Cochrane 检索文献方法

医护人想写综述或者 mate， 却卡在了文献解锁这一关，不是查不全就是查不到，今天学姐就用这个小题为例，手把手教你如何利用 mate 主题词加自由词进行高级解锁，这是我读博这些年一直在用的方法，视频比较常见一些，收藏再看。首先我们在首页点击进入 mate， 然后在搜索框输入第一个关键词，点击搜索，选择第一个结果。进来之后可以看到所有相关的自由词都在 entryterms 下面，我们粘贴复制到 word 中。为了后续方便添加自由词，我们要变一下格式，全选自由词， 点击替换，输入这个分段符替换，这里输入空格 or 空格，全部替换，这样格式就调整好了。 复制之后，回到爬麦的页面，先点击这个，把主题词添加上去，点击解锁结果界面，选择高级解锁，点击这里添加到搜索框，接着在这里选择这个粘贴自由词，用 or 连接， 点击搜索，第一个关键词的解锁就完成了。接着回到首页，点 mash， 重复以上操作，完成第二个关键词的解锁。 最后把两个关键词的剪辑结果连起来剪辑， 得到最后的结果，这样文献就查准查全了，你学会了吗？

各位在科研一线奋斗的兄弟姐妹们，大家好，今天我们不讲代码，不讲公式，跟大家讲一个被严重低估，但是能决定你科研生死的技能，文献线索。 听到文献线索，可能很多同学们会觉得，我线索谁不会用啊？打开谷歌学术，输入个关键词，回车，一切就完事了。 不，如果你这么觉得，那就是大错特错。如果你是这么剪辑的，那么你不是在做科研，而是在逛淘宝。科研界的剪辑其实是一场巨大的情报战， 你想想，你好不容易披星戴月，看了好多论文，辛辛苦苦想了一个 id， 准备用剪辑增强生成的 r i g 方法，结合知识图谱，做一个大的新闻，大的贡献出来。结果 你好不容易做了三个月，代码调通了，实验结束了，论文写好了，结果最后提交的时候才发现，微软亚洲研究院两年前就已经做过一个和你目前工作高度相似的文章，连代码都开圆了， 这一刻你的心态就真的崩溃了，这几个月的时间，算力、电费全都白搭了。为了避免这种惨剧，今天我把这一套三位一体的解锁战术传授给大家。我们要把解锁分成两个阶段， 分别是查全式的地毯式轰炸和查准式的 awm 狙击。不管你是要开题立向，还是要解决具体的 bug， 这套方法论都能救你的命。 首先我们来看第一部分，也就是查权，他的战术是地毯式的轰炸，这里的核心逻辑就是，宁可错杀三千，绝不放过一个。首先 讲第一阶段，查权这个逻辑通常发生在什么时候呢？发生在你刚有一个模糊的想法，准备做逆向的时候， 这个时候你的主旨只有一个字，你要像地毯式轰炸一样，把这个领域的所有角落都过一遍，因为我们的目标是零死角。你要确保你的 idea 是 独一无二的，是目前地球上没有人做过的。 这里跟大家介绍几个具体的方法论。首先第一个是主题词解锁加同义词的高级解锁。 比如说你想做大模型幻觉有关的东西，东西你可以搜索 hallucination， 这是没问题的。但是有些学者不叫它幻觉，可能会叫它 faculity， 或者叫它 faculty， 甚至叫它 grounding。 如果你只搜一个词，那么用其他术语写的一些搜它的顶级文章，你就会完美地错过 这里。我们应该怎么实操呢？我教大家一个 gpt 扩词的方法，怎么知道有哪些同义词呢？我们不要瞎想，不要瞎猜，不要做一些过度的隐身，我们利用自己的工具打开拆的 gpt， 我 们直接问他。我是做大语言模型研究的，目前我想研究思维链，也就是 change of thought。 请你告诉我这个概念在学术界通常有哪些专业的术语同义词或者相关的概念，请你列出英文，它就会告诉你哦。 c o t， 它有 chain of thought， 有 c o t， 有 reasoning steps， 有 interpreaching， 有 multi step reasoning。 把这些词都用 小本子记下来，这就变成了你最开始的数据库。这是第一个方法，我告诉了大家主题词和同义词的变身术是什么。接下来是第二个方法，它代表的是布尔逻辑背后所蕴涵的暴力美学。 词已经有了，那怎么用？接下来就是布尔逻辑。我们要记住一个公式，主题词奥，同义词一奥，同义词二奥。所有相关的同义词核心操作就是用奥奥是什么？它其实就是一张巨大的网。这里跟大家举一个简单的例子， 比如说你的课题是利用知识图谱来解决大模型的幻觉问题，那么你的剪缩式不应该只有三个词，而是应该写一个长串，包括八只鸽子。 model or l l m or generative ai or foundation model and knowledge graph or k j or structured knowledge and humility or faculty or faithfulness or trustfulness。 大家看一下我这里画出的这个 v n 图，可以用 o 来扩大每一个圆的面积，然后用 an 来取它们的交集。只有这样搜出来，我们才能保证不管作者是用了 l l m 还是 foundation 的 model， 把它 type 进去的关键词是 helication 还是 faculty， 只要它做了这个方向，那么就逃不出你的手掌心。接下来是应用场景，它代表的是课题逆向时的生死决断。 为什么我们要拼命的划拳呢？这个其实是我们科研生涯中最危险的时刻，就代表心灵。我们把刚刚那个超长的跟大家讲过的剪辑师丢进谷歌学术，或者说 acl or solid， 可能会出现三种不同的结果，也代表了三种不同的命运。 如果说结果是零点，那么哇，你是个天才，发现了一片绝对的荒原，人迹罕至，没有人做。当然，这个的概率小于百分之一， 也有可能是你的关键词拼错这个东西的概率百有百分之十，还有可能是死路，这个东西在大模型上根本行不通，因为它的原理可能就是错误， 前面的人都试过，都已经死在了这条路上，所以这个 copy 根本没有人发文章。那么如果是这种情况，赶快跑，不要再做相关的研究。 如果你的结果有五千多篇，那这说明你目前的这个 topic 是 红海中的红海，比如说对于目前现在很火的有监督微调，或者说强化学习。如果你在关键词当中建入 large language models fan tuning， 或者 large language models reinforcement learning， 那 出来的结果是铺天盖地的。如果说几千篇文章，那对我们来说肯定是成本太高，我们需要增加一些限定词， 比如说我们不仅去做微调，我们还可以增加一些限定，包括说 parameter efficient function， 去做一些这种参数有效的微调。如果还不行的话，我们再加点域， 我们可以把它应用到 a， f， o， s， s， 比如说我加一些 chemical， 加一些 medical， 把范围定向缩小到你所专注的那个方向，这样就可以。 或者说第三种情况，也就是最好的情况，它的结果可能是五十到一百篇， 这说明这里是蓝海，有人坐，证明这个方向是可以的。他可以 walk， 但是人不多，证明你是先来的人，还有肉吃，后面的人就只能喝汤。