知乎热议：怎样查全一个方向的文献？

👇 连享会 · 推文导航 | www.lianxh.cn

• 🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令
• 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享
• 💹 计量：回归分析 | 交乘项-调节  | IV-GMM | 时间序列 | 面板数据  | 空间计量 | Probit-Logit | 分位数回归
• ⛳ 专题：SFA-DEA | 生存分析  | 爬虫 | 机器学习 | 文本分析
• 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching
• 🔨 工具：工具软件 | Markdown | Python-R-Stata
• 🎧 课程：公开课-直播 |  计量专题 | 关于连享会

连享会 · 2022 面板数据因果推断专题

连享会 · 2022 R语言专题

作者：王美甜 (东北财经大学)
邮箱：[e-mail]

温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：

 

编者按：本文主要整理自知乎热议「怎样查全一个方向的文献？导师总问你查全了吗？」，特此致谢！

---

目录

• 1. 如何查文献

• 1.1 一篇综述，帮你梳理领域方向的脉络

• 1.2 一款神器，帮你构架更加完备的文献图谱

• 1.3 各大数据库搜索关键词

• 2. 如何读文献

• 2.1 运用过滤原则筛选文献

• 2.2 查到的文献粗读还是精读

• 3. 如何管理和整理文献

• 4. 如何汇报文献

• 5. 总结

• 6. 相关推文

---

1. 如何查文献

导师问你是否查全了这个方向的文献，并不是让你真的把这个方向每一篇文献都查到，而是让你把这个方向了解清楚，找到大方向下的各个分支领域，以及尽可能将比较好而新的文献读全。那如何完成上述任务呢，有一条又快又好的捷径——文献综述。

1.1 一篇综述，帮你梳理领域方向的脉络

写综述需要阅读大量文献，不仅要求全面，而且文献质量要高。你现在需要 “找全” 一个方向的文献，那不妨 “站在别人的肩膀上”。一篇好的综述，会节约你大量的时间。

一般来说，每个领域都有一些顶级刊物刊登综述性文章，比如生物医学领域的 Nature、Science、Cell 三巨头。这三本期刊中的综述文章，你是完全可以拿出来当教材仔仔细细研读的。

另外，还有一个只发表综述的神刊——Annual Reviews，这本期刊的综述文章不接受普通作者的投稿，都是编辑邀请领域大咖研究者专门撰写的。不仅具有权威性，而且还能代表学科发展的最前沿方向。所以，如果你能找到一篇近年来发表的感兴趣领域的 Annual reviews 综述，那就开始细细研读吧！

接下来，你要做的就是从一篇综述开始，梳理某一领域的知识脉络，综述的目录可以为你提供一个明确的纲领。有了该领域的整体脉络，接下来你不论查找文献还是阅读文献，都可以清楚地了解文献处于一个什么样的知识架构中。这就避免了没有经验的同学查了半天文献，可能一直在领域内某个问题那里打转，根本没看到这个方向还有其他重要的问题有待了解。

以上内容来源：知乎网友「editage 意得辑」

1.2 一款神器，帮你构架更加完备的文献图谱

Connected papers 是一群受困于无法找到想要找的文献的科学家研发的。该网站最重要的功能，就是获得某一学术领域的概览，对某一学术领域有一个更快捷更准确的认知。

使用这个网站探索一个领域的具体操作也十分简单。首先，你需要有一篇 “母文献”。“母文献” 就是指你这个领域比较重要或者比较新颖的文章。你可以选择一篇领域新发的高分文章或者经典论文作为母文献。如果你想要完整准确地透视一个领域的文献，那我们最初找的那篇综述文章就是一个不错的选择。

通过这样一篇重要的母文献，你可以很轻松地找到与其关联的其他文献，构建领域论文图表。搜索的时候既可以用标题也可以使用 DOI 号，搜索后你会得到下面一副文献关联知识图谱：

这个图谱很直观地显示了这篇文章的引证关系。图中关联越密切的文献距离越近，颜色深浅则表示文献发表的时间。这个功能可以让你快速了解这篇母文献的相似或者关联文章。

点击上方 Prior works，你会收获这个领域引用量比较高的一些经典文献；点击 Derivative works，就能看到近年来发表到和这个领域高度相关的一些文献。

