我是如何读文献的
互联网
选择阅读文献的方法有很多,有关键词直接检索,有看大牛推荐,有非CNS不读,等等,我认为这些方法都可以,没有孰优孰劣的区别,完全依赖个人的习惯。根据自己的阅读需求去选择不同的方法。
总结一下,我的文献阅读需求主要有这么几种:
1、刚接触某个研究领域,阅读需要是了解该领域的背景知识、研究前沿和大牛分布,这个时候可以先去JCI中对该领域进行文献分析,能得到该领域的最近发文的趋势以及牛人的分布.
得到这些信息之后,我会去F1000检索牛人的文章,筛选出推荐数和评分较高的文章,仔细研读,然后再根据文章的参考文献进行连续追踪,这个阶段初期主要阅读综述,这样容易入门;
3、除了思路需要follow之外,实验也需要follow,学习别人是怎么做这个实验的,我用的也是关键词检索,在方法和材料里面筛选具体的实验细节,自己的试验中就依葫芦画瓢。
在这里我对文章的出处就没有要求了,不是非得CNS文章的实验方法才能参考。因为,大多数的情况下,实验细节很难照搬,都得根据自己的实验条件摸索。
3、实验结果部分就像陈列馆,作者把Data一个一个亮出来,作者一般不会按照做实验的时间顺序组合Data,而是会根据自己讲故事的逻辑将Data依次递给我们。
在这里我也会琢磨一些问题,如作者会给每个Data一个小标题,那么,作者会用什么实验方法来证实这个这个小标题,还有其他什么实验能满足这个标题?这个是我学习实验方法的主要方式,证明一个结论需要用什么实验,最经典最直接的实验是什么。
这些Data的安排是不是符合逻辑,完成这篇文章需要最少的Data,哪些Data是作者对文章的引申或者锦上添花,等等。之后,我也会试着装一装艺术家,大BOSS,对Data的漂亮程度.
实验工作的难易程度,实验思路的奇特程度做一番评论,呵呵,也确实有些文章读了之后会让你有一种看惊悚片般的感觉,“诶呀,原来是这样,作者到底是肿么想到的”发出这样情不自禁的感叹。
4、最后是Discussion了,这部分内容最能体现作者对文章的理解与写作功底。 一般会涉及到文章结论的扩展和引申,追踪作者提供的参考文献,可以恶补相关知识,如果Data中有诡异的现象出现或者文章逻辑上有解释不通的地方,作者还会进一步做预测和假设,还有就是文章发现的重大意义啦,等等。
记得曾经有一位大牛说过,没有哪一篇文献是完美的,哪怕是CNS的文章,不管作者关注点有多小,文章逻辑有多么的严密,故事情节这个圈画的有多么的圆润,总有地方是可以加工开口的,这就给我一个提示,读懂文章内容,看清作者思路后,就可以站在作者的肩膀上开拓我的故事了,呵呵,理论上是无限可能的。