而你现在要做的就是把这五十篇下载下来，通过查全来确认你的 a， b， r 细节和他们都不一样，来证明你的东西是独一无二的。 面已经跟大家交代了我们如何去做查拳的东西，也就是进行一个地毯式的轰炸，我们一定要记住这里的住址，宁可错杀三千，绝不放过一个。接下来让我们来看第二步， 查准这里的战术代号是 awm 狙击。好了，现在其实我们已经通过前面的查拳完成的立向，我们要开始做实验去写论文了， 这个时候我们的策略就要从轰炸换到狙击，这时我们已经不需要去看几千篇文章，进行一个这种大面积的搜索或者说调研，我们可能只需要某个细节，需要一个具体的参数，或者说某一个架构图， 我们要看清一些这种模型的操作具体是怎么样的。那么这里我们要的就是准，我们把垃圾门线删除掉，我们只要那个最精准的那颗子弹。在这里我要跟大家设计一下方法论的部分。首先第一个是高级解锁指令， 我们该怎么狙击，那么当然是用高级指令，这里跟大家进行一个指令流的实操，比如说我们可以只看标题， 我们可以想象一个场景，如果说你想找目前很火的 deepsea 在 用的 flesh attention 的 原始论文，如果你直接在 chrome 或者在百度上面去搜 flesh attention， 它会出来一堆的博客，知乎新闻，还夹杂着很多公众号之类的，这种科研其实是不够的， 但如果你搜 in title， flash attention 可能瞬间就只剩下几篇，而第一篇一般是点击最多的，也就是 flash attention 那 篇的原文，这是限定标题，或者说只看标题的做法。第二个，你可以尝试着去限定网站，比如说你想找代码， 那么你可以搜 set github， 点 com， 然后输入关键词，比如说拉马三，比如说 fan tuning， 谷歌会直接帮你把 github 上和拉马三相关的微调项目列出来，会比 github 自带的那个奇怪的搜索引擎好用很多。 如果说你只想看高质量的论文，然后不想看那些乱七八糟的刊物，去影响自己的思路的话，你可以去搜 set， 扒开点 o r g chain of thought， 或者说 set ecosology， 点 o r g r a g， 这样的话，他只会呈现出高质量的论文，不会给你乱七八糟的东西，影响你的思路。 还有一种方法，我们可以去限定具体文件的格式，比如说我们想要去给老师做一个这种中期的汇报，跟他讲一讲我们的 id 要是怎么样的，或者说目前我们有了哪些进展。那么 我们要找一个这个 ppt 的 模板，我们可以去搜 file type ppt， 然后说 transformer architecture， 那 么它就会给我们这种 ppt 格式的 transformer 架构的具体文件。 如果我们想去找一些教材，那么我们可以去搜 file type pdf deep learning textbook， 它会给我们 pdf 版本的这种深度学习相关的这种书目。 这里是第一个方法，就是告诉大家使用一些具体的这个高级指令去进行准确的狙击。接下来跟大家传授第二个方法，也就是图片搜索，这个更像是科研人的一种作弊码一样。 接下来这个技巧是我的个人收藏价值很高，它属于谷歌的 u google image， 是 图片搜索很多时候读懂一天大模型的热门最快的方法其实并不是去读它的 abstract， 而是去看它的 architecture fake， 也就是它的架构图。 架构图一般会出现在一篇文章的 figure 二或者 figure three 的 位置。这里还是跟大家举几个案例。首先第一个案例是寻找 r a g 的 流程， r a g 就是 解锁增强生成，这个对大模型有了解的同学应该都知道它的基本工作原理。 大家想一想，如果你想了解 r a g 它内部到底是怎么运行的，我们只去看其他人的一些文字描述，比如说先解锁，再拼接，再生成，这个过程其实是很抽象的， 那么我们该怎么克服或者说怎么解决呢？我们可以直接打开谷歌图片，然后搜索 retrieve augmented generation， pipeline， figure snips， 这里我们一下子就能看到几十张精美的 pdf， 有 的图可能画出了 vector d b， 然后有的图画出了这个 rerender， rerender 看图会比读十几页那种 paper， 或者说看很多这种无无效的这种文字表述管用一万倍。然后你看了这些流程图以后，可能瞬间就懂了哦，原来 r a j 是 这样的， 它的本质其实就是把 query 先变成向量，然后到它自建的那个解锁增强生成的那个库里面去搜啊，搜回来的这个 topk， 再跟 prompt 去拼在一起，然后再去进行提问，其实就是一个这样简单的原理。 接下来再跟大家举一个大语言模型的案例，我们可以模仿做图，这里先跟大家介绍一下基本的场景，如果说你想发顶绘，然后这里需要一个这种 transform 的 图， 但是你不知道怎么配色才可以显得这个流程比较高级，那么你可以搜，比如说 transformer， model， architecture， diagram i c l r 这里它同样会给你很多精美的图片，然后你可以去找那些配色好看或者说被你用次数比较高的吧， 他们属于像素，然后去进行像素级的模仿，你可以看看人家到底用的是什么蓝色，用的什么灰色，线条是怎么样，字体是怎么样，然后用的是什么样的格式去进行这种细致的模仿。这里也是我们去发顶级文章的 很好的这个路径。接下来我再跟大家介绍几个应用的场景。首先是第一个场景，我们可以去试着寻找一些呈堂证供，比如说什么时候查准呢？如果你现在在写 introduction， 然后你需要一句话证明你的 cot 是 有效的， 那么你不能只说哦，大家都知道 c o t 很 强，神老人看了你的文章就会觉得，哇，你这个人是在无中生有，谁说 c o t 很 强，我就不知道 c o t 很 强，那么他就会跟你说这个东西是谁说的，你的引用是什么呢？你这个东西是不是自己无中生有的？ 这个时候你就需要做一个这种精准的狙击，那么你需要比如说打开谷歌学术搜索 chain of thought improves mathematical reasoning accuracy， 或者说搜索 chain of thought improves common sense reasoning accuracy 等等，就是需要去搜索一些和思维链相关的， 能够去证明思维链有效的这个文章。当然你不需要看全书，直接去 ctrl f 搜索相关的关键词，比如说找到一些经典的类似于 demonstrate， the state of the art performance on gsm 八 k， 或者说 demonstrate， state of the art performance 啊， mass 啊等等等其他的数据集复制引用，把 bypass 导入进来，搞定，这个就要做找证据，去找到相关的逻辑关联。