传统方法 搜索某个领域前沿论文 做到几乎不遗漏 佬友有什么经验可以分享吗
- 内容介绍
- 文章标签
- 相关推荐
如题 暂时先不考虑ai大模型直接搜索文献(其实最大原因是大模型担心ai会漏掉一些论文) 只考虑传统的搜索方法
小白目前搜索论文还仅仅局限于下面几个渠道搜索相关关键词(关键词用大模型找同义和相近作为补充)
国外 Web of Science / Scopus/谷歌学术
国内 CNKI、万方、维普
(感觉ai大模型作为学术搜索工具快速了解入门一个领域的前沿好像很有用 但是深挖局部还是得靠传统搜索)
对于传统搜索方法
如果想对一个领域前沿领域搜索论文的时候 做到几乎不会遗漏 还有什么经验可以分享一下吗?恳请佬友不吝赐教
网友解答:--【壹】--:
researchgate比google学术的被引更完整些吗?
找了篇文章测试,发现rg ⊆ pubmed ∩ gs,所以rg的数据源基本来自pm,google应该是自己建立索引
--【贰】--:
直接pubmed走起吧
--【叁】--:
使用llm设计检索式,几个llm相互拷打,然后再检索,这样比较有效
--【肆】--:
计算机领域的话查论文用arxiv,搭配官方的alphaxiv ai工具使用。还有要前沿论文的话去各大顶会官网搜论文列表
--【伍】--:
research gate你注册了吗?我感觉那边更方便一点
--【陆】--:
找综述论文,找论文里的引用文献,researchgate找论文的新被引
--【柒】--:
贴下上学那会的笔记。
-
对课题涉及的主题概念进行拆分。
-
对于每一个主题概念,到百度等搜索引擎上简单查找该主题对应的术语。然后到 [[CNKI 翻译助手]]上查找该主题更精确的术语表述,表述包括常用的全称、简称、同义词等,并可以使用一定的通配符。但注意不要轻易使用引号,因为引号是精确检索,限制了检索式中包含别的词的情况,所以在第一轮检索时不推荐使用。基于这些术语表述,构建该主题的检索式。
- 需要注意的是,每个主题的检索式都需要到数据库里测试一下,看看所用检索式在该领域内是否正确,以及是否需要加减词语。
- 如果每个主题的检索式都能检索到几百篇以上文献,说明这个概念的检索式构建正确。如果没有多少结果,就需要考虑修改检索式,甚至去除检索式中无用的定语。
- 有的定语如果不加也不太影响结果,可以考虑不加,让搜索结果先包涵更多的内容,宁可多也不要漏。
- 如果某个主题同义表达太多,难以穷尽,那么在第一次检索时就可以考虑放弃这个主题,从而避免无法穷尽而找不到的问题。
最后将每个主题的检索式组合起来,完成课题检索式构建。检索式的一般形式为:
\begin{align} &AND \quad 主题A \\ &AND \quad 主题B \\ &AND \quad 主题C \\ &AND \quad \cdots \end{align}每个主题的检索式的一般形式为:(术语 a) or (术语 b) or (术语 c) or \cdots
- 测试检索式。将检索式放到 WOS 等数据库网站中(WOS 可以只用 WOS 核心数据库和中文核心数据库),在标题范围内使用检索式进行搜索,将返回文献按发表日期进行排序。如果发表日期排序后前 5 篇文献都与当前课题高度相关,那么就说明这个检索式是合适的,否则就需要修正检索式。当检索式合适以后,可以把范围从标题扩大到主题(篇关摘)进行检索,发现更多概念术语的不同表达,从而进一步修正检索式。重复以上步骤直到结果稳定。
- 如果得到的结果太多,比如三万篇以上,就需要考虑在子主题的检索式中增加条件或定语。如果扩充到如果扩充到主题后结果太多,且很多是与课题不相关的,则考虑不扩充到主题。如果得到的结果太少,就考虑只保留检索结果少的主题,以及进一步去除该主题检索式中的定语,让搜索范围再扩大一些。
--【捌】--:
可以可以 没想起来写上
--【玖】--:
学习了,
如题 暂时先不考虑ai大模型直接搜索文献(其实最大原因是大模型担心ai会漏掉一些论文) 只考虑传统的搜索方法
小白目前搜索论文还仅仅局限于下面几个渠道搜索相关关键词(关键词用大模型找同义和相近作为补充)
国外 Web of Science / Scopus/谷歌学术
国内 CNKI、万方、维普
(感觉ai大模型作为学术搜索工具快速了解入门一个领域的前沿好像很有用 但是深挖局部还是得靠传统搜索)
对于传统搜索方法
如果想对一个领域前沿领域搜索论文的时候 做到几乎不会遗漏 还有什么经验可以分享一下吗?恳请佬友不吝赐教
网友解答:--【壹】--:
researchgate比google学术的被引更完整些吗?
