如何在检索数据库前建立研究词汇表

你坐下来准备检索数据库，把主题输入搜索框，结果要么得到大量不相关的记录，要么几乎什么都找不到。问题通常不在数据库本身，而在于你用的是自己碰巧知道的词，而不是文献实际使用的词。在检索前建立研究词汇表，意味着把描述你研究问题的术语、同义词和受控主题词汇集起来，这样你第一次真正的检索才是有意为之，而不是试探性的猜测。

本指南给出一个完整流程：诊断你的起点、构建词汇表产物、测试它们，并知道词汇表何时可以驱动检索。它使用寒假清理和一月项目启动的场景，因为许多学生和早期职业研究者正是在这个时候把一篇完成的论文转化为一个新项目。

Cochrane手册关于检索研究的指南从纳入标准出发，而不是从关键词出发。这个顺序很重要：你先决定什么算作相关研究，词汇表则从这个定义中衍生出来。Cochrane还建议将自由文本词与主题词结合，并记录检索过程。在实践中，这意味着你的词汇表至少有两层——作者在标题和摘要中写的词，以及数据库分配给记录的标准化主题词。

PubMed的用户指南从数据库一侧强化了同样的理念。它支持字段标签、短语检索、筛选器和高级检索，其检索详情会显示你的词是如何被转换和组合的。这个转换步骤正是单薄词汇表失败的地方：如果你只提供一种表述，数据库能处理的东西就很少。

因此，这个检索前阶段的目标是一组小而可记录、你能为之辩护的术语，而不是一份完美的清单。你正在构建的东西会在第一次检索后修订，而不是一次坐下来就能完成。

在构建任何东西之前，先弄清以下哪种情况描述了你。正确的下一步因起点而异。

• 你有一个主题句但没有术语。 你能用一段话描述你的项目，但列不出一篇相关论文会使用的词。从下面的概念映射步骤开始。
• 你有一堆论文但没有结构。 你已经广泛阅读并保存了PDF，但说不出哪些术语反复出现。从挖掘这些论文中的词汇开始。
• 你有导师反馈但没有方向。 像“缩小你的问题”或“参与文献”这样的评论通常意味着概念边界不清晰。从写纳入标准开始。
• 你有一个完成的项目和一个开始的新项目。 这就是寒假清理的情况：你从旧项目带来的词汇可能不适合新项目。从区分继承的术语和新术语开始。

一个快速自检：你能为你核心概念写出三个同义词，外加一个你在相关论文上见过的标准化主题词吗？如果不能，你仍处于诊断阶段。

遵循Cochrane的逻辑，写下研究必须包含什么才与你相关。保持简短——三到五个纳入点，一到两个排除点。对于一月启动的项目，比如关于远程工作如何影响早期职业导师制，你的标准可能指定人群（早期职业员工）、暴露（远程或混合安排）和结果（导师制的可及性或质量）。

这一步做两件事。它迫使你命名需要词汇表的概念，并给你一个后续测试：当新术语出现时，问它是否映射到你的某个标准。不映射的术语是噪音，即使它们很有趣。

把标准写在你保存的地方。它们会成为你词汇表的脊柱。

建一个简单的表，每个来自你标准的概念占一列。在每个概念下，分三行收集术语：你会用的词、其他作者可能用的词、标准化主题词。如果不知道主题词，先把主题词行留空——你会从真实记录中填写。

这个表是你的核心产物。本指南中的其他一切要么为它提供输入，要么测试它。把它保存在你可以修订的文档中，而不是脑子里。

你不需要数据库检索就能开始收集术语。拿五到十篇你已知相关的论文，为词汇而读，而不是为发现而读。收获三样东西：

1. 标题和摘要的措辞。 注意作者如何描述你的概念。你永远不会输入的变体常常出现在这里。
2. 作者关键词。 许多论文明确列出它们；这些是作者自己的词汇选择。
3. 主题词。 如果记录显示标准化主题词，把它们复制到你表格的主题词行。

如果你信任的论文散落在各个文件夹中，这是整合它们的好时机。将论文保存或上传到我的文库，为你正在挖掘的这组论文提供一个组织场所，这样词汇工作和阅读清单就能保持在一起。

检查点：这一步之后，每个概念至少应有两个作者变体。如果一个概念只有一个术语，说明你挖掘的论文还不够。

现在运行一次有意探索性的检索。目的是看看数据库如何转换和组合你的术语，并从返回的记录中收获新词汇。

PubMed的检索详情在这里很有用，因为它们揭示你的术语是如何被转换和组合的。阅读那个转换。如果数据库把你的短语映射到一个你没想到的主题词，把那个主题词加入表格。如果它拆分了你的短语，记下拆分并调整。

