后向与前向引文追踪：实用指南

引文追踪是发现关键词搜索遗漏文献的最有效方法之一。后向引文追踪查看一篇论文引用的参考文献。前向引文追踪查看引用该论文的更新论文。

两者结合，帮助研究人员从一篇强论文扩展到更广泛的文献来源集。当某个领域使用不同术语、主题跨学科或关键论文处于争论中心时，这种方法尤其有用。

本指南解释后向和前向引文追踪的工作原理，以及如何在文献综述中使用它们。

后向引文追踪是指查看相关论文的参考文献列表，以找到更早的文献来源。它追溯论文的学术根源。

使用后向追踪可以找到：

• 基础理论。
• 原始方法。
• 早期数据集。
• 先前的综述。
• 定义。
• 历史争论。
• 作者依赖的文献来源。

当一篇论文提出看似重要的主张时，后向追踪很有用。该主张背后的参考文献可能比您最初找到的论文更有用。

前向引文追踪是指查找引用选定论文的更新论文。它追踪围绕该文献来源的后续讨论。

使用前向追踪可以找到：

• 新的应用。
• 批评。
• 重复研究。
• 更新。
• 扩展。
• 后续综述。
• 使用相同方法或数据集的论文。

当种子论文较旧但仍处于核心地位时，前向追踪尤其有用。

关于种子论文的选择，请参阅如何使用种子论文找到更好的文献。

关键词搜索取决于您选择的术语。引文追踪取决于论文之间的关系。两种方法可以找到不同的文献来源。

引文追踪在以下情况有帮助：

• 不同领域使用不同的词汇。
• 重要论文使用较旧的术语。
• 综述主题是跨学科的。
• 方法名称已更改。
• 您有一篇强种子论文。
• 您想要围绕关键研究的新工作。

关键词搜索仍然重要，因为引文追踪可能会局限于其起始论文附近。

有关直接比较，请参阅引文网络搜索与关键词搜索。

使用明确相关且足够强的种子论文来指导扩展。弱种子会产生弱的引文轨迹。

好的种子通常具有：

• 与综述问题直接相关。
• 方法或概念清晰。
• 有用的参考文献。
• 后续引用论文。
• 与已知争论有紧密联系。
• 足够的细节可供评估。

尽可能使用多篇种子论文。多篇种子可以降低只跟随一个聚类的风险。

从种子论文的参考文献列表开始。不要添加每一条参考文献。根据您的综述问题筛选参考文献。

使用以下流程：

1. 打开种子论文的参考文献列表。
2. 标记对论文论点至关重要的参考文献。
3. 搜索标题或DOI。
4. 阅读摘要。
5. 保存符合您标准的候选文献。
6. 检查它们是基础性、方法性还是背景性文献来源。
7. 记录引导您找到每个文献来源的种子论文。

记录很重要。以后，您可能需要解释为什么一篇论文通过引文追踪进入综述。

前向引文追踪从种子论文开始，寻找后续引用论文。使用学术搜索工具、引文数据库或引文映射工具。

使用以下流程：

1. 搜索引用种子的论文。
2. 在可用的情况下按相关性、年份或主题排序或筛选。
3. 阅读标题和摘要。
4. 识别更新的研究、综述、批评或应用。
5. 保存符合您标准的候选文献。
6. 记录来源路径。
7. 检查引用论文是否以相关方式实际使用了种子。

并非每篇引用论文都相关。有些引用只是背景提及。

引文映射工具可以通过可视化论文关系使后向和前向追踪更容易。ResearchRabbit、Litmaps和Connected Papers等工具常用于此类发现。

它们可以帮助您：

• 查看种子论文周围的聚类。
• 快速找到相关论文。
• 识别更新的引用论文。
• 注意到核心论文。
• 比较多篇种子论文。
• 监控新论文。

但可视化地图仍需要筛选。地图上看起来接近的论文可能不符合您的标准。

有关工具比较，请参阅引文映射工具比较。

将引文追踪记录为搜索路径。这使发现过程更容易报告和重复。

记录：

• 种子论文。
• 方向：后向或前向。
• 使用的工具或数据库。
• 日期。
• 如果跟踪，检查的记录数量。
• 保存的数量。
• 筛选标准。
• 纳入原因。
• 关于遗漏或不相关聚类的备注。

记录不需要复杂。它需要显示从种子到候选论文的路径。

有关搜索日志，请参阅AI辅助综述的文献搜索日志模板。

避免将引文追踪视为中立覆盖。它很强大，但仍受种子论文的影响。

常见错误：

• 从弱种子开始。
• 只跟随一个引文聚类。
• 添加每篇连接的论文。
• 忽略网络外的论文。
• 忘记关键词搜索。
• 不记录引文路径。
• 假设高被引意味着高度相关。
• 忽略引用较少的新论文。

将引文追踪用作一个搜索层，而不是整个综述方法。

通过定义您需要做出的决策、该决策所需的证据以及证明决策如何做出的记录，将建议转化为可重复的工作流程。在引文验证中，问题很少是缺少某个工具。问题通常是搜索、阅读、检查和写作发生在没有共享规则的不同地方。

使用简短的操作例程：

• 命名综述问题或子问题。
• 定义您正在使用的文献来源集。
• 决定什么算作下一步的足够证据。
• 对该步骤中的每篇论文应用相同的标准。
• 标记不确定的情况，而不是强迫一个干净的答案。
• 为可能进入最终综述的主张保留来源位置。
• 在每次主要搜索、筛选或写作会话后审查工作流程。

这个例程使工作保持前进，而不会使综述变得粗心。它还让导师、合作者和未来的您能够理解为什么文献来源集发生了变化。

记录以后难以重建的部分。您不需要记录每一次点击的日记，但您需要足够的细节来解释从问题到来源再到主张的路径。

对于这个主题，最有用的记录通常包括元数据、DOI记录、来源状态、主张支持以及最终引文使用。添加日期、使用的工具或来源、审阅者状态和下一步行动。如果AI协助了该步骤，写下它帮助了什么以及人类检查了什么。

记录应区分发现和证据。工具可能帮助找到一篇论文，但论文本身必须支持主张。摘要可能帮助筛选来源，但原始来源应支持文献综述中出现的任何陈述。

在写作之前，检查工作流程是否产生了可用的证据或仅是有用的笔记。笔记帮助您思考。证据支持一个句子。

问：

• 这个来源将支持哪个主张？
• 主张是否比证据更窄？
• 方法、样本、结果或概念细节是否已检查？
• 局限性是否可见？
• 冲突论文是否被处理而不是被忽略？
• 引文是否真实、最新且相关？
• 另一个读者能否理解这个来源如何进入综述？

如果答案不清楚，将要点保留在笔记中，而不是将其移入草稿。这是防止AI辅助研究变成精致但薄弱的写作的小停顿。

WisPaper可以通过帮助研究人员搜索、筛选、保存和质疑学术论文来支持引文追踪周围的工作流程。Deep Search、Scholar Agent和Inspiration Discovery可以帮助围绕通过后向和前向追踪发现的术语、方法或问题进行搜索。

论文卡片显示来源标签、摘要、作者、出版详情和预览图像，帮助研究人员在完整阅读之前检查候选论文。保存或上传的论文可以保存在My Library中，Library QA可以根据用户自己选择的论文回答问题。

WisPaper可以帮助将引文追踪结果转化为工作论文集。研究人员仍需要验证相关性、记录搜索路径，并在引用之前检查每个来源。

试用WisPaper