找了篇文章测试,发现rg ⊆ pubmed ∩ gs,所以rg的数据源基本来自pm,google应该是自己建立索引
--【贰】--:
直接pubmed走起吧
--【叁】--:
使用llm设计检索式,几个llm相互拷打,然后再检索,这样比较有效
--【肆】--:
计算机领域的话查论文用arxiv,搭配官方的alphaxiv ai工具使用。还有要前沿论文的话去各大顶会官网搜论文列表
--【伍】--:
research gate你注册了吗?我感觉那边更方便一点
--【陆】--:
找综述论文,找论文里的引用文献,researchgate找论文的新被引
--【柒】--:
贴下上学那会的笔记。
-
对课题涉及的主题概念进行拆分。
-
对于每一个主题概念,到百度等搜索引擎上简单查找该主题对应的术语。然后到 [[CNKI 翻译助手]]上查找该主题更精确的术语表述,表述包括常用的全称、简称、同义词等,并可以使用一定的通配符。但注意不要轻易使用引号,因为引号是精确检索,限制了检索式中包含别的词的情况,所以在第一轮检索时不推荐使用。基于这些术语表述,构建该主题的检索式。
- 需要注意的是,每个主题的检索式都需要到数据库里测试一下,看看所用检索式在该领域内是否正确,以及是否需要加减词语。
- 如果每个主题的检索式都能检索到几百篇以上文献,说明这个概念的检索式构建正确。如果没有多少结果,就需要考虑修改检索式,甚至去除检索式中无用的定语。
- 有的定语如果不加也不太影响结果,可以考虑不加,让搜索结果先包涵更多的内容,宁可多也不要漏。
- 如果某个主题同义表达太多,难以穷尽,那么在第一次检索时就可以考虑放弃这个主题,从而避免无法穷尽而找不到的问题。
最后将每个主题的检索式组合起来,完成课题检索式构建。检索式的一般形式为:
\begin{align} &AND \quad 主题A \\ &AND \quad 主题B \\ &AND \quad 主题C \\ &AND \quad \cdots \end{align}每个主题的检索式的一般形式为:(术语 a) or (术语 b) or (术语 c) or \cdots
- 测试检索式。将检索式放到 WOS 等数据库网站中(WOS 可以只用 WOS 核心数据库和中文核心数据库),在标题范围内使用检索式进行搜索,将返回文献按发表日期进行排序。如果发表日期排序后前 5 篇文献都与当前课题高度相关,那么就说明这个检索式是合适的,否则就需要修正检索式。当检索式合适以后,可以把范围从标题扩大到主题(篇关摘)进行检索,发现更多概念术语的不同表达,从而进一步修正检索式。重复以上步骤直到结果稳定。
- 如果得到的结果太多,比如三万篇以上,就需要考虑在子主题的检索式中增加条件或定语。如果扩充到如果扩充到主题后结果太多,且很多是与课题不相关的,则考虑不扩充到主题。如果得到的结果太少,就考虑只保留检索结果少的主题,以及进一步去除该主题检索式中的定语,让搜索范围再扩大一些。
--【捌】--:
可以可以 没想起来写上
--【玖】--:
学习了,

