基于AC1系数的一致性评价方法是一种用于评估评分者间一致性的统计技术，由张竞文等研究者提出并发展。该方法通过计算AC1系数来衡量不同评分者之间的一致性水平，特别适用于分类数据的评价场景。与传统的Kappa系数相比，AC1系数在处理评分者间潜在偏差和不平衡数据时表现更为稳健，能够有效减少因类别分布不均导致的评价偏差。这一方法在医学诊断、心理学评估、社会科学研究等领域具有广泛的应用价值，为研究者提供了一种可靠的工具来量化评分者间的一致性程度。张竞文的研究为该方法的应用和推广奠定了理论基础，并推动了相关领域的实证研究进展。