您的研究领域所属方向
环境科学基础研究
环境工程与技术应用
生态保护与修复
环境政策与管理
环境经济与可持续发展
其他环保相关方向
您从事环保相关学术研究的年限
1年及以下（含在读研究生）
2-5年
6-10年
11年及以上
您在环保学术调研中是否使用过人工评分方法开展数据收集或质量评价
经常使用
偶尔使用
仅尝试过1-2次
从未使用过（请跳转到问卷末尾提交即可）
您通常会在哪些环保学术调研场景中应用人工评分
环境感官指标评价（如景观美感度、异味影响程度）
生态样本质量分级判定
环境政策实施效果的专家评估
公众环境行为与认知的编码评分
环境监测数据的人工校验
其他场景
您认为在环保学术调研设计阶段，人工评分的权重设置对最终研究结果可信度的影响程度
影响极大，直接决定结论可靠性
影响较大，是核心控制环节
影响一般，属于常规流程环节
影响较小，可通过其他方法弥补
几乎没有影响
您在设置人工评分的评分维度时，通常会优先考虑哪些因素
研究核心问题的匹配度
维度之间的独立性与互斥性
评分者对维度的理解成本
同领域已有成熟研究的维度参考
维度量化的可操作性
评分结果的后续统计便利性
您在开展人工评分前，是否会对评分人员开展标准化培训
每次都会开展系统培训并做预评分校准
多数时候会开展简单培训
仅在评分维度较复杂时开展培训
基本不开展专门培训，直接发放评分材料
您通常会为单份评分材料设置几位评分人员以控制结果偏差
1位即可
2位
3位
4位及以上
根据材料复杂度动态调整人数
您在人工评分过程中，通常会采用哪些技巧降低主观偏差
对评分材料做匿名化处理，隐藏样本来源信息
打乱材料呈现顺序，避免顺序效应
设置明确的评分锚点与等级描述
嵌入重复校验题项识别无效评分
定期对评分者的结果做一致性检验
对偏差较大的评分结果组织复评
您在检验人工评分结果可靠性时，最常使用的指标是
评分者信度（如Krippendorff α系数、组内相关系数ICC）
重测信度
效标关联效度
内容效度
仅通过一致性比例简单判断
请您对自己过往使用的人工评分方案在以下维度的表现进行评分（1分表现很差，5分表现优秀）：评分维度清晰度
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请您对自己过往使用的人工评分方案在以下维度的表现进行评分（1分表现很差，5分表现优秀）：评分结果稳定性
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请您对自己过往使用的人工评分方案在以下维度的表现进行评分（1分表现很差，5分表现优秀）：评分执行效率
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请您对自己过往使用的人工评分方案在以下维度的表现进行评分（1分表现很差，5分表现优秀）：对研究结论的支撑强度
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为在环保类学术调研中，人工评分相比纯机器自动评分的最大优势是
能处理语义、感知类难以量化的复杂信息
对特殊、边缘案例的判断更灵活准确
更易适配细分研究场景的个性化评价需求
结果更易被同行评审认可
没有明显优势
您认为当前环保学术调研中应用人工评分存在的普遍问题有哪些
评分规则描述模糊，不同评分者理解差异大
评分人员培训不到位，结果一致性差
权重设置主观性强，缺乏科学依据
评分过程缺少质量控制，无效数据多
评分结果的报告不透明，可复现性差
评分工作量大，研究成本过高
您是否会在研究论文中详细披露人工评分的设置流程、权重依据与信度检验结果
会完整披露所有细节，保障研究可复现
会披露核心流程，省略部分操作细节
仅简要提及使用了该方法，不披露具体设置
基本不会专门提及相关内容
您认为合理的人工评分设置，对提升环保学术调研整体数据质量的作用程度
作用非常显著，是高质量数据的重要保障
作用比较显著，能有效降低数据误差
作用一般，仅能优化局部数据质量
作用微弱，对整体质量影响不大
以下哪些人工评分的设置技巧，您认为对提升环保调研效果最有价值
提前开展预调研优化评分维度与描述
基于德尔菲法确定各维度权重
采用双盲评分流程减少人为干扰
建立分歧结果的集体评议机制
将人工评分与机器识别结果做交叉验证
对评分者的表现做动态反馈与校准
在涉及公众环境感知、生态景观评价这类主观性较强的环保调研主题中，您认为人工评分的适用程度如何
非常适用，是这类研究的核心方法
比较适用，可作为重要的数据补充方法
适用性一般，需结合其他方法共同使用
不太适用，主观偏差难以控制
结合您的研究经验，您认为在环保学术调研中优化人工评分设计、提升应用效果还有哪些可行的建议？