这些文献大量引用了你最开始搜索到的那些文献。通过这样一番搜索，一个领域发展概况其实基本就梳理出来了。而且还能避免不清楚关键词，没办法通过搜索引擎快速搜索的问题，可以称之是每个科研人的必备小工具。

以上内容来源：知乎网友「editage 意得辑」

1.3 各大数据库搜索关键词

在对你的方向有了一定想法之后，这时候关键词也比较明确了，你可以去各大数据库搜索关键词来读文献。通常国外的同学都是用 Google Scholar，国内的同学可以直接上数据库搜索，学校图书馆也会有很多数据库可供大家使用！以下几个是我认为比较常见的：

• 论文驿站
• 百度学术
• CNKI
• Sci-Hub
• Web of Science
• Elsevier
• 各学术期刊官网

2. 如何读文献

2.1 运用过滤原则筛选文献

利用以上方法，你一定能够查到大量文献，但是如何从查到的大量文献中筛选出对自己最有价值的几十篇，这是一个不小的工作量。知乎网友「科研大喵叫喵大」建议读文献的顺序依次为：绝对高引文献、相对高引新/老文献、少引用新/老文献、无引用新/老文献。

a. 绝对高引的文献 (如引用量大于数百)

• 全部下载，逐篇精读；
• 不同领域引用数会有很大差异，视具体情况决定。

b. 相对高引文献 (如引用量数十到数百次)

• 保留年均高引论文，忽略年均低引论文；
• 年均引用 (引用量/发表年限) 可以判断文献价值，一般年均引用越大，价值越高。年均引用小于某一特定值，可视情况忽略。

c. 对于少或无引用的新文献 (如近 3 年发表的论文)

• 引用量在零几到十几次的文献，可通过文献发表平台衡量文献价值；
• 发表于常规/顶级平台的文献侧重考虑，发表于非常规或低端平台的文献，酌情忽略。不可否认，非常规或低端平台文献中也一定存在某些有价值的文献，但在繁多的新文献中，只能将其视为次要选择。

d. 对于少或者无引用的旧文献 (如 3 年前发表的论文)

• 全部忽略；
• 这里面也一定存在有价值的文献，但时间有限，只能先暂时忽略了；
• 所以，自己的新论文记得自引一下啊！

2.2 查到的文献粗读还是精读

对于查的文献应该精读还是粗读，一张流程图和大家分享哪些文献应该粗读，哪些文献应该精读！

a. 视文献引用量决定

• 无论与自己的论文是否直接相关，出现在搜索结果中的绝对高引论文都可以精读；
• 高度相关的高引论文，应搜索同作者其他论文延伸阅读，或将其作为母文献扩展。

b. 视文献发表平台决定

• 顶级或者较好期刊的论文，质量有一定保障，可根据发表年份和相关性，选择精读或粗读。

c. 视文献发表年份决定

• 发表年份年份要结合文献引用量和发表平台共同判断文献阅读价值；
• 非优质期刊发表的老文献，引用量较低可舍弃阅读；
• 优质期刊发表的新文献，无论引用量，都要引起重视。

d. 视文献与自己研究的相关性决定

• 通过快扫文献题目和摘要判断论文相关性；
• 对于特别高引论文，即使并非直接相关，也可精读，学习可取之处。

e. 视文献质量决定

• 如果发现论文引用不高，但同一作者反复出现，这个作者可能是个灌水达人，可全部舍弃；
• 不排除有特别高产的学者，可挑选一两片看看文章开头结尾，判断论文质量再做取舍。

f. 视读的感受决定

• 某些论文越读越有趣，某些越读越不知所云，要不断调整阅读策略。

以上内容来源：知乎网友「科研大喵叫喵大」

3. 如何管理和整理文献

完成查找和阅读两个步骤后，还有一个令人头大的问题，那就是读完就忘！确实，再聪明的人，记忆力再好的人，也不可能记得两年之前读过的一篇学术文章的全部重要细节。而学术大佬们往往不仅是文献读得多，更重要的是文献管理得好，文献笔记记得好。