要更广泛地扫描，学术检索界面让你快速浏览标题和摘要，寻找反复出现的措辞。通过WisPaper检索运行你的概念术语，是在你确定正式检索式之前找到学术论文并阅读其词汇的一种方式。在这个阶段把结果当作术语来源：你在寻找词，还不是在建立参考文献列表。

检查点：你的主题词行现在每个概念至少应有一个标准化主题词，来自真实记录而非猜测。

不同数据库以不同方式呈现词汇，了解这些工具会影响你收集什么。

PubMed支持字段标签、短语检索、筛选器、高级检索、保存的检索、相似文章和引文查找。相似文章是一个词汇捷径：它显示与你已信任的某篇记录相关的记录，它们的措辞可以扩展你的表格。保存的检索在以后词汇表稳定后很重要。

Google Scholar记录了按作者和标题检索、日期排序和限制、被引用和相關文章、引文导出、图书馆访问链接、电子邮件提醒，以及定位作品替代版本的方法。它的相关文章功能与PubMed的相似文章扮演相同的词汇扩展角色。

Cochrane的指南增加了两个现在值得纳入的流程要点：使用多个来源，并计划在发表前重新运行检索。如果你打算重新运行，你的词汇表需要记录得足够好，以便几个月后能重现。这就是为什么你保留的产物是表格，而不是搜索框。

假设你在十二月完成了一篇关于团队沟通的课程论文，并在一月开始写关于远程工作和导师制的论文章节。以下是这个流程如何展开。

诊断。 你有一个主题句和旧项目的一文件夹论文。你处于“完成项目、开始新项目”的状态。

标准。 你写：人群是早期职业员工；暴露是远程或混合安排；结果是导师制的可及性或质量。你排除仅针对高管的导师制研究。

概念图。 你建立上面的三列表格。你自己的术语很单薄——你本来会输入“远程工作”和“导师制”就停了。

挖掘。 你从旧文件夹中取出八篇涉及分布式团队沟通的论文。它们的摘要使用“远程办公”、“分布式团队”和“发展性关系”。你把这些加入作者变体行。你注意到旧项目的词汇是关于沟通渠道的，不是导师制，所以你把那些术语标记为继承的并搁置一旁。

探索性检索。 你运行概念术语并阅读检索详情。数据库把一个短语映射到一个你未曾考虑过的标准化主题词。你把它加入主题词行。

扩展。 你在最信任的论文上打开相似文章或相关文章，再收获两个变体。

就绪检查。 你现在每个概念有三个变体，每个概念至少有一个主题词，以及一个记录在案的表格。词汇表已准备好驱动正式检索。

用这个清单作为停止规则。当以下所有条件都满足时，你就可以从词汇表构建转向正式检索：

• 你纳入标准中的每个概念都有自己的列。
• 每个概念至少有两个作者变体，来自真实论文。
• 每个概念至少有一个标准化主题词，来自真实记录。
• 你至少读过一次数据库如何转换你的术语。
• 你的表格保存在你可以修订和重访的地方。
• 你能解释每个术语为什么映射到一个标准。

如果挖掘和一次探索性检索后，一个概念仍然只有一个术语，这就是一个信号：停下来，专门多读关于那个概念的论文，而不是用单薄的检索硬推。

词汇表不是一次性产物。Cochrane关于发表前重新运行检索的建议意味着你的术语集会随着项目发展而变化。两个习惯让它保持最新。

第一，当你读一篇新论文时，立即把任何新措辞加入表格。你注意到但没有记录的术语，就是你会丢失的术语。

第二，当你的阅读提出你想在已保存论文中回答的问题时，针对那个集合提问，而不是从头重新检索。文库问答让你基于上传到我的文库或从检索结果添加的论文提问，这使词汇工作与产生它的论文保持联系。

如果你的项目发展成更长的文献综述，词汇表会成为那项工作的输入，而不是一项单独的任务。Scholar Agent支持文献综述、灵感和复现领域的较长研究任务，这正是记录在案的术语集发挥作用的地方。

• 每个概念只用一个术语检索。 通过回到第3步挖掘更多论文来纠正。一个术语无法承载一个概念。
• 收集术语但没有标准。 如果你的表格有列不映射到纳入标准，你已经偏离了。删掉它们或重写标准。
• 猜测标准化主题词。 主题词必须来自真实记录。如果你找不到，把单元格留空并继续挖掘。
• 丢失表格。 你无法重现的词汇表，就是你无法重新运行的词汇表。把它保存在文档中，而不是草稿本里。
• 把第一次检索当作最终检索。 第一次检索是为了发现。正式检索在就绪清单之后。

选出你表格中术语最少的概念。打开三篇你已信任且涉及该概念的论文，把它们使用的每个变体和主题词收获到表格中。然后仅针对那个概念运行一次探索性检索，并阅读数据库如何转换你的术语。当那一列通过就绪清单后，对下一个概念重复。当每一列都通过时，词汇表就绪——那就是写正式检索式的时刻。