this file to discover all available pages before exploring further. # Science writing **Latcherを使用すると、因果推論フレームワークから計算生物学パイプラインまで、科学的発見を加速する方法論的革新を探求することで、科学＆ライティングをマスターできます。** Latcherのインサイトノートとオーディオブリーフを使用すると、分野を超えた複雑な研究を統合し、重要な方法論的洞察を抽出できます。さらに、Contradictorエージェントを使用して、何ヶ月ものデータ収集に取り組む前に、実験設計の盲点を特定できます。 ここでは、あなたの科学的調査を強化するための研究グレードのユースケースの選択をご紹介します—それぞれが厳格な方法論と変革的なコミュニケーションを橋渡しするように作られています。 ### 高度な研究方法論とメタサイエンス **科学を行う科学—発見を加速する方法論的革新。** **フロンティア研究分野：** * **因果推論**：有向非巡回グラフ、操作変数、回帰不連続性、差分の差 * **メタ分析技術**：ネットワークメタ分析、個別参加者データ合成、出版バイアス修正 * **再現性科学**：登録済みレポート、マルチバース分析、仕様曲線分析 * **オープンサイエンスインフラストラクチャ**：FAIRデータ原則、計算再現性、研究のためのバージョン管理 **高度な方法論プロンプト：** ``` Causal Inference Research Challenge: Topic: Identification strategies in observational epidemiology Technical focus: - IV validity in Mendelian randomization studies with pleiotropy - Regression discontinuity design for policy evaluation in health systems - Sensitivity analysis for unmeasured confounding using E-values - Causal mediation analysis with time-varying mediators Output: **Insight Note** comparing identification assumptions across methods, then **Contradictor** analysis of when each approach fails in practice. ``` ``` Meta-Analysis Innovation: Research target: Network meta-analysis for drug effectiveness Methodological challenges: - Handling inconsistency in treatment effect networks - Ranking treatments under uncertainty using SUCRA scores - Individual participant data vs. aggregate data approaches - Bias assessment in mixed treatment comparisons Generate **Context Map** linking study characteristics to statistical heterogeneity patterns, with focus on transitivity assumptions. ``` ### 計算生物学とバイオインフォマティクス **分子メカニズムがアルゴリズム的発見と出会う場所。** **高度な研究ドメイン：** * **単一細胞ゲノミクス**：軌跡推論、細胞タイプ解析、空間トランスクリプトミクス統合 * **構造生物学**：AlphaFoldの影響、タンパク質-タンパク質相互作用予測、薬物-標的モデリング * **システム生物学**：ネットワーク推論、超幾何検定を超えたパスウェイエンリッチメント、マルチオミクス統合 * **進化ゲノミクス**：集団遺伝学シミュレーション、選択的スイープ検出、系統動態学 **最先端の研究プロンプト：** ``` Single-Cell Analysis Deep Dive: Research focus: Pseudotime inference accuracy across trajectory topologies Technical investigations: - Benchmarking Monocle3, PAGA, and Slingshot on simulated branching processes - Batch effect correction in trajectory space using Harmony vs. scVI approaches - Integration of RNA velocity with pseudotime to validate trajectory direction - Differential expression testing along pseudotime with tradeoffs between sensitivity and specificity Create **Insight Note** on method selection criteria based on experimental design, followed by **Audio Brief** on interpreting trajectory confidence intervals. ``` ``` Structural Biology Computation: Target: AlphaFold confidence scores and experimental validation Research vectors: - Correlation between pLDDT scores and crystallographic B-factors - Domain-specific accuracy patterns in membrane proteins vs. soluble proteins - Structure-based drug design using predicted vs. experimental structures - Conformational sampling limitations in static structure predictions Generate **Context Map** connecting confidence metrics to downstream application success rates. ``` ### 計算社会科学とデジタル人文学 **人間の行動が計算的測定と出会う場所。** **新興研究分野：** * **自然言語処理**: トランスフォーマーの解釈可能性、言語モデルにおけるバイアス検出、計算意味論 * **ネットワークサイエンス**: マルチレイヤーネットワーク、時間的ネットワーク分析、コミュニティ検出アルゴリズム * **デジタル民族誌学**: プラットフォーム研究、アルゴリズム監査、計算言説分析 * **計算創造性**: 芸術表現のための生成モデル、創造性指標、人間とAIのコラボレーション **高度な研究プロンプト:** ``` NLP Interpretability Research: Topic: Attention mechanism analysis in large language models Technical focus: - Head-specific functionality across transformer layers - Attention pattern stability across prompt variations - Probing tasks for syntactic vs. semantic representations - Causal intervention experiments to test attention importance Output: **Insight Note** synthesizing attention visualization techniques with mechanistic interpretability findings, then **Contradictor** analysis of alternative explanation frameworks. ``` ### 歴史分析とデジタル人文学 **歴史的探究と計算方法論が出会う場所。** **高度な研究領域:** * **デジタル歴史学**: 大規模歴史データ分析、アーカイブのデジタル化、時間的ネットワーク分析 * **イデオロギーマッピング**: 政治運動の追跡、知的系譜の再構築、革命パターン分析 * **文化分析**: 芸術運動分析、文学的進化の追跡、文化伝播モデリング * **歴史的方法論**: 史料批判の自動化、歴史的記述におけるバイアス検出、年代学の再構築 **歴史研究プロンプト:** ``` Revolutionary Network Analysis: Research focus: Mapping ideological connections across historical revolutions Methodological approach: - Network reconstruction from correspondence archives and pamphlet distribution - Ideological similarity measurement using natural language processing - Geographic diffusion modeling of revolutionary ideas - Temporal correlation analysis between revolution outbreak timing and ideological transmission Output: **Context Map** visualizing revolutionary idea networks across 18th-19th century Europe and Americas, then **Contradictor** analysis challenging traditional theories of revolutionary causation. ``` ``` Historical Methodology Innovation: Target: Automated bias detection in historical source materials Technical challenges: - Language model training on period-specific texts for anachronism detection - Source reliability scoring based on contemporary cross-references - Perspective bias quantification using sentiment analysis - Historical fact verification through cross-source correlation analysis Create **Insight Note** on computational approaches to historical source criticism, followed by **Audio Brief** on how AI can enhance rather than replace historian expertise. ```