关于文献管理和整理方法可参考以下连享会推文：

• 知乎高赞：文献阅读利器之文献笔记法 (Literature Notes)
• 知乎热议：如何做文献笔记？
• Zotero：文献管理神器五分钟学会
• Mendeley文献管理软件快速指南
• 知乎热议：大牛如何读文献？

4. 如何汇报文献

读完文献后，在同导师进行文献阅读汇报的时候，可着重介绍以下三点：文章的 idea、文章的研究方法、文献的结论。

文献阅读的核心是要抓住文章的 idea，即作者写这篇文章的目的、研究的核心、核心的结论有哪些，这是我们应该最为关心的。

在汇报完文章的 idea 后，接下来关心的是文章的研究方法，该方法是试验研究还是模拟仿真研究？是否是我们现阶段可实现或者可借鉴的？

很多同学讲结论就直接去翻译文章最后一部分结论，这是一个误区，因为论文结论普遍非常精炼且抽象。对于一篇新文章，在讲完摘要和方法后直接讲结论会让人听得云里雾里。而论文中的图表是整篇文章信息量最大的地方，讲图表也更加方便导师理解，从解释图表入手来讲解文章结论更能提高我们的汇报效率。

以上内容来源：知乎网友「工藤正男」

5. 总结

回到最初的话题，怎么回答导师：文献查全了吗？

导师可能想听到这样的回答：我已经梳理了该领域的研究脉络，与该课题相关的经典文献，以及发表在主流期刊上的高引和近期文献，大概有百十来篇，已经有选择地精读粗读，并做好文献分类和整理工作！

以上内容来源：知乎网友「科研大喵叫喵大」

6. 相关推文

Note：产生如下推文列表的 Stata 命令为：
  lianxh 知乎, m
安装最新版 lianxh 命令：
  ssc install lianxh, replace

• 专题：数据分享
• 知乎热议：经济-金融大佬从哪里获得数据？如何处理？
• 专题：论文写作
• 知乎热议：答辩老师会仔细看论文内容吗？
• 知乎热议：博士应该采取什么策略读文献？
• 知乎热议：写论文时有哪些非常神的网站？
• 专题：计量专题
• 知乎热议：如何系统地自学计量经济学？
• 知乎热议：经济学专业博士如何学好高级计量？
• 专题：Stata资源
• 连享会-知乎推文列表
• 专题：Markdown-LaTeX
• mdnice.cn——Markdown、知乎、公众号排版神器
• 专题：工具软件
• 知乎热议：科研工具汇总
• 知乎热议：有哪些一用就爱上的可视化工具？
• 专题：其它
• 知乎热议：如何搜到专业数据和行业报告
• 知乎热议：怎样做好学术PPT？
• 知乎热议：穷人出身的孩子能不能靠读博士搞科研稍微改变命运？
• 知乎热议：哪一位实证经济学家最具影响力？
• 知乎热议：有哪些东西是你读博以后才懂的？
• 知乎热议：机器学习在经济学的应用前景
• 知乎热议：大牛如何读文献？
• 知乎深度：青年学者如何更好工作
• 知乎热议：初学者如何学好计量经济学
• 知乎热议：为什么会有人觉得青年大学老师是最轻松工作？
• 知乎高赞：文献阅读利器之文献笔记法 (Literature Notes)
• 知乎高赞：17个高质量网站-让你拥有几乎所有的书籍
• 知乎热议：再来一次，你还会选择读博士吗？
• 知乎热议：如何做文献笔记？
• 知乎热议：读博士不去科研岗，意义何在？
• 知乎热议：如何保持充沛的精力？
• 知乎热议：最让你震惊的网站有哪些？
• 专题：机器学习
• 知乎热议：如何学习机器学习
• 知乎热议：纠结-计量经济、时间序列和机器学习

课程推荐：面板数据因果推断
主讲老师：徐轶青 (斯坦福大学)
🍓 课程主页：https://gitee.com/arlionn/Course

 

New！ Stata 搜索神器：lianxh 和 songbl  GIF 动图介绍
搜： 推文、数据分享、期刊论文、重现代码 ……
👉 安装：
  . ssc install lianxh
  . ssc install songbl
👉  使用：
  . lianxh DID 倍分法
  . songbl all

🍏 关于我们

• 连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。
• 直通车： 👉【百度一下： 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。