博士应该采取什么策略读文献?

问题描述:看到两种相反的观点: 1、尽可能多读并整理,全方位了解问题的背景和来龙去脉。 2、尽可能少读,而且每篇用很短的时间(20 min),只需要提取与课题直接相关的资讯即可,然后直接开始干活,干不动再找。期间读尽可能少的文献了解进展即可(类似于这个:Philip Guo - Opportunistic Paper Reading)。 想知道各位都是怎么做的。
, , , ,
陈司空:

此帖24h就突破2000赞,近5000次收藏,很有成就感,哈哈<原谅我这么容易满足>

每天刷Aorqu就为了隔几分钟看消息框上的数字和Aorquer的留言,真的很感动!非常感谢大家的认可,欢迎支持我的Aorqulive搜罗更多干货。

Aorqu Live (点我有惊喜哦)

—————————————————————————————————————-

我初读PhD的时候,很懒,看到厚厚的书籍、长长的review综述就头疼。不想看!!!

虽然前辈高屋建瓴的给出很中肯的建议,然并卵。。。后来找到了一些技巧。

如果你和我一样懒,就想想办法尽量少看点文献吧。。。

(注意:如果你是一个文科生、艺术生或者医学生。直接跳转文末,有彩蛋噢!!!)

初入一个学科,都希望前辈能整理出如上图的脉络帮自己抓住一下重难点;但是博士一般研究的内容都是细分领域,没有书籍参考,reviewer类的文献太长太长,有没有人工智慧工具可以帮下忙呢?

先扒拉一下读文献有什么用

除了第10条,其他都是有效的!

—————————————————————

神器1:Refviz和EndNote配合——统揽全局

EndNote是业内文献管理鼎鼎大名的软体,却少有人知道Refviz插件可以“锦上添花”

由上面两幅图就知道自己感兴趣的“关键词”在哪些方向研究火热及与其他内容的关联。

——————————————

神器2:Histcite+webscience找出本领域的一颗颗高树

以时间为主线,抓住历史上堪称经典,在业内发paper必引的那几篇

任何分析软体都不可能替代我们大量阅读文献,软体充其量只是辅助并提高我们的效率,或者从另外的角度将资讯展示给我们。

有跟我研究方向<机器学习、深度学习、医学AI(信号分析、影像处理)>很match的小伙伴,欢迎加微信,一起交流进步哈´∀`ahuchenkun

麻烦给个自我介绍,方便我备注好友(比如“姓名-学校/单位-研究方向”),谢谢

———————————————————————————————————————-

文科生、艺术生、医生–请看下文

———————————————————————————————————————-

如果,你只是一个文科生、或者医学生。最后给个彩蛋,只用输入自己关心的关键词,自动生成论文调研报告,点击下面链接(没收百度任何推广费用、纯良心推荐)

百度学术-开题助手

喜欢点个赞再走吧!


快乐不包邮:

本人10年大陆985大学部毕业后进入美国一所一般州立大学读博。2015年夏天刚刚毕业。在Aorqu上领教了众位牛人的回答,每每自己也想动笔,总是自惭形秽。但是对于题主这个问题,我觉得我还是有点经验和教训可以分享的。

首先说一下搜文献的工具。我在国外都是用google scholar。学校购买了大部分的数据库,90年代开始的文章基本那个在google scholar上找到电子版。更老的则可能只有扫描版或者要去图书馆找纸质版。我从来没有用过大陆的知网,也没有查阅过一篇非英文的文献。所以如何查中文文献可能需要其他牛人指点了。

然后再说一下文献管理软体。我喜欢使用Jabref。它是一款开源的小程序。可以方便地做笔记和归类。你如果有十篇文献,可能用一个文件夹就能管理。但是想像一下你有几百篇上千篇的文献,怎么最快找到你想要的就成了难题。Jabref还是很强大的,如果你用latex写论文的话,它还能自动生成bib file。

