文献综述全文筛选清单

全文筛选是文献综述变得更加严谨的阶段。标题和摘要筛选可以剔除明显不匹配的文献，但全文筛选决定一篇论文是否真正符合综述标准。

这一阶段常常会揭示出摘要中隐藏的问题：错误的研究对象、缺失的结局指标、薄弱的研究方法、无法获取的数据、重复报告，或者与综述问题不符的结论。

本指南提供了一份文献综述全文筛选清单，并解释了如何让全文筛选决策足够清晰，以便在后续报告中呈现。

全文筛选是阅读论文或报告的全文，以决定是否将其纳入综述的过程。它发生在标题和摘要筛选之后。

在全文筛选过程中，审稿人需要检查：

• 文献是否符合纳入标准。
• 是否适用排除标准。
• 是否包含所需的详细信息。
• 研究设计是否合适。
• 结局指标或概念是否与研究问题匹配。
• 论文是否应进入数据提取阶段。

决策应基于全文，而不仅仅是摘要。

全文筛选是必要的，因为标题和摘要往往不包含足够的信息。一篇论文在摘要中可能看起来相关，但一旦检查其方法、样本或结局指标，就可能不符合要求。

全文可以揭示：

• 错误的研究设计。
• 与预期不同的人群。
• 没有可用的结局数据。
• 缺少方法学细节。
• 关注点超出综述范围。
• 重复发表。
• 论文讨论了该主题，但并未对其进行研究。

这一阶段保护了最终证据集免受表面相似文献的干扰。

关于早期筛选阶段，请参阅标题和摘要筛选与全文筛选的比较。

在开始全文筛选之前，请确保筛选标准已经准备就绪。如果审稿人在过程中临时制定规则，全文审查就会变得混乱。

准备以下内容：

• 纳入标准。
• 排除标准。
• 全文排除原因类别。
• 审稿人角色。
• 冲突解决规则。
• 全文获取流程。
• 记录保存格式。
• 无法获取全文时的处理计划。

如果 AI 帮助优先排序了记录，请在全文筛选开始前记录这一情况。

关于 AI 辅助筛选记录，请参阅带有 AI 辅助筛选的 PRISMA 流程图。

全文筛选清单应将综述标准转化为审稿人能够一致回答的问题。

包括以下问题：

• 全文是否可用？
• 这是否是正确的出版物类型？
• 研究对象或来源材料是否匹配？
• 方法是否符合综述要求？
• 论文是否测量或讨论了所需的结局指标？
• 时间范围是否合适？
• 研究环境是否相关？
• 论文是否是重复报告？
• 文章是否被更正、撤稿或标记？
• 论文是否应进入数据提取阶段？

每个问题都应与纳入或排除规则相关联。

研究对象或样本匹配度是最常见的全文排除原因之一。摘要通常宽泛地描述主题，而全文则揭示出更狭窄或不同的群体。

检查：

• 研究了谁或什么？
• 参与者、案例、文本、记录或数据集是如何选择的？
• 亚组是否相关？
• 样本是否与综述问题匹配？
• 论文内部的纳入标准是否与您的综述兼容？
• 样本是否只是顺带提及？

如果研究对象不匹配，请明确记录排除原因。不要因为一篇论文总体上很有趣就保留它。

方法匹配意味着论文使用了能够回答综述问题的设计。一篇论文可以讨论您的主题，但使用的方法可能超出范围。

检查：

• 它是实证研究、理论研究、方法论研究还是评论？
• 设计是否与综述方案匹配？
• 方法是否描述清晰？
• 分析是否与您的问题相关？
• 论文是否提供了可用的证据？
• 论文是否只是背景讨论？

如果您的综述比较方法，请记录该方法为何属于或不属于范围。

关于方法比较，请参阅如何比较研究论文中的方法。

结局指标或概念匹配度决定论文是否真正报告了您的综述所需的证据。这是许多在摘要阶段看似合格的候选论文失败的地方。

检查：

• 结局指标是被测量了还是仅仅被提及？
• 概念是否定义清晰？
• 论文是否报告了与您的问题相关的结果？
• 测量指标是否与其他纳入研究具有可比性？
• 论文是解决了综述的主要概念还是次要问题？
• 结果是否可用于综合？

