2026年11月16日

如何归档你不再需要的检索

大多数研究者并不是因为数据库停止工作而丢失一次文献检索。他们丢失的是“为什么”。在完成一轮筛选的六个月后,文件夹还在,但纳入标准、检索式、排除记录与最终引文列表之间的联系已经悄悄消失了。当审稿人索要检索策略,或合作者询问某篇已知论文为何被排除时,审计轨迹已经不复存在。 本文面向正在修改稿件、结束项目、保护证据轨迹或启动新综述的学术研究者和教师。它把归档视为从活跃工作向稳定记录的一次有计划的交接,而不是删除文件。你将学会如何诊断自己实际拥

作者WisPaper 团队AI 科研工作流团队
如何归档你不再需要的检索的研究工作流插图

大多数研究者并不是因为数据库停止工作而丢失一次文献检索。他们丢失的是“为什么”。在完成一轮筛选的六个月后,文件夹还在,但纳入标准、检索式、排除记录与最终引文列表之间的联系已经悄悄消失了。当审稿人索要检索策略,或合作者询问某篇已知论文为何被排除时,审计轨迹已经不复存在。

本文面向正在修改稿件、结束项目、保护证据轨迹或启动新综述的学术研究者和教师。它把归档视为从活跃工作向稳定记录的一次有计划的交接,而不是删除文件。你将学会如何诊断自己实际拥有什么,决定必须保留什么,构建一份经得起未来自己检验的档案,并判断归档何时完成。

可靠的档案承担三项任务。第一,它让任何人都能重建出哪些检索产生了哪些记录。第二,它让你无需重新打开原始数据就能解释筛选决策。第三,它让你日后更新综述时不必重新推导整个方法。Cochrane 的指南道出了核心要求:检索应当从纳入标准出发进行规划,加以记录、去重、分阶段筛选,并在发表前更新。档案正是让这些文档保持持久的东西。

我实际上在创建的是哪种档案?

在动手整理之前,先明确你的起始状态。大多数研究者会落入四种情形之一,而每种情形都需要不同的档案。

稿件投稿或修改。 这次检索支撑了一篇正在走向发表的论文。档案需要证明方法是透明且可复现的,并且没有符合条件的记录被悄悄丢弃。

项目结项。 资助已经结束,实验室正在交接,或者学生即将毕业。档案需要让另一个人无需当面交谈即可接手。

证据保存。 这次检索为一份政策简报、一项临床决策或一个已注册的方案提供了依据。档案需要把证据轨迹冻结在某个具体日期。

着手新综述。 你即将开始一次系统检索,并希望从一开始就有清晰的结构。你现在构建的档案,就是日后你要移交的档案。

你的起始状态决定了哪些材料最为重要。稿件修改需要检索日志和筛选审计。实验室交接需要去重记录和纳入备注。新综述需要在第一条检索式运行之前就记录好纳入标准。

哪些检索值得归档?

并非每一次探索性查找都值得建立正式档案。在动手之前,先套用一个简单的过滤器。

当以下至少一项成立时,就归档这次检索:

  • 它产生的记录出现在论文、基金申请或报告中。
  • 它属于已注册的方案或系统综述。
  • 它日后需要更新、重跑或审计。
  • 除你之外的某人可能需要解释或复现它。
  • 它的设计、去重或筛选确实花费了可观的时间。

对于快速的概念性查找或一次性的灵感搜索,可以跳过正式归档。目标不是把曾经输入过的每一条检索式都记录下来,而是保护方法、记录与决策之间那些重建起来代价高昂的联系。

一个有用的起步做法是让档案与学术记录本身保持联结。当你保存来自一次与决策相关的检索的论文时,在我的文献库里有意识地用一个与稿件或综述相对应的命名合集来组织它们,而不是放在笼统的“杂项”文件夹下。合集名称本身会成为审计轨迹的一部分。

完整的检索档案包含什么?

