請讀一份去識別化的評分資料（CSV），欄位有學生代號、自評、互評、教師評分（各 4–16 分）、教師認為最弱的規準、學生反思短文。
請你只做整理，不要替任何學生打分數或下結論：
1. 算出每個代號的「自評減教師分」「互評減教師分」，照兩個差值裡絕對值較大的那個排序，列出前 6 個（同分的都列出來並說明）；每個附一句可能的解讀，標成「待回查的假設」。
2. 找出「自評與教師分一致（差 1 分以內）、但互評差很多（差 3 分以上）」的代號，提醒我要回查互評表而不是看學生。
3. 用一段話說明整班哪幾個人差最多、差在哪。
請直接讀資料夾裡剛下載的 project-presentation-scores.csv（第一行是 # 開頭的說明，請跳過），結果存成同一個資料夾裡的 gap-analysis.md。
打開它寫的 gap-analysis.md，拿前 6 個代號去工作台「證據儀表板」的落差排序表對前 6 列：同分並列會多於 6 筆、對的是代號不是名次；有出入就看那個代號的落差數字算得對不對。
（給維護教材的人）原文出處：workflow-data.js → prompts → P3（改內容請改那裡）。從學習證據到教學改進｜https://cwstedctw.github.io/learning-evidence-workshop/