致毕设-文献研究
本文最后更新于 438 天前,其中的信息可能已经有所发展或是发生改变。

文献研究 通常涉及对特定主题或研究问题的现有文献进行系统的搜集、阅读、理解和评估,以了解研究主题的当前状态,找出已有研究的缺陷,以及确定未来研究的方向。

论文要求25篇文献,实际看的文献少说也得30篇以上,这么多的文献需要管理、记笔记、在论文中引用,如果只是下载PDF或保存网址等手动管理,势必会很痛苦、效率又低。

因此需要学习如何借助软件进行文献管理,具体内容参考此篇文章:致毕设-文献管理 – 承飞之咎 (vfly2.com)

查找、获取文献

一般用的知网查找和下载文献,搜索资料并不算难,只不过比较繁杂,时间会久些,不能急。

推荐先根据题目大撒网式查找相关文献,了解关键词和概念,然后用这些关键词和概念再精选文献,一般最终引用的文献都要是近年的,3-5年之内。从精选文献中再按照文献后面的参考文献,去收集原始资料。这样"滚雪球"式的查找文献法就可收集到自己所需要的大量文献。

除非英语很好,推荐学习用的文献找中文资料,外文资料主要用于看发展趋势,发展现状,前沿。

知网:中国知网 (cnki.net)
谷歌学术:Google Scholar
还有 AI ,Elicit: The AI Research Assistant,可以在没有完美关键词匹配的情况下找到相关的论文,针对你的问题从论文中总结出主要的信息,并从论文中提取关键信息。

arXiv Xplorer 。开源文献库 arXiv 的语义搜索引擎,加持 OpenAI。arXiv 主要涉及物理学、数学、计算机科学、定量科学/系统科学类以及经济学等领域的学术文章开放获取(Open Access)。

文献类型:

  • 教科书叙述比较全面,提出的观点为多数人所公认;
  • 综述类文献总结一定时期的进展和成就,帮助作者把握住当代该领域的研究动向。
  • 期刊,期刊文献浩如烟海,且又分散,但里面常有重要的近期进展性资料,吸收过来,可使综述更有先进性,更具有指导意义。
  • 硕士、博士学位论文:主要用来参考,学习论文写作。
  • 领域大牛的文章,持续关注,阅读名下的文献。(不适合毕业论文,适合研究人员)

选择合适的文献阅读:

  1. 排在最高优先级的,是顶级期刊 :Nature、Cell、Science 等。
  2. 除了这几本「神仙妖怪」级别的期刊,各领域也都有公认的顶级期刊列表。你可以自己在搜索引擎查找,或者向同行专家请教。
  3. 排在靠谱程度最后一位的是本科毕业论文。

锁定重点文献

时间和注意力有限,必须对文献区别对待,选择重点文献来阅读。大部分文献都是丢弃不读或者只是扫读(skimming)

哪些文献是重点文献呢?

最简单的办法是把文献之间的关系可视化。看哪个文献被引用的多,文献聚类有哪些。有了这些线索,就可以在浩如烟海的检索结果里锁定那些重点文献了。

学术期刊、会议和大部头著作构成的知识大网,跟你熟悉的网络论坛没有什么实质区别。

常见的做法是去找那些精华帖和热帖先来看。精华帖很重要,因为其质量被高度评价、而且推荐。热帖未必质量好,可能只是当下人们关心的某个话题;或者作者的某些提法极富争议,因而吸引眼球。

借助软件 VOSviewer ,官网: VOSviewer – Visualizing scientific landscapes

官方的教程: A tutorial for vosviewer (seinecle.github.io)

基本使用流程:

  1. 第一步,采集感兴趣的全部文献,这里文献的信息必须要全面,包含文献间的引用关系等。可以使用 Scopus 和 Web of Science ,知网也可以。请使用校园网登录操作,这两个平台都有访问权限控制和单次下载文献信息的最大数量。
  2. 第二步,导入 VOSviewer 进行分析。例如你可以选择生成术语地图(term map)。

如果文献不多,可以全部导出。否则就要进行筛选,比如按照学科去除某些学科的,按引用量取一部分,再找近三年的全取。经过筛选后,如果文章数量多于500篇,可以手动筛。

实际上,寡人实际使用中,VOSviewer 倒没发挥什么作用,可能是我用的知网导出的文献信息不够完整吧,最终的作用仅仅只是生成一张图,放到论文里证明本地定位系统的发展前沿。如下图,可以用来查看各时期发展重点。