再比如我再跟大家讲一个应用场景，我们可以去自己看一些相关的实验参数， 比如说我们现在要复现别人的实验参数，我们会把 learning rate， 也就是学习率设置为多少，我们会把 batch size 设置为多少。 不要瞎猜，瞎猜会烧掉自己的显卡抄作业，相信大家一定都会。那么我们直接去搜 nama 赞 fan tuning hyperimeters， 搜到相关的东西，点开那些发在 nips 或者 i c l r 上面的高分文章，直奔 appendix 的 复录部分。 这里通常会有一个表格，就详细地写着 experimental setup， 他 们可能会写出用二一负五，你就直接用二一负五，他们设置 warm operation 为多少，你就直接用多少。他们设置 temperature 为多少，你也直接用多少。这个是前面大佬 设计出来的方法，一般都是最有劲，你直接拿来用就可以了。接下来是机制分析的应用场景， 当你的模型出 bug 的 时候，比如说你千辛万苦训练了一个模型，总是复读机，你并不知道是哪里出了问题。那么我跟大家同样介绍一个操作，比如说可以去搜 large language， model， reputation， penalty mechanism， 或者说 nuclear's sampling versus， beam search。 然后我们可以去看他给出的结果，看一看别人是在 softmax 层给的维度，还是在解码阶段去加了一些乘法，找到关键的参数，这就是接下来你需要进行的这个调优对象。 好，今天的两大招式已经跟大家讲完了，我首先再跟大家总结一下今天讲到的这个新法。 首先我们要明白查权和查准这两个东西，它们本质上是矛盾的。查权它代它代表的其实是 recoil， 也就是照回率。而查准它代表的是 precision， 也就是具体的这个准确的逻辑。 如果我们想查全的话，那么网就会撒的很大，取而代之一定会有垃圾文献，也就是噪音。如果你想查准的话，那你就要限定很多的条件，一定会有漏网之余。因此这个世界上没有一个万能公式能够做到又全又准。 所以说科研其实是一个动态的这个流程我们要把它们两个去结合起来，在尽量保证查权的同时又查准，或者说在尽量保证查准的同时去进行查权。 刚开始我们必须要查权，宁可多看两眼垃圾也决不定，也决不能漏掉祖师业级的搜查文章。这个时候我们可以去用奥用同一词去进行地毯式的轰炸。 而在执行期，我们必须要查准，我们需要具体的 protocol， 其他的东西通通闪开。这个时候我们可以用 and， 用 in title， 用 in code， 或者说用前面跟大家讲到的图片式的搜索， 也就是定向的 awm 主机。这里体现的其实是一种鱼和熊掌的这个哲学。 接下来我再通过几个全新的针对性强的大语言模型的这种科研实际场景，来带领大家具体的理解一下查全和查准之间的这个联系。 首先我跟大家再补充一个地毯式轰炸的这个案例，比如说你目前想做一个这种长文本或者说无限长度的研究，那么现在的这些研究存在什么问题呢？ 比如说目前的大模型可能对于较长的一百页的 pdf 它会失忆，它记不住，你想解决目前大模型记不住一百页 pdf 内容的问题， 然后你的骨骼学书里面只搜了 long context， 那 你完蛋，因为很多早期的或者说数学原理层面的论文根本不叫这个名字。那么你可以去首先通过拆的 gpt 辅助进行一些这种相关的同义词的分析，比如说 很我们把这个问题丢给 chat 的 gpt 以后，它会对我们返回一些同义词，包括但是不限于像 low context 这个是最通俗的叫法。还有 length extra plaitation 是 长度外推，是学术界的常用， 像 context the window extension， 也就是上下文的这种扩展应用。还有像阿里 b r o p e 等等，这个属于具体的技术有派是现行的这种编制，或者说旋转位置编码。还有像 memory augmented 这个属于记忆增强，是另一条的这个技术路线。 然后我们把我们上面讲到的这些关键词用 out 逻辑联系起来，比如说我们在 archiv 或者谷歌学术中新搜索。哦，我们要解决这个长上下文的研究，我们可以把同一层输入为 on context or lance extra agent or context window extension or ali b or r o p e or memory augmented。 那么结果呢？我们可能会搜到 tree short test long 这种经典文章，以及 streaming l l m 这种不过成参数，但是可以对对话的一种很好的搜查，这才是进行了一个更加全面的这个覆盖。然后我再跟大家提供一个这个新的例子， 比如说你想去做一些相对于网络安全的和大模型越狱有关的这个研究， 那么你想研究怎么让拆的 gbt 去说脏话，或者说去造一些这种炸弹，这个领域的这种黑化或者说术语非常多，而且很隐晦。那么首先你去进行一个这种同义词的分析， 比如说你可能会搜到 jbreak 表示越狱， red team 是 红队测试，这个属于工业级的叫法，还有像 adversary attack， 对 抗攻击，还有 prompt injection， 这个其实很著名的叫提示词注入，是早期的叫法，还有 safety alignment， 这个表示的是安全队起，它可以搜到一些这种相关的这个防御手段。 然后同样我们通过 off 把这些关键词进行连接，做一个这种地毯式的搜索，只有这样才能把像一些这种 dna 就是 do anything else 这种野路子的 prompt， 还有像 j c， j 就是 gradient， gradient 这种很硬核的算法全部给搜索出来， 然后再跟大家讲一个这种模型的轻量化的研究。目前的问题呢？比如说像在你的电脑上跑七十 b 的 模型，你搜索这个 compression， 这个压缩就太过宽泛，你搜 small model 搜出来的都是一些这种蒸馏的算法， 那么你可以去调研一些相关的同义词，比如说 concentration 量化，或者说这个 post training concentration 去做这个训练后量化，或者说 concentration or while training 是 感知量化训练，还有像 low bit， 四 bit 或者 int 八给出一些这种具体的精度， 或者说这种 model brobling。 然后就是把这个减脂应用到相关的领域，然后使用我们前面讲到的这些 all 的 这个连接词，把它们具体的拼接在一起，给大家补充了三组查全的具体案例，接下来我们跟大家具体讲解。第二步也就是查找 a w m 狙击的补充案例，用于带领大家去扩充高级解锁指令和图片搜索。 首先这部分的第一个内容是狙击数据集的格式，大家先想一个场景，目前比如说你有一个很好的想法，你想在 lala 三上面做一个微调，但是你不知道训练数据集应该整理成什么样子， 是 instruction 得得得得得，还是说 message 得得得得得，应该处理成一个什么样的？这一次文件保留哪些关键词呢？ 