把多篇论文的摘要接在一起,通常只能说明读过哪些材料,难以解释这些研究之间有什么联系。综述的组织,需要在单篇记录之后再做一轮比较。AI可以协助提取信息和提出分类建议,但分类是否合理,仍需结合研究问题与原文判断。这里介绍的是一般文献整理方法,不替代系统综述中的检索、筛选与质量评价程序。

阅读材料的分组应有明确依据
打开网易新闻 查看精彩图片
阅读材料的分组应有明确依据

确定主题前,应先明确这一节要回答什么。例如,讨论大学生短视频使用与睡眠质量,可以关注不同研究如何定义使用行为、采用哪些观察方法,以及结果之间是否具有可比性。

分类标准应保持清楚。按研究内容、研究方法或时间顺序组织,都可能有用途;但在同一层标题中交替使用不同标准,容易产生交叉和重复。若以内容为主线,样本地区、测量方法等信息可以留在主题内部比较。

整理前,给每篇文献设置稳定编号,并保存完整出处。输入AI的材料应限于实际取得、允许处理的内容。若只提供了摘要,就不能把输出当成已经核实全文后的判断。提取字段应包含对象、概念定义、方法、发现、限制以及原文位置。材料没有提供的信息,应明确标记缺失。AI输出的原文短句、页码和表号都需要人工检查,以免在后续归组中失去证据对应关系。

从来源到分类再到写作,各环节都应保留可核对的信息。
打开网易新闻 查看精彩图片
从来源到分类再到写作,各环节都应保留可核对的信息。

用于文献综合的整理表,可以帮助写作者把同一主题下的不同来源放在一起观察。[1] 初次归组后,主题数量不必固定,每组记录数也不需要相同。

以下仅为虚构教学情境:记录甲讨论全天使用时长,记录乙观察睡前时段,记录丙包含就寝推迟的访谈描述。三条材料虽然都涉及短视频和睡眠,却分别贡献了不同信息,不宜直接归为同一种证据。如果某篇文章同时涉及多个问题,可以进入多个主题,但应写明各处使用的内容。暂时无法归类的材料可以单列,注明是相关性不足、信息不全,还是需要调整主题边界。

结论不同不一定意味着观点矛盾。可能是研究对象、变量定义或方法不同,也可能确实需要进一步解释。比较前,应核对这些条件,而不是让AI自动选择“支持”或“反对”。访谈中的经验描述可以提供理解现象的线索,却不能单独确立因果关系。相关性结果同样不能直接改写为因果结论。把这些限制写进整理记录,能够减少正文中夸大证据的机会。一个段落可以先提出具体问题,再引入相关文献比较,说明共同点、差异及尚不能确定的部分。引用应对应具体论断,而非只在段尾排列全部作者。

可采用的任务描述是:请依据所给文献编号和原文片段,提取研究对象、概念与测量、方法、发现、限制及原文位置;围绕研究问题提出暂定主题并说明归类理由。缺失信息标记“未提供”,无法归类的记录保留待判断。请先列出可比较之处和需要核实的问题,不补造来源,不直接生成正文。

人工核验并修正整理表后,可以再选择一个主题组织段落。新增文献时应复查原有分类,特别留意反例与边界条件。如果某一主题暂时缺乏材料,只能说明现有收集还不足,不能直接推断该领域无人研究。

有效的整理结果应当让读者看到文献之间的关系,并让每一项判断能够回到具体来源。表格的完整和整齐,只是辅助条件。

参考资料

[1] Writing A Literature Review and Using a Synthesis Matrix