05.搜索引擎是科研工作者的利器，那么怎么做到“知己知彼，百战不殆”？

Posted 2021-04-24 e论文

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了05.搜索引擎是科研工作者的利器，那么怎么做到“知己知彼，百战不殆”？相关的知识，希望对你有一定的参考价值。

/ 目录导读

(1) 常见的论文搜索引擎有哪些？

(2) 各种搜索引擎的区别是什么？

(3) 搜索引擎在论文各个阶段的作用？

(4) 常见的误区有哪些？

(5) 案例分析

(6) 文献搜索checklist？

(7) 课后练习

(8) 下一篇预告

(9) 历史文章回顾

那么重点来了

第

则

常见的论文搜索引擎有哪些？

常言道“知己知彼，百战不殆。”如果翻译成学术语言的话，“知己”就是知道自己的研究在整个领域所处的位置，“知彼”就是要了解前人在这个领域的进展，那么“百战不殆”就是获得各种科学成果从而不断攀登科学高峰。

那么怎么做到“知己知彼，百战不殆”了，搜索引擎就是科研工作者必不可少的工具。有人说我天天使用百度谷歌，论文搜索就是把关键词放到搜索引擎里面就好了嘛，这个很简单。这个具体的过程大体如此，那么怎么高效准确找到自己想要看的内容就是另外一个层次了。

为了说明这个问题，我们先来介绍一下我们常用的搜索引擎有哪些。因为本文的重点在英文论文，所有搜索引擎也着重英文论文的搜索，万方和维普等中文期刊也同理。

Google Scholar 这是一个涵盖各种内容的搜索引擎，包含期刊论文、会议、图书、专利等等，同时也包含论文的被引用次数，也提供相关文章的搜索，如下图所示。因为其涵盖量非常广，如果想要得到所有有关的领域的信息，Google Scholar是搜索的不二选择。但由于有些论文以及文献作者可以自己编辑，可能会造成信息较其他数据库没那么准确，这个在搜索时需要注意的问题。另外由于各种原因，国内的人使用有一些壁垒。

Microsoft Academic 网址为https://academic.microsoft.com/home。现在使用的人越来越多，涵盖量也非常大。这个提供各种各样的统计结果，比如相关关键词的结果、论文类型、Top Authors、Top Journal、Top Institutions和Top Conference等等功能，一目了然。这些功能特别适合了解领域动态，比如寻找这个关键词的牛人、牛校、牛课题组等等，可能是哪些出国陶瓷的利器。

Web of Science 这是就是我们通常说的SCI论文收录的数据库，但在这个数据库里面搜到的文献不一定都是SCI收录论文。但因为收录门槛比较高，一般检索的论文质量都相对较高。如果说需要高效阅读高质量的相关论文，Web of Science是检索的不二选择。这个基本是所有科研工作者都使用的数据库，因为可以很方便的指导论文是否被SCI收录，论文的引用信息等等。这个野是申请基金和申报职称都是必不可少的。但这个需要机构购买才能使用，个人注册不能使用搜索。

除了以上搜索引擎以外，还有很多我们常用的数据库，比如EI数据库，ScienceDirect，BASE、Refseek等等就不一一介绍了。网上有很多内容，大家可以自动去搜索。这里介绍其中使用的100个搜索引擎清单，https://www.teachthought.com/learning/100-search-engines-for-academic-research/。

第

则

各种搜索引擎的区别是什么？

以上四个文献搜索引擎的对比总结如下图，其中的推荐程度为个人看法，仅供参考。

第

则

搜索引擎在论文各个阶段的作用？

搜索引擎在论文各个阶段的作用是不一样的，可以概括如下图。但这不表明每个阶段我们都需要用相同的精力来进行论文检索。一般来讲在论文开始这个阶段，是搜索引擎发挥最佳性能的阶段，需要较大的精力来进行文献的检索。论文后期搜索引擎的使用只是起到一个查漏补缺的作用，比如辅助撰写论文前言。关于论文前言的撰写，请参考我们以前的发布的文章。

第

则

常见的误区有哪些？

搜索引擎数据库的选择。这个主要针对的是上述各个搜索引擎的论文质量范围来讲的。比如我们刚进入到这个领域，需要了解这个领域最基础的信息，我们最好选择那些覆盖面较大的数据库比如Google Scholar和Microsoft Academic。这是因为论文涵盖广，这些论文里面就会有一些介绍基础知识的论文。而Web of Science收录的论文主要集中在理论的推进或者创新思维，对基础知识的介绍就不会那么详细。

关键词的选择。关键词的选择是我们检索结果最重要的一环，如果检索词过广或者是单个关键词，这就造成了搜索结果过多，不利于总体的文献调研和阅读。相反来说也是一样，我们会找不到相关的文献或者找的很少量的论文。这个具体我们会在案例分析中具体来讲。

搜索运算法则。这个主要针对关键词超过一个时来讲的，一般的关系有AND，OR，NOT等等。另外如果加双引号表明需要精确搜索。这些我们在案例分析中会仔细讲到。

搜索结果覆盖量。这个取决于我们的精力，我们如果有大量的精力来阅读文献，数量可以大一些，相反需要少一些。如果我们在论文开始进行调研，一般比较好的文献在150-200篇，而且可以集中阅读文献综述来节省时间。如果在论文末期进行前言撰写，一般来讲需要进一步缩小到50篇左右。当然以上的数量只是一般的参考，各个领域的文献数量本来就不一样，可以进行适当的调整。

第

则

案例分析

写这篇文章的时候刚好发现河北唐山发生5.1地震，希望一切都好！我们这次以地震预测预报模型这个领域为例来查找相关的文献。另外我们假设搜索发生在论文开始阶段，需要广泛了解这个领域的进展来确定论文的主题。检索以Scopus为例。

首次我们需要清楚地震预报的英文是什么，一般为earthquake forecasting或者earthquake prediction等等。Earthquake prediction主要是预测未来地震的时间、位置和震级，从而提供足够的精度发出警报。而earthquake forecasting一般指的地震灾害综合概率的评估，范围更广一些，比如包括几年或者几十年某个区域内破坏性地震的频率和强度。这两者显然是有区别的，在这个案例里我们综合考虑就好了。所以我们先以这两个关键词搜索一下。

Earthquake forecasting以及earthquake prediction我们分别搜到4295和14672篇文献。所以我们知道关于earthquake prediction这个领域的研究较多。

搜到的结果较多，我们需要进一步细化来找到我们最需要的文献。如果我们将年份限定在2015-2020年，还是会有4377篇文献。所以我们这是就需要用到多个关键词的高级搜索了。

其中我们在earthquake prediction和earthquake forecasting这两个最重要的关键词用论文标题来检索，其中任何一个都可以，用OR连接。因为我们的目标是地震预测的模型，所以我们在论文标题、摘要或关键词任意一个里面含有model就可以了。检索完成以后，我们使用左侧的工具条将日期限定在2015-2020年，然后用相关性来排列论文。这样下来，我们可以得到一个比较好的论文数量，242篇文献。