知道，如果你搞错了模型的话，搞错了这个格式，模型根本不会收敛，那这里跟大家介绍一个很好的方法，就说用 github 去加精确的匹配，然后你具体的操作是什么呢？首先在 google 上面搜索 set github 点 com 拉马三 github json format， 或者说你直接去搜索相关的这个代码片段，比如说这个 system prompt， 或者说 user prompt， 或者说这个 assistant response format， 它会产生什么样的结果呢？你会直接找到 devsend 的 这个 readme 的 点 m d 文件，或者说 example 的 jason 文件， 然后你的问题就会迎刃而解，你可以参照 md 里面的这个具体的格式文件说明，或者说看一看 jason 面前作者给出的他用了这个什么样的例子，然后进行了怎么样的微调，设置了怎么样的指令来得到具体的答案， 然后再加再教大家更狠的一招，在这里调整数据集的这个基础上，你可以直接用图片来进行搜索，比如说你在 google 拼位置里面搜索 apple data， set json format example 直接看图， 通常情况下会直接返回一张截图，然后这个截图里面会包括所有的字段，然后你直接照着填写就可以得到最后准确的答案。然后这里是这个 查准阶段的这个数据集格式相关的这个内容。接下来我再教大家一些这种其他相关的内容，比如说我们在这里需要一个新的配置文件，现在你在跑这个多卡的训练，然后因为我们知道 dbc 的 speed， 这里的配置文件就是那个 ds config 检测， 只要你配错一行就会报 out of memory 的 这个显存溢出的错误，或者 lost 就 会变成了 not of a n 就是 n a n 发生了溢出，你想去看一个别人已经跑通的配置，然后你应该怎么办？这里我们的方法就是 set 加上文件类型的组，即 具体应该怎么做呢？我们点开这个专用的网址搜寻，然后输入 set github 点 com zero optimization stage three f b 十六，然后 extension json， 这里我前面说到的那个 zero optimization 是 ds 的 核心参数，然后 stage 三是最省显存的模式， extension json 是 表示强行锁定 json 文件， 它的效果呢，就是谷歌会列出无数个现成的这个 ds config 点 json 文件，然后你可以在这个里面去进行缩图， 然后找到一个 github 这个 star 数目相对比较多的项目。比如说你去看很 microsoft 的 官方发布的一个这个代码仓库，然后直接把它 copy paste 到本地或者说自己的服务器上去进行训练或者说实战。这里是告诉了大家配置文件的教程。 接下来我再告诉大家这个数学公式推导有关的例子，比如说我们现在在看这个数学公式推导有关的论文， 中间有一步推导做人可能写着 it's trevor to show that， 他 意思就是说，哦，显而易见，很得很，可得什么什么结果。但是哦，这个问题对我们来说根本不显而易见，你想了很久，然后推导了无数遍，然后又问了一问 j、 b， t 或者其他人，但是你根本推不出来，卡在了这里。那么 有什么策略呢？这里教大家，你可以选一个排查泊客知乎，加上其他的关键词，这个时候就不能盲目的轻信 archimede 了，那个是给懂的人看，他们可能已经熟练的掌握了公式的推导。你可以选择去搜索 rpoe derivative decoded explanation blog， 或者直接拿中文在这个搜索框里面去搜 rpoe 旋转位置编码公式推导知乎，输入这几个 keywords 以后 就会得到，就是去查找一些这种评论比较多或者点赞比较多的文章，然后去仔细看一看他们给出的推导过程，就会得出具体答案。 然后还有一些更有用的战术，比如说你可以搜索 file type pdf 加 lecture notes， 然后你直接去搜索 file type pdf rotary positional embinding lecture notes。 这里 告诉大家为什么，因为很多大学教授，比如说最著名的那个斯坦福 c f c s 二二四 n 的 那个课间的 ppt， 或者说讲义，里面 会把原始论文中省略的步骤一步一步推导出来给学生看，这个才是我们需要的详细版。然后如果你去仔细看了这个详细版的 pdf 文件，很容易得到这个呃具体的原理或者说是结果。 接下来再跟大家讲解最后一个案例，就是说我们去如何去评测榜单的这个搜他数据。 如果你已经掌握了前面的这些思想，进行了融会贯通，通过前期的这种广度调研，找到了自己的 topic， 然后再通过 a w m 狙击的这种战术查准，知道了自己应该做什么样的内容。 然后你进行了你的 method， 进行了你的这种 introduction motivation 的 转写，然后一切都告成你现在需要去写你论文的这个实验部分了。如果说 要跟其他的方法去进行一些对比，你要证明哦，我的方法在别人谁的基础上进行了什么样的修改，然后我的效果就是比其他人好。然后你需要对比，比如说要对比拉玛三七十比在 mmlu 这个数据集上的分数，那么你要是找到它的答案， 要去读拉马三的一百页技术报告吗？太慢了，这样肯定不要走。那我们要怎么做呢？我们直接 happy face， 或者是用 papers with code 走起。我们在谷歌上面直接搜索拉马三七十 b m l u score paper with code， 或者直接 open large language model later bought m m u。 这个时候会一般会直接弹出一个表格，或者说 happy face 那 个里面会给出一个结果，不仅有拉马三的分数，可能连隔壁的这个 queen 啊，或者说其他不同参数的模型的分数都列好了，然后你只要直接截图引用，一气呵成就可以了。 好，前面我又跟大家讲解了这个七个例子，其中有三个是查全这个场景下的，然后有四个是查准场景下的。相信通过这些例子，大家已经大概了解了，或者说具体的了解了如何去应用这两个方法。 这里本质上其实是鱼和熊掌的这个哲学，查权和查准他们是矛盾的，你想查权，王撒的大就会有噪音，而你想查准，那么他的限定条件多，一定会有落火之余。所以我们应该进行一个这种动态的过程，在刚开始的时候查权，在具体执行的时候查准， 最后的最后再送给大家一句话，剑客不是一步到位的，他其实是一个试错、反馈、修正的这种循环，如果搜不到的话，你可以换一个词，如果搜太多的话，你可以试着加一个按，灵活才是王道。希望大家听完这节课都能够建立起自己的科研情报， 别再做那个还没开枪就因为情报失误而阵亡的新兵了。好，以上就是本节课的全部内容，感谢大家的支持，咱们下期再见！