一份经得起推敲的档案包含五个层次,每一层捕捉方法的不同部分。

1. 方法计划。 这是纳入标准以及检索哪些来源的决定。Cochrane 的指南强调从纳入标准出发进行规划并使用多个来源。在检索式出现之前,先写下人群、干预或暴露、对照和结局。

2. 检索式。 每一条数据库检索式、运行日期、平台或数据库名称,以及所应用的任何过滤器。保存的检索界面截图会有所帮助,但检索式文本本身才是核心记录。

3. 去重记录。 去重前后的记录数量,以及你是如何识别重复的。Cochrane 明确提到了这一点:对记录去重,并把同一研究的多个报告关联起来。

4. 筛选记录。 分阶段的决策:筛选的标题与摘要、筛选的全文、纳入、排除,以及每一条排除的原因。在这里,把多个报告关联到同一项研究很重要,因为两条记录可能描述的是同一项底层工作。

5. 更新计划。 检索最后一次运行的时间,以及应当何时再次运行。Cochrane 建议在发表前更新检索,因此档案需要一个带日期的最后运行标记。

对最终记录来说,一个有用的心智模型是学术基础设施中使用的持久标识符。DOI 基金会把 DOI 描述为一种通过 DOI 系统解析的持久标识符,并且当对象的位置或描述性元数据发生变化时仍能保持稳定。把这一点用到检索档案上,其启示很实际:档案应当有一个稳定的标识符和一个足够稳定的位置,这样即使文件夹移动了,有人仍然可以引用它。这就是为什么命名规范和带日期的清单比拖拽整理更重要。

如何在不破坏活跃工作区的情况下冻结检索记录?

归档并不意味着打断你活跃的工作流程。诀窍是在合理的检查点创建稳定的快照,同时让活跃工作区继续向前推进。

一个实用的检查点结构如下:

检查点 1:纳入标准确定之后。 保存一份简短的方法笔记,写明标准和计划检索的来源。这在任何检索式运行之前就把计划锁定下来。

检查点 2:每次数据库检索之后。 把检索式、命中数和日期导出到运行日志里。不要等到筛选结束才做。

检查点 3:去重之后。 记录去重前后的数量,以及所用的工具或规则。这个数字会出现在你 PRISMA 风格的流程图中,必须可复现。

检查点 4:标题和摘要筛选之后。 冻结进入全文的记录清单,如果有多位筛选者,还要写明筛选者分工。

检查点 5:全文筛选之后。 冻结纳入和排除的记录,并为每一条被排除的全文附上排除原因。在稿件修改中,这一层最常缺失。

检查点 6:投稿或交接之前。 把所有内容打包进一个带日期的归档文件夹,写出清单,并标记最后检索日期。

在检查点之间,照常工作。档案是一系列带日期的快照,而不是每日流水账。

哪种文件夹结构经得起合作者或一年时间的考验?

一堆平铺的导出文件在有人问“我们用的是哪个版本?”的那一刻就失效了。经得起考验的结构应当把原始输出与决策分开,并且永远不在原地编辑原始输出。

在单个项目归档文件夹内使用这样的结构:

review-archive/
  01-protocol/
  02-searches/
  03-deduplication/
  04-screening-ti-ab/
  05-screening-full-text/
  06-final-included/
  07-manifest.md

项目结束后,让这些带编号的文件夹保持只读。任何更正都进入一份新的带日期副本,绝不覆盖原始导出文件。清单是唯一会随着档案成熟而变化的文件。

在清单中,用纯文本回答五个问题:

  1. 这份档案服务于哪个研究问题?
  2. 最后一次检索是什么时候运行的?
  3. 哪些数据库或平台产生了这些记录?
  4. 最终纳入的记录列在哪里?
  5. 交接之后谁负责这份档案?

对于引文完整性至关重要的稿件修改,可以考虑对 BibTeX 或参考文献文件本身做一次额外检查。一旦你有了供稿件使用的参考文献列表,就把它交给 TrueCite 处理,它会对照真实的学术数据库检查 BibTeX,标记出幻觉参考文献。归档时刻恰恰是匆忙修改中引入的幽灵引文变得修复成本高昂的时候。

一个完整示例应该是什么样子?

设想一位教师在审稿意见之后修改一篇范围综述。审稿人要求提供完整的检索策略,并质疑为什么缺少一篇知名论文。

这位研究者的纳入标准是:患有目标疾病的成年人,包含所述成分的任何干预,任何对照,以及至少在基线六周后测量的结局。检索于一月在三个数据库中运行,并于八月更新。

归档过程花了一个下午。

首先,他们在 01-protocol/ 里写了一份方案说明,重申纳入标准并列出了三个数据库。这立刻回答了审稿人的第一个问题。

其次,他们通过导出三条检索式并记录命中数和日期,在 02-searches/ 里重建了运行日志。八月的更新带有日期,这满足了 Cochrane 关于发表前更新检索的要求。

第三,他们记录了去重步骤。Crossref 通过其 REST API 公开已注册的学术元数据,包括已存缴的 DOI、标题、作者、出版物、资助方、许可和关系字段,因此他们使用基于 DOI 的去重规则来合并具有相同已注册 DOI 的记录。去重记录显示有一项研究存在两个报告,他们在筛选日志中把这两个报告关联了起来。