我的导师是刚刚评上tenure的中年才俊。在科研上生机勃勃,但是也不像其他仍旧在为tenure奋斗的AP一样push。总体来说,他会给一个大方向,然后具体的细节都是由学生自己去解决,所以我在读博的期间看了很多很多的文献。回顾我五年的博士生涯,其实看文献的方法也是分阶段的。

a) proposal 阶段 (开题阶段)
proposal阶段可以分为两种情况。一种是博士开题,也就是为自己整个博士几年写一个规划;另外一种是给学术机构或者企业写proposal,申请funding。两者类似,对象都是一个宽泛的问题,而不涉及细节。所以在这个阶段,文献的阅读一定要求广而不是求深。我的建议是:
a.1) 找一些review paper。一般在你的领域,学术大牛隔三差五都会写点review paper来灌水。虽然这些论文都是水文,但是对于刚刚接触该领域的新手往往是醍醐灌顶
a.2) 找实验室之前毕业学长的论文。如果你恰好不是你们实验是第一个研究该领域的人,那么你查文献也就轻松了。你可以看看学长之前的毕业论文,然后看看他们都看了什么文献。然后你自己再取所需。
在这个阶段,我读文献一般就看abstract,看conclusion。对于某些可能也扫一眼method。这种文献阅读的目的就是要了解大意,了解该领域的大趋势,和总体发展状况。我一般会把看过的文献归类,然后简化成图表。比如说,用流程图来描述该领域的发展过程,用树图来表示对同一问题的不同解决方法。我推荐使用ppt或者visio。不要小看这些图,你以后写论文,做presentation,他们都是你的好朋友。

这个阶段的文献阅读一定一定要广!要尽力把一切可能想到的方法都想到。不然等你研究了两年,发现自己做得和前人一模一样,或者别人的方法更加简洁直观,那么你的博士就悲剧了。我也常常给老板审稿子,有时看着别人花了大力气却得出与文献中一样或者尚且不如的结果,只能默默地reject。要记住,你才是这个领域的精英,你老板只是曾经是精英。他的idea可能有时拍著脑瓜子就想出来了,你不要也跟着想当然。

b) 解决问题阶段
通过proposal阶段,你一定得到了两三种可行的方法。然后对于这些筛选出来的方法你就要找相关文献细读了。我的建议是:
b.1) 要从最近的文献开始查找。比如从2015年的开始看。然后通过2015年文章中的引用找到更早的文献。这样的好处是,你找到的文章一般是引用数高的。而那些不好的文章自动被过滤掉了。
b.2) 有些人一旦沉浸于自己的问题之中,往往就停止了文献搜索。其实文献搜索是一个不能停止的过程。因为在你研究过程中,你的研究方向也在发展,所以你的想法也得与时俱进。google scholar有个好处就是能根据你以往搜索的关键字来推送最新的文章。当然,我老板也会定期转发一下我们领域知名刊物的news给我们。

这阶段,一定要盯着文章中的limitation去读,去想。以建模为例,如果文献中做出了A,B,C三个assumption。你就要想,我能不能改进方法,去掉这几个assumption,让这个模型适用性更广。我能不能通过改进演算法来让模型更快更准。这样的思考能帮助你出paper。你每解决这么一个小问题,可能就是一篇paper。(说起来好像很简单,但是解决起来都是泪)

c) 收官阶段
收官阶段一般是指把自己的结果转换成论文的阶段。这个阶段的文献已经不是很重要了。但是还是要做到几点:
c.1)一定要确保你文献引用的专业性。有些文章,你看的时候可能是conference,但是过了一阵,作者可能已经改进完在journal发表了,你最好也要把引用修改为journal。不知道是不是各个领域不一样。就引用的可信度而言:journal (peer review) > book > conference > presentation > website。你引用什么直接决定了文章的专业度。引用wikipedia就让人笑掉牙了。
c.2) 一定要确保引用的准确性。有些文章你以前粗看的时候,可能理解错了。如果要把它放在你的paper里一定要确保这个错误不会发生。我们老板常说,你的文章就是你的脸,你的reputation。一旦发表,你就改不回来了。写得好,千古留名,写得不好,遗臭万年。