好，同学们，今天我们上的课程是经管科研零基础入门，向大家讲解如何解锁和下载文献。 呃，我们今天的课程呢，主要包含两部分的内容。第一个部分是我们经管科研的话，我们需要去看什么样的文献，我们要能够去识别好的论文和差的论文，这些中包含不同的刊，中文的，然后和英文的两大类， 然后我们识别了什么是好论文，什么是差论文。那剩下的问题就是我们怎么去下载这些论文？ 下载这些论文的方法有哪些？我们今天的课呢，主要包含这两部分，下面就开始 第一个部分，我们尽管科研的话，需要看怎样的文献，不是说所有的文献，所有的论文你都要去看， 那么多的论文你都看，你肯定时间也不够。所以我们要看的论文呢，肯定是要看高质量的、高水平的论文，这样你对着 高质量高水平的论文去学习你，你写出来的论文呢，它的质量才会保证不低，这样的话你哪怕去投一个中等、中等的题材也能好投出去。 那么这就讲到了如何去识别好的刊论文。首先这里我们分成两大类哈，第一大类是讲解这个中文刊，中文刊的话，它的那个好的刊标准有以下几类。第一类是 中文社会科学引文缩影，也叫 c s s c i， 就是 所谓的南大核心。南大核心呢，应该算是中文的这个论文标准里面最高的一档了哈，最高的一档 的，最高的一档，它是由南大的那个中国社会科学研究评价中心设立的，它是针对的是人文社科领域，比如我们经管啊，法学啊，教育， 它设立的这个南大核心，它典型刊包含经济、研究、管理世界、系统工程、理论与实践等等。然后第二大类就是这个 c s c d 就是 中国科学引文数据库，它是中科院文献情报中心设立的， 它覆盖的跟 c 刊就不一样，跟南大核心就不一样，它覆盖的包含自然科学、工程技术和医学。虽然偏理工，但是其实你像里面这种系统科学与数学啊，系统工程学报啊，管理工程学报啊，这些也是我们监管可以投的哈， 也是我可以往这一期看投，这个是 c s c d。 然后最低的一档就是这个北大核心，是由北京大学图书馆和多家学术机构联合研制的，就是所谓的北核， 它呢是一个综合类，蕴涵了自然科学和社会科学。你像我们前面这个 c c d 偏向于自然科学、理工类的，而这个北核呢，是把这两类都含在一起了，所以的话它是最广泛的一类。 很多呃，九八五二幺幺的学校要求硕士生毕业必须要发表一篇北核，就是就是满足这个评价标准就够了。三个体系进行一下对比的话，你可以发现就是它的学科侧重啊，不一样，一个 c 刊的话偏向于人文社科， csd 偏向于理工，北大核心是全学科的哈， 然后包含它的评价标准啊，然后它的应用场景、社会认知度、典型用户都有一些细微的差别，其中的话北河它是最广泛的，各类高校、公共图书馆都是会采用这一标这一套标准， 当然如果你目标更高，那你就去瞄准这个南大核心去写、去投。 那我们列举一些例子，介绍一下这个经管中文的优质期货有哪些。嗯，像这里的话，这个类别分为经济学、管理学，然后金融的交叉的，然后还有政策。像经济学里面这个经济研究和这个经济学季刊，中国工业经济，这个是非常好的期货，嗯， 主办单位，然后特点、影响因子都在这里。你像这种非常好的，比如说这个经济研究，它的录用率就非常的低。还有这个管理管理学的这个管理世界，它的录用率都是非常低的。哈。 像这个中国管理科学和管理科学学报都是广科里面比较顶的三大顶刊中文的， 嗯，需要注意的是，像这种高分期刊，比如经济研究、管理世界，他的，嗯，对理论的深度和方法的创新性要求比较高。嗯，对于普通的硕士、博士，你可能质量没达标的话，投这种期刊它是给会给你秒距。 像下面写到了说这个经济研究是经济学的顶刊，管理世界是管理学的顶刊，这个是在中文的这个范畴里面。还有比如说像这种中国工业经济刊，会要求附带这个 stat 的 那个代码，因为它主要是发一些时政的论文， 然后不同的刊，它的投稿模板呢？具体每个刊会存在一些差异。这个就在你写完论文，或者说你写论文之前，你就可以去刊的官网去下载最新的这个论文模板，然后参照这个模板呢去 写你的论文，或者去修改你论文的格式，然后再投稿。如果你的格式没有调整好，那你投稿到这些刊也是会被秒拒的哈， 那么我们怎么去确定一个期刊是南河还是北河？就所谓的 c 刊还是 csd 啊？还是北大核心？那么我们可以借助之网，这个的话是不需要你有学。嗯，学校的那个资源， 我们比如说他这里，我这里列到列出来了，就是在织网这个出版来源刊，你搜一些刊，他就能会在右边的这个右上角会给你显示出来。我们举个例子啊，我们可以举个例子，比如说现在就是这个织网，那你，嗯就这个所谓这个出版物解锁， 比如说我们之前这里随便列一个，比如说系统管理学报，我不知道这个系统管理学报呢？它的什么期刊，那我那我是解锁，解锁它之后点开 怎么样？我就发现这右上角这里有北大核心，然后 g s t c s c d， 就 我们刚刚说的 c s c d， 然后这个 c s s i 拓展版，你要知知道这个拓展版是什么意思？拓展版就是说它有个核心，核心和拓展， 或者就是说比核心差一点，但是也准备进入到核心的，也属于 c 坎的范畴的。哈，这个是这里，是啊，我们讲到的如何确定一个气坎是南河还是北河，就借助支网就可以了。 那么下一个对于英文刊我们怎么去识别？英文刊的话，它分我们可以通过两套标准去识别好的刊，一个是中科院的 sci s sci 分 区，它这个官网是在这里， 那么我们讲到这个中科院的 sci 需要把它和 w o s 就是 web of science， 包括后面我们说到的这个科瑞维安的 j c r 分 区需要给它区分开，因为在国内的话大多数都是只认可这个中科院的 sci 分 区哈，它们中间有一些交叉的关系。 嗯，这些下面的也可以大致的了解一下，它的这个是怎么是根据这个核心数据库的这个影响力评估来进行划分。这个中科院的 sci 分 区的 它们这个区别是在于啥？中科院的 sci 分 它是基于刊的三年平均的影响因子来进行划分的， 前百分之五的刊它列为一区，百分之六到百分之二十的排名的刊，它是列为二区，然后二十一到五十是三区，剩余的就四区。一般来说呢，一区二区代表的是一个高水平的刊，三区四区呢就比较水一点了。 那我们怎么识别一个英文刊刊是属于中科院企区呢？我们刚刚说到有个官网对不对？这是个官网，但这官网搜索起来呢会比较麻烦，我们可以进入这个 letpop 来进行解锁， 比如说我们来演示一下进入这个 letpop 的 这个官网，把它的语言切换成中文， 那么在下面我们就可以发现它有个科研工具，那么随便点一个器看， m a n a g e m e n t， 随便搜一个器看， 这个英文器看就叫 management 管理对不对？然后往下翻， 你就发现他他这个上面就有对这个期刊的各种介绍，他的期刊号啊，他的名字啊，他的实时影响因子，近五年的影响因子等等，这些不用看，往下翻，翻到下面发现一个 w o s 的 代码分区，这就是 web of size 的 那个数据库的那个 给他的一个分区，但这个不是我们要关注的分区，我们要关注的是下面的这个中国科学院 sci 期刊分区，我们要用到的也是这个，你看他在二零二五年三月份最新升级版是列为了四驱，也就说他现在已经是 sci 的 那个四驱的 刊了，但是在二三年之前，它是没有被中科院 sci 收入的。这个是就是借助 light pub 来识别一个刊究竟是属于中科院几区。 刚刚讲到的是中科院分区 sci 分 区的那一套标准来识别好的英文期刊。