如果结局指标缺失，不要因为主题看起来接近就强行将论文纳入综述。

排除原因应简短、一致且具体。它们应解释论文为何在全文阶段未通过。

好的原因包括：

• 研究对象错误。
• 结局指标错误。
• 研究设计错误。
• 未经同行评审（如果要求）。
• 全文不可用。
• 重复报告。
• 非原始研究（如果要求原始研究）。
• 超出日期范围。
• 来源被撤稿。

当有更具体的类别适用时，避免使用“不相关”等模糊原因。具体的原因有助于后续报告，并减少审稿人之间的分歧。

AI 可以帮助定位相关章节、总结方法、标记可能的排除原因，并将论文与标准进行比较。但 AI 不应在没有人工审查的情况下做出最终的全文决策。

使用 AI 来询问：

• 论文在哪里描述了样本？
• 论文使用了什么方法？
• 报告了哪些结局指标？
• 论文是否说明了局限性？
• 缺少哪些信息？
• 可能适用哪条排除标准？

然后在原文中核实答案。当 AI 辅助能够将审稿人引导到全文中的正确位置时，它是最有用的。

关于负责任的使用，请参阅研究团队负责任 AI 自动化清单。

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。在筛选中，问题很少是缺少某个工具。问题通常是搜索、阅读、检查和写作发生在不同的地方，而没有共享的规则。

使用简短的操作流程：

• 明确综述问题或子问题。
• 定义您正在使用的文献集。
• 决定什么算作进入下一步的充分证据。
• 在该步骤中对每篇论文应用相同的标准。
• 标记不确定的案例，而不是强行给出一个干净的答案。
• 保留可能进入最终综述的论断的文献来源位置。
• 在每次重要的搜索、筛选或写作环节后审查工作流程。

这个流程使工作得以推进，同时不会让综述变得草率。它也让导师、合作者和未来的您能够理解文献集为何发生变化。

记录那些以后难以重建的内容。您不需要记录每一次点击的日记，但需要足够的细节来解释从问题到文献再到论断的路径。

对于这个主题，最有用的记录通常包括标准、审稿人决策、排除原因、审计检查和文献流向。添加日期、使用的工具或来源、审稿人状态以及下一步行动。如果 AI 辅助了该步骤，请写下它帮助了什么以及人工检查了什么。

记录应区分发现与证据。工具可以帮助找到一篇论文，但论文本身必须支持论断。摘要可以帮助对文献进行初步分类，但原始文献应支持文献综述中出现的任何陈述。

在撰写之前，检查工作流程是否产生了可用的证据，还是仅仅是有用的笔记。笔记帮助您思考。证据支持一个句子。

询问：

• 这个文献将支持哪个论断？
• 论断是否比证据更狭窄？
• 方法、样本、结局指标或概念细节是否已经检查？
• 局限性是否可见？
• 相互矛盾的论文是否得到处理而不是被忽略？
• 引用是否真实、最新且相关？
• 其他读者能否理解这篇文献是如何进入综述的？

如果答案不明确，请将该观点保留在笔记中，而不是将其移入草稿。这是防止 AI 辅助研究变成表面光鲜但内容薄弱的写作的小小停顿。

WisPaper 可以帮助研究人员构建进入全文筛选的论文集合。Deep Search、Scholar Agent 和 Inspiration Discovery 支持自然语言学术搜索，而论文卡片显示来源标签、摘要、作者、出版详情和预览图像，以便进行初步分类。

一旦候选论文被保存或上传到 My Library，研究人员可以将文献集集中在一个地方。Library QA 可以根据用户自己的文献库回答问题，这可能有助于审稿人在最终筛选决策之前检查论文是否涉及所需的方法、研究对象或结局指标。

WisPaper 支持发现、组织和论文提问。最终的全文筛选决策应始终与综述标准相关联，并对照论文进行核实。

试用 WisPaper