文献关键词分析.jpg

还有另一个 BiblioShiny ,我是看的这篇文章: 快速梳理领域文献的两个工具

高效阅读文献

首先要选择合适的文献,确定阅读的优先次序。你需要分清不同的论文类型和价值。

其次对筛选过的文献,应以正确的顺序来阅读其内容。不要眉毛胡子一把抓。从最感兴趣的地方开始,把最困难、最耗费时间的章节放在最后。阅读中随时准备退出,以避免踩坑。

最后,用恰当的方式做笔记。用合适的笔记工具来记录和整理笔记,不仅会让你的记录事半功倍,而且写论文的时候文思泉涌。

我没用过借助 AI 读文献。

  1. ChatPDF。上传 PDF 文件后,可以对它提问任何关于这份 PDF 的问题,非常适合快速提取各种 paper 论文的摘要,也支持中文输出。官网: ChatPDF – Chat with any PDF!
  2. Explainpaper。官网: Explainpaper

以正确的顺序来阅读内容

  1. 首先是题目、关键词和摘要。浏览后决定要不要继续看。
  2. 然后读结论。通过结论看这篇文章是否为自己感兴趣的研究。你可以随时停止阅读一篇文章,甚至丢弃掉。
  3. 图表(如果有)。
  4. 读引言
  5. 读论文的核心部分。研究结果和讨论
  6. 最为困难的部分——实验

Carr 教授首先强调:不要一字一句,从头到尾线性阅读。千万不要。

史蒂芬平克在《风格的感觉》一书中指出:

写作是个把网状的思考,用树状的语法结构,转换成线性字符串的过程(参见书中「The Web, the Tree, and the String」 一章)。

阅读的目的,定然不是重复记忆那些线性的字符串,而是还原作者的网状思考,并且进行加工。你可以放心大胆地调整阅读顺序。不要担心剧透,论文又不是侦探小说。

Carr 教授给出了下面这样的论文阅读顺序:

  • 首先是题目、关键词和摘要。浏览后决定要不要继续看。
  • 然后读结论。通过结论看这篇文章是否为自己感兴趣的研究。

到这里,似乎平淡无奇。许多文章、书籍也会告诉你上述知识。

但是 Carr 教授强调了一句:你可以随时停止阅读一篇文章,甚至丢弃掉。

我的解读是,读论文一样要遵守经济规律,不要试图去打捞沉没成本,在已经不看好、或者不感兴趣的论文上投入更多时间。

许多文章都会告诉你,读过上述内容后,应该去看引言。但是 Carr 教授说:不要这样做。

你应该先看图表(如果有)。

这阶段,你应该只看图表,不要逐字阅读图表上下文的语句。图表是否吸引你的注意力,直接决定你要不要做下一步——读引言。我很赞同这种顺序。

因为引言的主要作用是强调论文研究主题的价值和必要性,会尝试与更为宏大的图景、更重要的问题相联系。有的甚至会有「吹嘘」的成分。

但是研究主体部分出现的图表结果,却实实在在可以看出一篇论文在某个问题的研究上,实际偏向哪个方向,以及前进了多远。

读过图表和引言后,你才需要读论文的核心部分。核心部分是哪里?不,不是实验,而是研究结果和讨论

论文写作初学者往往在做出图表后欣喜异常。图表展示后,居然没有任何分析文字,就高高兴兴直接跑去写结论。虽然「一幅图抵得上千言万语」,但是你的图表结果真的是这么不言自明吗?

对研究结果的探讨,要解答读者可能存在的疑问,并且从实验结果中挖掘出全部的蛛丝马迹。这才是见真功夫的地方。即便是面对同样的资料,有的人能挖掘与分析出来的内容,比别人丰富许多。你如果有闲暇时间,可以读读马伯庸《显微镜下的大明》。看看简单的史料,可以被剖析到怎样的深度。

只有你认为作者的讨论部分有价值的时候,才真正需要去阅读论文里面最为困难的部分——实验

这一部分,你要从头到尾仔细读,速度肯定要慢下来,花更多时间。 而且对有的实验过程,你甚至需要花时间去尝试重复它。

用恰当的方式做笔记

笔记标准: 以后你只要看笔记就可以了,论文就不用再看第二遍了。

承担着这么重要的使命,可就不是一般的笔记了。你可以找一找万维钢先生的经典博文《用强力研读书》,其中的笔记方法不仅可以用于记录读书笔记,对论文也同样适用。

用数字化方式记录。 目前 Zotero 已经可以直接记笔记了,推荐使用。

如果论文中有一些新概念,你不理解。没关系,也记下来。不要尝试当时解决,因为那样会破坏你阅读的整体感和记笔记的流畅程度。

搞定一篇论文的笔记初稿后,再根据记下的这些疑问要点,按图索骥去查找相关的信息。这些信息,应有助于你消化理解新知。我推荐你先到 Wikipedia 和 YouTube 这样的网站上看看,是否有对应知识点合适的教程。

有的论文,由于最初写作者文笔过于晦涩,你可以找到许多后来者尝试以更清楚的方式来转述的论文或者博客文章。这些内容,你可以直接补充进你的笔记,也可以记录新的笔记条目,将其和原先的笔记条目建立链接。

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