那么下面呢，还有一个标准，对于我们经管学科，就是所谓的 utd 二十四和 f t 五零。 utd 二十四。 f t 五零是 呃我们商科管理学领域最权威的两份期刊列表，它是跳脱在 sci 的 那套评价范围之外的 u t d l 四，是由美国德克萨斯大学达拉斯分校的管理学院创建的一套期刊列表，因为它们历史广泛，然后去呃在学术界权威比较大。还有这个 f t 五零是英国金融时报列去的， 所以呢，对于我们搞学术的来说，如果你能发 utd 二十四，能发 f t 五零，那都是非常非常厉害的。甚至以前你一篇 utd 二十四，一篇 f t 五零，你能直接帮助你博士毕业到学校就能直接拿到副教授的话， 当然发表的难度也非常大。像这个 utd 二十四包含这个 management size， 也就是 ms， 然后这个 academy of management journal 管理学会的那个刊，然后金融学的，还有这个管理信息系统的各个研究方向的顶刊都包含在这个 utd 二十四和 f t 五零的这个列表里面， 我们可以看一下，这个是一份那个完整的 utd 二十四和 f t 五零的刊目录，它一共包含了五十一份 刊，它到底是 f 五零还是 utd 二十四的，它后面都有标注， 像我们广科里面比较呃常用的经常会看的一些刊，我可以给您标注出来，嗯， senior of management job， 这个就是所谓的还那个 amazon ms marketing science， 像这几份，还有这个 paul， 都是经常可以看的一些刊，哈， 这现在都非常的顶，那我们要看论文的话，中文就看北南大核心，北大核心对不对？然后英文的你就去瞄着这个 utd 二四、 f t 五零的刊的论文去看， 以及那个 sci 分 区的一区、二区的刊的论文去看 sci 分 区三区、四区的论文呢，就没有多大看的意义了，因为你看着可能就学偏了，本身他们那个刊呃水平也不高， 可能还有很多错误，哈，下面就讲到这个经管的科研我们怎么去下载这些论文。首先对于中文刊刊，我们可以利用学校之网万方数据库进行下载，我们可以看一下， 比如说我们跳到之网，嗯，随便搜一个供应链， 嗯，比如说这个蓝开管理评论，这个期看也还可以。那我们就比如说像这个 lower pdf 下载 好，这个时候需要你登录，因为我这个时候已经连接了那个学院，学校的那个 v p i， v p i 连接了学校的 v p i， 所以 这个时候我就可以直接下载 你，如果，嗯，有学学校的账号，你就在这里登录个人登录，或者是有些学校是通过这种学校的 vpn 接入，或者是通过学校的那个图书馆，要图书馆你接入远程访问 文献资源，数据库导航，在这里面，比如说中文的，外文的，就是所谓的数据库文献资源，这里面就可以下载。还有一些比如说你不在学校的话，你不在学校，那么你去学校的图书馆的，呃，学校图书馆的远程访问， 还有这个文献传递，一般图书馆这个文献传递也是可以的，就是你想要的文献你找不到，你可以通过学校的那个图书馆的文献传递，可以拿到这个文献， 这个是讲的这个。呃，通过学校之网，或者说这个万方，万方和之网是差不多的哈，通过他们这个账号数据去下载。如果说你不是在校生，或者说你学校没有买这个之网的数据怎么办？你可以通过淘宝， 在淘宝上去直接搜知网账号，然后买一个账号，然后通过他给你发的链接去下载论文也是一样的，这里我们就不详细列举了。 然后对于这个英文期刊的论文我们怎么去下载推荐以下四法基本就是可以包含了哈。一个是所谓这个 ws web of size， 需要注意的是这个 web of size 是 也是需要你学学校买的这个数据库资源的， 有个这里外文是吧？就这个 web size 核心级，那我们随便搜一个，我们随便搜一个 supply chain， 看这个时候它就会点出来，然后它会这个时候呢？你要怎么去下载这篇论文呢？ supply chain 的 supply network， 它这里有个文出版商，它会把你导到这个刊出版商的那个官网去，这个时候到了这个界面，它下面就有这个 pdf， 一 般都是下这个 pdf 的 文件。 好，你看它就跳出来了，我点击右边的这个下载，就会下到这个桌面，可以看一下， 这个就是我们刚刚下的这篇论文哈。 supply chain and supply network， 这个是通过 w o s 的 这个 web size 的 这个官网，这个官网的话，同样是要求你学校买了他们的这个数据库资源，那如果没买怎么办？没买可以通过下面这四种方法哈。一个是通过这个 research get， research get 呢，它是一个学者的那个交流的一个平台，比如说你想找哪篇？比如说 s， u， p， p， l， y， s， pl i， c， h， a， i n， 比如说你看上面有很多的，你在上面也能搜到论文，搜到论文之后你可以干嘛？它这是 prepaid 还没出来的哈，已经是预印 你像有的论文你可以直接下载，比如说有的论文你可以 request for text， 你 可以给作者发送，发送，看他有，你可以直接给作者发送信，发送短信，发送短信，然后向他们索要这篇文章，然后他们会发到你的邮箱，也可以通发到发给你，然后你就可以直接去看了。 然后还有这个谷歌学术。好，你看现在我们就登了这个谷歌学术，谷歌学术你可以搜各种各样的话题的论文，你搜出来之后，然后比如说你点一篇这个文章就是。好， 同样也是进入它的。呃，出版出版社的这个官网，同样还是点这个 pdf， 点击下载。好，这就跳出来它的 pdf 的 这个论文，点击这个就可以给它下载到桌面， 但它这个呢，也不是说也需要你，你购买的车的这个资源的号，有一些也不是说你能下的下来。像我们刚刚讲到的，如果说这个你没有买这个奇刊的，比如说把学校的这个微片给它关掉， 好，比如说我现在已经关掉了学校那个资源了，那现在，比如说这篇论文我没办法下载，他需要你，比如说一方面他会跳这个网页，如果说你的学校还是购买了，你看你可以把学校名字打上去，他如果有的话就会有。 这样的话，你可以通过企业微信扫码登录，登录上去之后你也可以下载文件，如果说没有，没有这个，那么我们可以尝试通过 sci 来下载， 我们找到这篇文章的这个 d o i， 就 相当于论文的那个唯一识别码，把这个 d o i 给它复制一遍，然后打开这个 sci 二给它拷上去。 哦，这篇文章没有它这个 s c i harp 的 话是针对二零二零年的论文，二零二零年包括以前的论文它都有，但是二零二零年之后的论文它可能就没有了，我们可以看一下， 或者说这篇论文我们来通过 s c i harp 来下载一下。同样是考它的 dy， 它有些论文 snark， 有 一些论文就没有了，二零年包括以前的有，二零年之后就没有，你看它这个，这个就是的。然后这时候点击右边的下载，给它下到桌面， ok， 这就也可以也下好了，就可以看。 这是通过 snark 和这个谷歌学术这些方法去下载的。 snark 只能下载二零二零年之后的这论文怎么下载呢？啊？我们这里是推荐通过这个科研通来下载， 我们点击这个科应通的官网，如果没有的话，你可以呃创建一个账号，然后每天打卡，打卡的话它就会获得十个积分，一般来说你 呃求助一篇论文的话，就顶就是十个积分哈。