吴思涵:

首先是文献的来源,我们实验室有个非常好的机制,就是每个月由实验室的成员提供阅读列表,每个人分别负责2-3本期刊,甄选出与我们的研究相关的文献。

首先是每月中旬主管会发邮件要求大家发送列表。死线之前会再催一次。
保护隐私,所以打码。。。

然后由主管整理,制作成PDF

然后PDF大概长这样

大概会有十几本期刊每月的最新论文都会在PDF中。

然后读的话,先瞄一眼标题,有感兴趣的点开,看摘要,发现有意思,继续往下读。
由于实验室主要由博后组成,所以看英文就跟喝水一样简单了。

现在基本是泛读为主,毕竟同领域的东西都太熟悉了,看一眼图片就知道在做什么。

精读方面,每三周会有一次journal club,大家按照审稿人的角度来解读实验结果并评论,抽签,每人抽一个图。基本上就算发CNS级别的我们都会挑出很多刺,极少遇到做得特别好的。然后这些刺我们就要记下,自己的文章尽量避免这种失误。


熊辰炎:

别的专业不了解,只说计算机。

如果是跟conference的学科的话,每年自己领域那3-4个一线会paper list出来,全部abstract看一遍,然后里面相关的和感兴趣的看全部就行。
相邻领域的顶会尽量保证paper title都看一遍,相关的看过。这样算下来每年100-200篇感觉就差不多了。

如果是跟Arxiv的话,每天早晨起来也要搜一下。

另外,很多人可能觉得有些黑色幽默,其实微博,微信群,和微信公众号是很好的消息来源。基本上最新的学术消息在这几个地方都能第一时间看到… 我也是惊呆了。这点要感谢学术大V和辛勤的小编们…

讲真,微博上学术内容一不小心就实在是太多了,资讯过载的不要不要的。有一段时间由于实在是受不了满屏的学术消息我都停用了… 也不知道我都关注了啥… (人家明明是要来看花边新闻的啊!)

现在Facebook也快沦陷了,有一次大半夜的我在哪里狂刷手机,妹子问我:“你在干啥?” 我支支吾吾半天只好承认:“我在Fb上跟人讨论学术问题…”


Aorqu用户香港城市大学 管理系助理教授:

分享一下管理学读文献的经验吧。总结下来,其实就三个点。

少即为多 Less is more.

带着想法回顾文献

推荐用Web of Science进行关键词的搜索,而非Google Scholar。后者虽然更全面,但是容易将一些不值得引用的内容也加进来。如果你引用了一些低质量的文章,行家可能就会对你有负面的评价许多审稿人第一眼,先是看你的参考文献引用了哪些文章。如果你经常引用且依赖一个不知名期刊的结论,如果你经常引用且依赖这个领域的非主流期刊的文章,那么就可能影响我对你的学术品味的判断。

这一轮,你可能得到上百上千篇文献,需要通过快速阅读摘要(abstract)来筛选是否进行全文阅读。如果你的课题很火,估计能冲到一千篇相关文献。如果少于一百,要么就是非常前沿,要么就是这个课题走偏了,需要重新检视一下出发点是不是错了,或者关键词是否选得不好。

选择阅读侧重时,经典文章优先,顶级刊物的文章优先,饮用量大的文章优先,和自己的点子接近的文章优先(如果你是的话)。这类的文章不会超过十五篇。希望你可以缩小到五篇。

为什么要这么选?

