code4history/.agents/skills/history-writing-workflow-c4h/references/evaluation-rubrics.md

评价量表及 topic.md 的可配置闸门

以下量表沿用原 history-writing-workflow 的研究评价维度；评分只用于指出论证薄弱处，不能替代来源真实性检查或判断论文能否发表。

门槛读取规则（严格训练模式）

1. 先读取根 USERINFO.md（用户明确覆写优先）；然后读取 topic.md。
2. topic.md Q18 = training 时启用训练闸门，否则默认为 collaborative，量表只供诊断。
3. Q19：选题评估和大纲评估的最低通过分数（均为百分制整数 0—100）；缺省或「待定」→ 95。USERINFO.md 可分别覆写选题/大纲阈值。
4. Q20：研究者对每段写作反馈的最低字数（非负整数）；缺省或「待定」→ 50。计数按可见中文字符或由研究者指定的语言约定，不把空格/标点/机械重复视为实质反馈。
5. 无效填写（例如 Q19=110、Q20=负数或写入未说明的模糊数）→ 报告配置错误并请求改正，不能当作已过闸。数值门槛只是附加教学条件；人的确认与史料质量永远仍需独立核对。

选题思维（100）	分值	评价重点
问题意识	30	具体历史难题、解释价值、不偷设结论
材料自觉	25	一手材料可访问、能支持/反驳、版本意识
学术对话	25	已识别已有研究、差异与未读范围
边界感	20	时空、人群、材料与明确排除项

大纲（100）	分值	评价重点
问题—结构咬合	30	每节能解决不可替代的子问题
材料支撑	30	每节追踪 SRC、EV、W；缺口明示
论证推进	25	解释递进，而非资料主题罗列
可行性	15	史料语言、篇幅、时间与能力可承担

四维自评

• 结构：每节是否回答中心问题，是否记录根本性修改。
• 论证：是否提出明确、可争论、有根据的判断，而非用风险提示取代解释；区分可核史实与解释性推论。
• 逻辑：是否比较替代解释、承认反证，避免时代错置与以时间顺序证明因果。
• 语言：术语一致、学术表达具体、不照搬蓝本。 同时检查论证增量：一个句子若只是重复上一句或用抽象词包装显而易见的事实，应删改；不因为段落必须“有意义”而强造总结。评分不自动触发重复写作循环。

模拟匿名审稿（100）

维度	分值
问题意识	25
论证质量	25
史料使用与准确核查	25
学术史对话	15
文字与规范	10

输出各项分数与理由、重大风险、必须修改/建议修改项、尚未完成的查证。重要史料未核实时应说明不具备充分评定条件，不能为了过闸调整分数。研究者可拒绝审稿建议并记录理由。