一般的论文我们可以来模呃走一个这个步骤看一下， 比如说，比如说刚刚这篇论文我们通过 s c i harp 就 下载不了，那我看看能不能通过这个文献互助平台来下载。通过点击这个文献互助， 然后把 d o i 复制过来，然后你看它有标题，你确认一下没有问题，那么信息正确就直接发布， 发布之后呢，它就会下下来，然后传递给你。 他这个求助呢，就是需要你等等待，然后有人，他一般白天，可能现在时间比较晚，他就呃应酬者就比较少。一般白天的话，绝大多数情况下，你把这个论文抛上来，然后等不了几分钟，他就会有人给你，在下面给你 把这个 pdf 文件直接发上来，然后你直接下载就可以了。那么以上呢，就是我们讲到的这个尽管论文下载的几大方法，中文主要用这个学校之网，或者说你去淘宝购买一个账号， 然后英文的奇葩论文就是这个 web size， 或者 research get， 或者谷歌学术，或者 s i harp， 或者科研通，基本上这些方法就能囊括到你所有想看的论文的下载方法。那么以上就是我们今天的这个主要课程内容，谢谢大家。

我找到了文献剪索的神级助手哈，百分之百的真实文献。查文献，了解一个领域，不建议大家直接去 google scholar 或者 partner 一 通乱收，因为选到合适的文献就需要花很大的功夫，门槛高，效率也低， 吃透一个领域并不是几篇文献就可以达到的，一定要系统性的去做文献的剪索。亮老师呢，给你们推荐一个文献综述的助手 pander， 它在文献剪索方面也是神助攻。 在对话框输入指令，我想读一篇关于什么什么的文献，要求发表于近五年内。对话框右下角有学术和网页两个选择。如何选择？学术 party 会给你推荐一个 他认为最适合你的文献，再利用格式化资源卡片对文献进行剖析，点击引用，直接在这个界面里啊，就可以阅读权威了。但是亮老师推荐你们 画框选择网页，因为他会按着吃透这个领域所需要的步骤，而不是局限于单一的文献。首先提供一篇优质的文献综述，然后是定义与基本概念、当前临床应用、现状机制等分别做了概述和推荐。文献 每一个板块又进一部分，成了多个分支。然后呢，点击蓝色字体，即可在这个界面阅读文献，每一个板块又可以自由的移动和重新组合。每个卡片呢，都附带了对话框，不理解的节点呢？直接点击询问 ai， 不知道问什么就往下拉，随着询问 ai 的 问题和 ai 的 探讨，选择卡片，点击右上角智能体，就会出现一个对话框，可以让 ai 给你推荐更多这个板块的文献总结和翻译。一个 ai 解决文献简缩和文献综述，太神了。

同学们在写开题报告的时候，一定要注意一下这个问题，就是我们这里的参考文献，它这里明确标注了我们的外文文献不少于两篇，但是很多同学写好了开题报告，这里的参考文献都没有英文文献，这应该怎么办呢？今天我给你分享两个精准引用英文参考文献的方法。 首先呢就是我们在豆包这里给它输一段提示词，这里呢就是我们的题目或者我们的关键词，它就会根据我们的指令发送给我们一串英文代码，我们把它复制下来，然后我们再来到谷歌学术这边给它粘贴进去， 这样子它就能够解锁出许多和我们主题相关的英文文献，而且这些文献都是可以直接 pdf 格式下载的，这样子我们写快递报告它就很方便了。如果你觉得不会用这个方法的话，还有另一个方法， 这就需要我们来到这个写作工具，在这边找到我们的这个开机报告，把主题也给他补充进去，然后他这里就会根据我们的主题整理出许多相关文献，我们这边就把这些文献给勾选上， 再点击下一步的时候，他就能够检测到我们没有英文文献，从而给我们自动的推荐一些。最后我们就只需要把这篇文章给他下载下来就行了。我们来看一下， 除了里面的内容是根据我们自己引用的文献来写的，而且它后面还有这个数量达标的英文文献，这些文献我们可以来看一下，比如说这一条英文文献，我们把它的标题复制到这个谷歌学术里面是可以直接解锁到的， 这说明这里的英文文献呢，都是真实可查的，我们可以放心的使用。最后我们就只需要把这篇文章根据学校给的模板修改一下细节就可以提交了。

我发现还有很多的护士不太熟悉织网的解锁功能，查起文献来不是查不到就是查不准。今天就给大家出一期织网的详细解锁教程，带你们把织网的五大核心解锁功能一次性摸透。我会从最基础的一旷世解锁讲起， 再手把手教你们高级解锁的技巧。接着是专业解锁，我会教大家如何配合 ai 指令一键生成解锁式。最后还有句子解锁和作者发文解锁 视频，全是干货，建议先收藏再看。首先我们进入之王首页，看到这个一框式剪索，左侧可以选字段，选择想找到的关键词出现在文献什么位置。比如我想搜脑卒中相关的文献 字段，选主题，输入关键词搜索，就会出来十七万篇文献。当然，我们可能并不需要这么多文献，这时我们可以尝试添加关键词，用结果中剪索进行二次过滤。这种方式胜在简单快捷，但缺点是不够精准， 只适合初步了解研究概况。接着是高级解锁，正式解锁前，我们要先了解之网的高级解锁规则，信号表示 and 加号表示 or 减号表示 not。 注意各预算符前后都要有空格，不然解锁时容易出错。如果不理解，可以参考下面的举例说明。 了解完规则，我们开始解锁。比如想研究缺血性脑卒中患者上肢功能的护理方案，这里教大家一个不用手写公式的快捷方法。我们分别在三行解锁框里输入缺血性脑卒中上肢功能和护理。每输入一个关键词， 系统都会自动弹出同一词推荐菜单，我们只需要在菜单里把想要的词勾选上，选好字段，系统就会自动帮我们用加号连接好三行都勾选完毕后，点击剪辑，精准的文献直接就出来了。 然后是专业剪辑，以前是需要手动编辑复杂的剪辑式，但现在配合 ai 操作就变得非常简单。打开某包，发送刚才的指令，再输入题目， 就会自动生成剪索式。直接复制回到之网，粘贴到专业剪索框，点击剪索，结果就出来了。最后是作者发文剪索和句子剪索。如果你想快速摸清导师或某位学术大拿近几年的研究风向，直接用作者剪索一目了然。 而句子剪索则能限定两个关键词必须出现在同一句话中，相比普通的逻辑组合，这样搜出来的文献关联度高，非常适合查找具体的观点或结论。还有什么不会的问题，欢迎评论区问我，记得点赞关注哦！

