研究资历与执行能力（Research Credentials & Capacity）
AEEA Research Team 是一个面向长期灾变风险与跨尺度物理问题的研究团队，具备可复现的计算研究能力与明确的年度交付机制。我们的核心方法平台为 质能—时空结构拐点张量计算方法（MEST-TPC），并由自研工具链 MEST-AI 支撑，提供统一的拟合、残差诊断、对照模型比较与不确定性评估流程，用于输出可证伪预测与参数约束。团队已建立面向论文级成果的工作流（版本化脚本、数据索引、图表一键生成与 LaTeX 排版整合），并在多个研究对象上完成阶段性建模与结果产出（可提供成果清单与复现包作为核验材料）。我们坚持科学完整性：为每个假说设置“失败条件”，并行运行无需暗部门机制的对照模型，公开负结果与失败边界；同时欢迎独立审阅与复核，赞助方仅支持研究与审阅机制，不影响结论。
Research Credentials & Capacity
AEEA Research Team is a research initiative focused on long-horizon catastrophic-risk science and cross-scale physical systems, with a reproducible computational capability and a delivery-driven annual plan. Our core method platform is Mass–Energy–Spacetime Turning-Point Tensor Computation (MEST-TPC), supported by our in-house toolchain MEST-AI, which provides unified pipelines for fitting, residual diagnostics, control-model comparisons, and uncertainty quantification—producing falsifiable predictions and parameter constraints. We maintain a publication-grade workflow (versioned scripts, data indexing, one-click figure generation, and LaTeX integration) and have produced staged outputs across multiple targets, with an auditable deliverables list and replication packages available for verification. We commit to scientific integrity: explicit disconfirmation criteria, parallel control models that do not require dark-sector mechanisms, and transparent reporting of negative results and failure boundaries. We welcome independent review and replication; sponsors support research execution and review mechanisms but do not influence scientific conclusions.
你可以把下列模板作为“Research Credential Pack”的核心附件（建议导出为 PDF 或放到官网 Research Library）。
团队/项目名称： AEEA Research Team
方法平台： MEST-TPC（MEST-AI toolchain）
复现原则： 数据索引 + 版本号 + 一键出图 + 对照模型 + 负结果披露
主要联系人：（姓名/职务/邮箱/ORCID）
公开材料链接：（网站/代码仓库/预印本/数据目录，若暂不公开可写“available upon request”）
每一条建议尽量做到“对象 + 数据源 + 方法版本 + 输出文件”可追溯。
条目编号： R-01
研究对象/系统：（例如：Planetary orbits / Galaxy rotation curves / Strong lensing / CMB cold spot）
研究问题：（一句话）
数据来源：（公开数据库/论文/观测项目；含版本或访问日期）
方法与版本：（MEST-TPC vX.X；MEST-AI commit/版本号；关键参数设置）
对照模型：（无暗部门机制/标准经验模型等）
主要输出：
图表：（文件名或链接，如 .png/.pdf）
表格：（.csv/.tex）
参数/结果：（*.json）
关键指标：（R²、RMSE、AIC/BIC、残差白化检验、置信区间等）
可复现性材料：（脚本路径/运行命令/环境说明）
当前状态： Draft / Internal validated / Under review / Submitted
备注：（负结果/边界条件/已知限制）
（复制上述条目结构，重复 R-02、R-03…）
Replication Package Structure (recommended):
/data_index/（数据索引与来源说明、下载脚本或链接）
/code/（版本化脚本，含 requirements/environment）
/configs/（每个目标对象的配置文件）
/results/
/figures/（主图、残差图、不确定性图）
/tables/（参数表、对照表）
/logs/（运行日志、随机种子）
README.md（一键复现指令、预期输出、已知问题）
独立审阅（Reviewer）机制：（姓名/机构/角色/审阅范围，若未定写“to be invited”）
**研究完整性：**失败条件、对照模型、负结果披露、版本归档
合规说明：（如涉及生物相关计算：仅公开数据、无湿实验、无可操作方法）
每个项目页都用同一结构，显得专业且便于维护：
Objective（目标）：一句话 + 3条具体目标
Hypotheses（假说）：列出 H1/H2/H3（每条可证伪）
Data（数据）：公开数据源 + 你们自建数据说明
Methods（方法）：统计/建模/对照组/鲁棒性检验
Deliverables（交付物）：论文、报告、代码库、数据集、简报
Milestones（里程碑）：3–6 个月、12 个月、24 个月
Collaboration（合作需求）：需要哪些学科与资源
Status（状态）：Planning / In progress / Preprint / Released
“研究库 + 可复现材料”风格，提升可信度：
Publications（论文与报告）
Datasets（数据集）
Tools（工具/脚本/复现指南）
Reviews（综述与路线图）
Policy Briefs（政策简报）