  • 首先,学术界的总体状况是“大牛挖坑,小牛灌水”。大牛开战场,单作的引用量高。小牛补漏缺,每篇的影响力有限。知道了大牛的坑,可以推导小牛的缝。抓住了框架,可以得知枝叶。

一个人的写作风格和品味,是阅读塑造的。你每天读地摊文学,那么你就是阴谋论的专家。你每天习读凯恩斯的文章,那么你的写作功底会得到他老人家的真传。你每天看福柯的文章,总免不了沾染他晦涩的毛病。

为了保证自己少被“烂文章”污染,尽量使得自己被好文章熏陶,你也应该重点读经典

  • 最后,抓捞经典/重要/相关/最新的文章,还有一个重要原因,是你要记得恰当地引用它们。如果你声称做制度理论,却没有引用Meyer & Rowan 1977和DiMaggio & Powell 1983;声称做资源依赖,却没有引用Pfeffer & Salancik 1978……那么,专家们就可能强烈怀疑你连基本的功课都没有做好,那么你这篇论文的命运也就悬了

没有想法探索文献

第一,你可以选择参阅综述性的文章,例如在管理学界这样的期刊是AMA或者JOM的部分文章。这里没有其他法门。认认真真读,才是王道。

第二,如果你是刚入门,那么如何高效地获得阅读书单呢?其实你可以去搜索业界大牛的主页,他们很可能贴了自己博士课程的纲要,里面往往附带阅读清单。例如Ezra Zuckerman在MIT Opencourse上有Sociology of Strategy的详细材料。这些阅读全都是精挑细选,凝结了那些教师的很多心血(自己编过课程自己知道),已经帮大家省却了许多甄选的功夫。

第三,如果找不到文献综述,怎么办? 这可是大好事!如果你能把综述做了,那你就可以发表了!

慢即为块 Slow is fast

其次,这些文章要精读,要熟悉文章的细节,要能信手拈来,就好像是你自己亲手写的似的。这个过程不要怕慢。要重深度,不要重速度。这里越慢,进步越快。囫囵吞枣,是你熟稔整个文献以后的事。当你对某片文献很熟悉的时候,会发现很多逻辑是接近的,点子是雷同的。你还会发现很多人的引用是错误的。这时候想慢也难,一篇低质量的文章,你也许只需要10分钟就可以扫完。这时候,你对这片文献的了解已经到了“饱和”的阶段。

具体如何做呢?其实最好的阅读,是写作。我引用一下自己在另外一个回答(第一次写学术论文无从下手怎么办):

多做活跃阅读,少做被动消费,积极地与论文进行对话。如果看到一篇段落非常有意思,赶紧用自己的语言复述并且记录下来。如果对某些观点这篇存疑,也赶紧记录下你的疑惑,并且思考一下:(1)作者如果再多做哪一步,你就信了; (2)我可以设计一个怎样的研究,来证明对方是错误的。这样一篇论文下来,你可以积累不少经过了积极思考的短评了。这些阅读笔记,是你的专有知识库,决定了你内化这篇论文内容的程度,也影响着你自己论文的高度和深度。

阅读的目的是“既能看到森林,也能找到树叶”。看到森林,指的是随时可以回忆出森林的概貌。找到树叶,指的是随时可以搜索出文献的具体实践。例如,随时可以复述领导力有主要理论ABC,并且可以比较他们的主要观点,随时可以找出这些理论用来测量领导力和相关变量的方法。

笨即为智 Stupid is smart.

很多真正的大道理,是简单的,但不浅显。很多复杂的观点,看似深刻,但名不副实。许多晦涩的东西,不是作者高明,你笨;而是作者的逻辑紊乱。如果你能厘清,可能是你的机会。真的是自己不懂,也不要轻易放过。

既然是博士了,就不要做被动的知识消费者,而要做主动的知识生产者。既要学会欣赏文献,也要学会有自信地批判文献,更要学会有创意地在文献的不足上开拓新知识。

附:我还写了六篇学术导向的问题,希望可以帮助到你:

学术研究中资质或天赋跟勤奋哪个更重要?

导师的选择和建议?

在国际学术会议上如何社交?

第一次写学术论文无从下手怎么办?

做学术期刊的审稿人是怎样的体验?

怎么问教授要推荐信?

发表回响