阅读文献
研一应该先读文献,但是不能一直大量读文献。“读”不是目的,“读”要结合“做”才有意义。因此,两条腿走路:边读文献边搞科研,边搞科研边读文献。
看论文本身不是目的,而是服务于科研这个中心工作的。
看论文到底要学什么?总结为这四点:Why-为什么要做这个研究?What-研究发现了什么,得到了什么结论?How-研究是如何实施的,用了什么方法/技术?通过这三个问题,推出最终目的Ideas,即这篇文献有哪些不足?我可以在哪些方面进行创新?
1.检索文献
研究方向的专业术语
2.阅读文献
在检索文献的时候,先看标题,觉得和自己的研究方向相近,就点进去看看摘要,论文摘要部分会突出最核心内容。看完后如果和自己研究方向很匹配,基本就能断定是自己想看的文献了,相关度高的就放到「精读」文件夹里,相关度低的就放到「泛读」文件夹里。就这样分好类了吧,每次下载文献最好多下点
精读:Introduction不需要花费太大精力,聚焦的重点在于文章的主体部分,对理论的阐述、模型的介绍等,如下图中的Model description,对模型的构建进行了详细描述,公式和参数意义均需掌握。
只有读的细致了,才能发现其中的问题。比如,论文模型中某个公式的简化存在较多理想性假设,那么你可以在此基础上,考虑更实际更复杂情况下,提出某个参数对该公式进行修正。并利用修正后的公式对模型进行重新计算,对比修正前后的差异。这足以支撑一篇具有明显创新点的SCI论文了。
泛读:
综述类
研究方向的背景是什么(通常在 Introduction 部分介绍清楚)
前人做了哪方面的工作获得了怎样成果(综述类文献会做详细的阐述)
还存在哪些问题有待解决(总结和展望部分会介绍)
其它
三个问题:作者想研究什么;采用了什么方法或方案;最后得出了什么结论
step1:开头三看:期刊、题目、发表时间、作者,判断是不是本领域知名期刊,题目与我的相关性,是不是大佬?
step2:详读摘要和关键词,并对重点关注之处进行高亮标记,读过留痕
step3:细看引言,对新手建立概念很有帮助。
step4:看各个部分的大标题和图。大概了解下这篇文章到底在讲啥,包括哪几个方面。
step5:看结论。通过结论可以了解到本文的研究到底解决了哪些问题,是怎么解决的,运用了什么方法和技术?
step6:粗读参考文献部分,这个习惯也非常重要。参考文献部分已经帮大家整理好了相似文献,非常节省找文献时间。比如,这本书就可以找出来学习学习。
这6步可以初步判断,这篇论文的价值以及与自己研究方向的契合度,能够回答Why和What的问题。
若想进一步深入了解,这些方法到底是什么?具体怎么操作?则开启第二轮阅读,回答How的问题。对于科研新手来说,不需要太深入,了解技术手段的名称、大致原理即可,具体的计算公式、参数含义等不需要搞明白(现阶段也很难搞明白)。
对于本领域经典的论文或导师让看的论文需要仔细看,搞清楚Why、What和How。但是对于难度系数很大的理论、公式可不必搞明白,只需要明白他的作用、大致原理即可。
3.熟悉专业术语
做笔记
4.思考
每次看完文献尝试在文中找几个问题,可以是这篇文章的不足之处和作者没有考虑到的点,也就是获得Idea的过程。然后带着这样的问题再去搜相关文献,看看有没有人做过研究。
这时候针对各种问题,我们需要读大量的文献,我记得我最高纪录是一天看了40多篇文献,我的方法是这样的:
针对某一个问题(困惑了你很久)我会花一整天的时间搜文献,然后从文献中找答案,其实这时候读文献不用全看,主要看想看的部分,比如我想了解该领域常用的实验方法,那我看文献时就只看实验部分,其他部分可以不用看,这样一天下来,几十遍文献完全是没问题的
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步