其他
牛X。Sci-Hub直呼内行!
本文编辑:科研小通
免费,人工智能,文献分析。
科研人的新“玩具”。
搜文献、下文献、分析文献。开门见山,这就是今天的主角:
https://www.semanticscholar.org/
利用人工智能,帮助学者搜索、分析文献。关键是免费。更重要的是无需特殊网络环境,访问速度MAX!
https://www.semanticscholar.org/
一步到位,
Sci-hub直呼内行。
通过Semantic Scholar,你可以很方便的找到某领域最有影响力的文献。举个栗子:就以大家又爱又恨的石墨烯为例。
输入关键词:Graphene
首先,有五篇文章推荐。
第一篇。大神作品。点击后跳转,显示被引1万+,并且有摘要、作者等简要信息。右侧的数据列表可以让你更直观的了解ta的分量。
第二篇。诺奖作品。同样有文献基本信息和影响力数据。
此外,每篇文章还会显示引用这篇文章的文献,比如第一篇的10902篇引文,都在这里了。如果你关心是否可以白嫖PDF,点击即可下载。
如果,点击Search。就得细聊了。
所有相关的检索结果,秒速直达。不说别的,这个功能就足以吹爆。拖动时间轴,可以筛选指定时间内的结果。
顺便看看,哪个期刊最爱这个关键词。
投稿时心里就有数了。
关键来了。排序依据。可以根据相关性、被引数、影响力和时间进行排序。
好奇看看引用最高的石墨烯文章。3.2万次引用,综述无疑了。
一步到位,
Sci-hub直呼内行。
输入关键词:Graphene
第一篇。大神作品。点击后跳转,显示被引1万+,并且有摘要、作者等简要信息。右侧的数据列表可以让你更直观的了解ta的分量。
所有相关的检索结果,秒速直达。不说别的,这个功能就足以吹爆。拖动时间轴,可以筛选指定时间内的结果。
投稿时心里就有数了。
总之,如此事半功倍的利器。快操练起来吧~
// 往期推荐 //
2023-11-29
2023-11-27
2023-11-26
2023-11-24
2023-11-29
2023-11-27
2023-11-26
2023-11-24