第四,他们重建了排除日志。那篇缺失的论文出现在全文筛选层级,排除原因是“结局时间错误”。仅这一行就化解了审稿人的疑虑,而不必重新打开整个数据集。

最后,他们把纳入的论文放入“我的文献库”中以该综述命名的合集里,用 TrueCite 检查 BibTeX 以捕捉参考文献错误,并写出清单。修改回复中包含了清单路径、检索式以及排除日志的引用。

其结果是,这份档案能直接回答审稿人的问题,而不是在截止日期前制造新的工作。

我如何把档案移交给别人?

当接手者无需联系你就能回答方法问题时,一次交接才算成功。测试方法是请一位不熟悉该项目的人打开档案,并汇报纳入研究的数量以及检索策略所在的位置。

对于实验室交接,最重要的文件是清单。一名新入学的研究生应当能够打开 07-manifest.md,在不到两分钟的时间里了解清单的五个答案。原始文件夹保持封存;清单是导航层。

对于合作者交接,分享归档文件夹,外加一段话的交接说明,指出修改中最可能需要用到的三样东西:检索式、去重数量和全文排除原因。

当项目将基于同一证据库产生后续工作时,把档案连接到一个持续更新的项目空间。在研究项目中,研究者可以创建一个新项目,用来存放与已归档检索记录相关的方案、衍生问题和后续步骤。档案保持冻结;项目成为活跃的工作台。

我如何知道档案已经准备就绪?

使用明确的完成标准。一份就绪的档案应通过下面全部五项检查。

检查项通过条件
方案存在纳入标准和来源计划已写入版本化文件
检索式带日期每条检索式都有日期、数据库名称和准确的检索式文本
去重可复现已记录去重前数量、去重后数量以及去重规则或工具
筛选可审计每条全文排除都有原因;同一研究的多个报告已关联
更新已记录已记录最后检索日期,并在相关时说明下一次更新窗口

如果任何一项检查未通过,档案就尚未准备好投稿或交接。在继续之前先把缺口补上。

要做更强的就绪检验,就对档案整体提出一个问题:一位同事能否仅凭方法文件重建出纳入的记录集? 如果答案需要与你交谈,那么这份档案仍然只是个人记忆,而不是持久记录。

档案中哪些部分保持封存,哪些保持可读?

档案内部有两种存储目标,它们之间的区别很有用。第一种是冻结证据,必须保持原样:原始导出、带日期的快照和原始检索式。第二种是工作记忆,受益于保持可查询:纳入的论文、筛选备注以及连接它们的问题。

冻结证据层。让工作记忆层与一个能够回答已保存论文问题的工具保持连接。当合作者问“纳入研究关于随访时长实际上显示了什么?”时,最快的答案来自一组可查询的纳入论文,而不是重新打开冻结的导出文件。在文献库问答中,研究者可以基于上传到“我的文献库”或从检索结果中添加的论文提问,这在不干扰冻结记录的情况下,把已归档的纳入集变成了一种推理资源。

纪律很简单:永远不删除或编辑冻结层,并自由查询工作层。档案保持完整,同时工作仍然可及。

可复用的归档清单

在项目开始时把这份清单复制到清单文件里,完成一项就勾选一项。

检索之前

  • 纳入标准已撰写并版本化
  • 来源清单已最终确定
  • 归档文件夹结构已创建
  • 已为同一研究的多个报告选定记录关联规则

检索与筛选期间

  • 每条检索式已连同日期、数据库和数量一并导出
  • 去重数量和规则已记录
  • 标题/摘要筛选决策已导出
  • 全文筛选决策已连同排除原因一并导出
  • 同一研究的多个报告已关联

结项时

  • 最后检索日期已记录
  • 最终纳入清单已冻结
  • BibTeX 或参考文献文件已检查
  • 清单已撰写,包含清单的五个答案
  • 交接负责人已指定

就绪检验

  • 同事可以仅凭档案识别出纳入的记录集
  • 五点就绪表完全通过

常见问题

档案至少要保留到研究产品可被引用且预期会被再次使用的时间。对于已发表的系统综述,这实际上就是稿件的生命周期以及任何计划中的更新。对于基金申请或政策决策,应在资助方或机构要求的报告与审计窗口期内保留档案。如果检索服务于已注册的方案,档案应在方案及其任何修订期内持续存在。