Use when deciding which acr-* sub-skill to invoke next, or when sequencing manuscript work from fit positioning through rebuttal for 《会计研究》 (Accounting Research). Routes — does not replace — the specialized skills.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
실행 점수 미검증
설치 방법 보기설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.
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 acr-* skill。
默认假设：目标是国内会计学第一刊《会计研究》（财政部主管、中国会计学会主办，月刊，CSSCI 唯一会计刊、NSFC 管理科学 A 类）。衡量标准是会计议题的实证贡献 + 准确的制度/准则细节 + 信息机制，而非金融定价机理或纯方法复杂度。基础事实见 resources/journal-profile.md。
| 当前症状 | 下一个 Skill |
|---|---|
| 不确定是会计议题还是金融机理、对不对口 | acr-fit-positioning |
| 选题像"X 影响 Y"的一般效应，缺会计学贡献 | acr-topic-selection |
| 文献只堆近年实证、没进会计脉络 | acr-literature-review |
| 制度背景/准则条款/执行时点写得含糊 | acr-institutional-standards |
| 会计度量直接用现成指标、没交代构造 | acr-measurement |
| 实证只有 OLS、识别不过关 | acr-identification |
| 有主结果但没机制、或机制写成定价渠道 | acr-mechanism |
| 缺稳健性 / 度量与制度控制不足 | acr-robustness |
| 表格列数过多 / 没解读经济量级 | acr-tables-figures |
| 文末贡献只有"丰富文献"、缺准则/监管启示 | acr-implications |
| 准备投稿，需要体例与系统 checklist | acr-submission |
| 收到 R&R，需要写回复 | acr-rebuttal |
acr-fit-positioning — 先判断是会计议题还是金融机理，别把金融稿硬投会计刊acr-topic-selection — 立会计学贡献与中国制度情境acr-literature-review — 进入会计脉络对话（盈余质量/审计/披露）acr-institutional-standards — 把准则/监管背景写准（条款、时点）acr-measurement — 透明构造会计度量acr-identification — 准则/监管外生变更优先的识别acr-mechanism — 信息机制（降低不对称/提高披露/约束盈余管理）acr-robustness — 替换度量、控制治理/制度变量、安慰剂acr-tables-figures — 主表/主图 + 经济量级解读acr-implications — 准则/监管/实务启示acr-submission — 投稿前 preflight（页下注、著者—出版年制、线上系统）acr-rebuttal — 外审后acr-topic-selectionacr-fit-positioning）acr-measurement + acr-robustnessacr-institutional-standardsacr-mechanismacr-fit-positioning 就动笔——它最常救稿（避免把金融稿投错门）acr-rebuttal 在正文未修订前生成回复《会计研究》由中国会计学会主办，是 CSSCI 唯一权威顶级会计学期刊。路由按"当前最薄弱的会计学环节"跳转，而非机械按序。下表对齐各阶段审稿期待与退稿模式：
| 阶段 | 审稿期待 | 常见退稿模式 |
|---|---|---|
| 对口 | 落点在会计信息/披露/审计 | 金融稿贴会计背景 |
| 识别 | 准则外生变更 DID | TWFE 不回应异质性 |
| 机制 | 信息渠道直接测 | 写成定价渠道 |
虚构稿《关键审计事项披露与盈余质量》入口走查（示意）：因变量"盈余质量"是会计产出 → 对口进选题；贡献立为"关键审计事项披露通过提高鉴证针对性改善盈余质量"，制度抓手为强制披露起始年份（待核实）；盈余质量用 |DA| 度量，以强制披露起始为冲击做 DID，事件研究图处理前近零、主系数 −0.012（t≈2.2）；测关键审计事项条目数作为信息中介，方向一致；收尾接稳健性→表格→启示→投稿→回复。
上述系数为演示路由衔接的示意值，非真实结果。
本刊为月刊、三审终审 + 双向匿名、审稿周期约三个月。各阶段顺序可因稿件状态调整；体例、审稿时限等以编辑部最新《投稿指南》为准。
【当前阶段】<识别>
【下一个 Skill】acr-...
【落点确认】会计议题 / 金融机理（若后者→改投）
【缺口】[度量 / 识别 / 机制 / 制度背景 ...]
아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.
로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.
Use when packaging AAAI code, data, multimedia appendices, technical appendices, reproducibility evidence, and post-acceptance artifact releases without violating double-blind or immutable-supplement rules.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use when drafting an AAAI author response (rebuttal) under the single short character-limited author-feedback window, the no-URL rule, no-new-results guidance, AI-generated-review handling, and the AAAI two-phase review process where Phase-2 papers receive one feedback round before SPC/AC discussion.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use when preparing an accepted AAAI paper for camera-ready source submission to AAAI Press, including proceedings page limits, two-column template compliance, copyright transfer, purchased extra technical pages, deanonymization, registration, oral or poster presentation, and final public artifact release.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use when designing or auditing AAAI experiments for the broad-AI program committee, including baselines, ablations, statistical significance, robustness, human evaluation, AI-for-Social-Impact and alignment/safety evidence, compute and cost reporting, and reproducibility-checklist alignment for Phase-1 survival.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use when positioning an AAAI paper's novelty against archival work, contemporaneous arXiv or workshop papers, and AAAI/IJCAI/NeurIPS/ICML/ICLR neighbors across the broad AI scope, while staying inside AAAI's dual-submission and AI-as-source policy constraints and writing a related-work section legible to non-specialist reviewers.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use when strengthening an AAAI paper's reproducibility checklist (placed after references), experimental traceability, seed and hyperparameter reporting, compute and cost disclosure, dataset access and licensing, code/data ZIP readiness, and the claim-to-evidence map that Phase-1 reviewers use to judge rigor across AAAI's broad AI scope.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.