到底要怎么找文献？进入大学，无论是写杰克论文还是进组干活，我们都躲不开一件事，找文献。如果你也为找文献头疼的话，相信看完本期视频，你也一定能够快速又精准的找到自己想要的文献。 首先，我们要知道有哪些常见的论文数据库和剪辑平台。我大致分成四类，第一类，国内数据库，比如知网、万方、维普，收入了大量中文刊、学位论文、会议论文等，是国内学术写作和研究的基础阵地。 国际数据库呢，有一些是比较综合性的，覆盖范围比较广，比如 web of science， 是 全球通用的经典大平台。 另外也有一些大型出版社的文献平台，比如 scienc、 springerling 等等，收入了他们旗下的海量刊和资源。有些呢，则主要面向特定学科，比如 pubmed， 专注生物医学， a c s， 主打化学、化工。显然，如果想找社科文献，就不适合用这些数据库， 那每个学科可能都有自己的主场数据库。除了以上，还有各种搜索引擎和辅助工具，比如 google aller research gate、 connected papers， 它们也都是各有优势和特色。虽然数据库的种类看起来很多，但其实不用被它们的数量吓到。很多高质量的学术论文往往会同时被多个数据库收入，只是入口不同，不同数据库的功能细节不一样而已。 对于刚开始解锁的人，可以先选一个覆盖面广、解锁功能完善的平台入手，比如 wis 或者谷歌学术，就足够获取到相当多的核心文献 平台。有了如何又快又准的找到我们想要的相关文件，关键在于我们要先搞清楚想要搜什么，解锁内容一定要比较聚焦。首先要确定关键词，比如你想了解 ai 在 医疗影像诊断中的应用，核心关键词就可以是 ai 医疗影像诊断。 除了这些词，还可以考虑同义词和上下位词，帮助拓宽搜索思路。然后合理组合你的关键词，利用波尔逻辑通、配符、括号、双引号等等集者的组合，帮助你更精确的找到你想要的文章。最后进一步筛选限定条件，比如限定学科领域、时间范围、文献类型， 去锁定那些最相关有用的文章，至此就可以比较准确的找到相关文献了。找到目标文章后，会发现很多都是要收费的， open access 的 比较少，那怎么办呢？首先，绝大多数大学都会订阅一些付费数据库，你可以通过校园网或者学校的 vpn 进入学校图书馆官网，找到数据库导航，访问你要用的数据库。 在这儿你还可以看到学校订阅了的数据库合集，然后你就发现 you have full access。 如果你的学校没有订阅，也可以试着通过 research gate 直接向作者 request for text。 也有一些非官方渠道，比如 s e i have s e i down。 科研通这些品牌就是可能会存在版权争议。 除了在论文平台解锁，我个人很喜欢一个协修渠道，公众号，直接在微信搜索框输入你的关键词， 你也很容易找到相关领域的大量的论文解读的推文。这些推文大致有两种常见来源，学院课题组导师、个人号、作者发了新论文，课题组通常会写推文，介绍论文的研究背景、方法、成果、创新点等等。 还有一种且称之为领域类公众号，他们专门推送这个领域的一些最新论文或者经典论文，更新频率很高，但质量会稍微比较参差。 所以微信公众号是一个快速且低成本的发现和筛选论文的前置渠道，可以用它拓展视野，捕捉前沿热点，看到感兴趣的内容，再进一步去查阅原文，深度阅读。 现在我们不得不提的一个方法就是 ai。 大家知道最大的一个问题是，它给出的文献有可能是杜鹃的，所以 ai 提供的文献一定要验证下真实性。根据我的实践经验，让 ai 给你一个领域的经典文献，它还是能给你找对的。虽然 ai 给出的论文不够权威，但它依然非常适合作为思路拓展工具。 你可以把自己的研究思路或问题告诉 ai， 让它简单概括相关领域，整理出子主题或热门研究方向，帮你生成多组相关关键词，让你的解锁更加高效、有针对性。 ok， 那 以上就是本期视频的全部内容了，如果对你有帮助，欢迎点赞、收藏、转发、关注我们，下期视频见，拜拜！拜拜！

用 ai 写的东西没有文献支撑也不知道对不对？怎么办？今天就教大家一个反向查参考文献的方法，当然它也适合你任何需要文献支撑的场景，就比如说我这段话已经写完了，然后我要给他找点这个文献支撑，然后它的右边呢就会出现这么多文献，就是和它相匹配的这个文献。 下面的话有这个分析结果，就是告诉我这边文献里面讲到了我这段话里面的什么内容，为什么选择它，然后并且还会告诉我它的分区是多少，它的影响因子是多少，然后这是怎么做到的呢？ 首先的话就是把我们写好的那段话复制到这个密载解锁里面，然后点开这个 ai 分 析，然后再点击解锁，然后他就会根据我这段话的内容给我解锁合适的这个参考文件，他会先给我分析一遍，好，他已经解锁好了，然后查看结果，你们看右边全是， 而且都可以直接下载下来，我觉得这样就非常的方便，也方便你核对。然后如果你对你写的某些观点不知道合不合理，也不知道对不对的话，那么你就可以把这句话复制下来，对他进行这个观点核查。 然后你们看他一共是检测出来的十条文献，并且他告诉你这观点是完全正确的，因为的话有四篇文献是说他完全正确，就是提到了你的这个观点，然后你们看不正确的话是零条，没有说和他观点相反的这个。呃，文献。 这里还列出的是哪些文献提到了，并且下面还有这个核查报告，就是告诉你他为什么是对的，并且每一个的话都有对应的这个文献出处，如果你觉得这样还不够的话，那么你可以把这句话复制给这个深度研究，让他深度研究一下， 他就会给出这段画的这个文献综述，并且解锁所有的相关文献，一共是解锁的五十七条文献，并且得到了三十八条相关结果。整个所有人研究的怎么样？全部分型一遍，都是真实的文献，都是真实的文献啊，兄弟们，就问这个方法牛不牛逼？

一天一个神奇的网站，今天安利的是，这是一个 sci 大 佬都在用的文献解锁网站，有了它，还怕文章投不了顶刊吗？只需要在搜索框输入关键词，它 就会解锁出与关键词相关的文献。左侧可以根据年份等条件进行筛选，选择想要的文献，点击查看 pdf 就 可以跳转到文献界面，点击 v o pdf 就 可以保存了。关注我科研没烦恼！

研究生刚入学，导师一般会说，你去看看这个方向的文献，写一篇综述吧。这句话听起来很简单，但真正难的从来不是看几篇，而是我怎么知道我已经把这个领域的文献给找全了。上次有人让我讲点文科的，我这次就讲点全领域，大家都用的到的如何系统性的解锁一个研究方向的全部文献。不管你是文理工医， 只要你做研究，都会遇到这个问题。做科研的都懂，找文献本身不难，难的是怎么找全，找准，还有不反复漏。通常我们找中文文献要去知网和万方，找英文文献要去 web science、 google、 scholar 这些涉及到应用和技术，要去查专利库。 一个网站来回切换，一上午就过去了，文件也没有看多少人已经该下班吃饭了。真正拖慢效率的问题，不是你不会查文件，而是信息入口太分散了。如果能把中英文文件、不同数据库的结果放在同一个剪辑系统里边过一遍，免得筛选和判断就会轻松很多。 基于这个速度，我现在主要用波尔科研 ai 来做前期剪辑。它对我最大的帮助是原本需要来回切换的剪辑步骤压缩成一次剪辑。第一步，先生成一个综述的整体框架， 同时配套给出了对应的真实文献列表。这一点我比较看重，因为它不会像传统的 ai 那 样编文献。在这个框架下，每一段内容都有明确的参考来源， 右侧可以直接看文献列表。第二步，使用筛选器，只保留我真正可能使用的文献，比如说近五年或者影响因子较高的文章，如果说文献的数量比较多，我会让科研助手先帮我概括主要内容，快速判断哪些是值得精读的。第三步，确定核心文献后，我会进行批量管理，按主题分类打标签。 这样以来，不管是写综述、出稿，是临时问你哪个方向的进展，你都能够立马的找出来。我越来越觉得科研前期不是写文章写的有多快，而是信息是否找全，是否系统，这只是手段，有一个稳定可附用的文献检测流程，可以帮助你少走很多弯路。 如果现在你卡在文献检测阶段，你可以尝试一下这个方法，完整的跑一下自己的研究方向，看看哪些步骤能够帮你省下时间和精力。