如何从一篇强种子论文构建更好的搜索词

一篇强论文通常是可重复文献检索最可靠的起点。它已经符合你的纳入标准，承载着你所在领域实际使用的词汇，并指向索引者和引用作者可能重复使用的术语。任务是系统地挖掘这篇论文——作者关键词、索引词、反复出现的概念、引用的术语以及替代标签——然后在进行完整搜索之前测试一组紧凑的查询。

本指南提供了一个完整的流程，包括诊断检查点、一个工作示例、一个可重复使用的清单以及明确的停止或升级规则。它适用于准备手稿、综述、修订或资助相关证据摘要的研究人员，这些场景需要搜索轨迹可审计。

Cochrane关于检索研究的指南从纳入标准开始，而不是从词表开始。从种子论文构建术语使你锚定在这些标准上：你提取的每个术语都可以追溯到你已判断为相关的一份文档。这种可追溯性正是该方法日后可审计的原因。

Cochrane还建议将自由文本词与主题词结合使用，使用多个来源，记录过程并对记录去重。种子论文工作流程支持所有这些：论文提供自由文本词汇，其索引记录提供主题词，而你的提取表成为文档。

在提取任何内容之前，写一句话说明为什么这篇论文符合你的纳入标准。记录你使用的数据库记录、访问日期和标识符（DOI或PMID）。这是你方法轨迹中的第一条记录。

检查点： 如果你无法用一句话陈述合格原因，这篇论文还不是可靠的种子。选择另一篇。

作者关键词和索引者分配的词是不同的证据，应记录在不同的列中。

• 作者关键词 来自论文本身，反映作者如何构建他们的贡献。
• 索引词 来自数据库记录。例如，PubMed的搜索详情揭示了你的术语是如何被翻译和组合的，这有助于你看到记录背后的受控词汇。

逐字记录两者。暂时不要合并它们——你会想看看哪些概念同时出现在两个地方。

阅读摘要、引言的框架句子和参考文献标题。你要寻找：

• 反复出现的概念 —— 出现在摘要、关键词和引用作品中的想法。
• 引用的术语 —— 这篇种子论文引用的论文如何命名同一现象。参考文献标题是替代标签的紧凑来源。
• 替代标签 —— 同义词、拼写变体和不同研究社区使用的相邻框架。

为每个术语的来源保留一列（作者关键词、索引词、摘要、参考文献标题）。没有来源的术语是猜测，猜测应放在单独的“待测试”列表中，而不是你的提取表中。

将术语组织成概念块。综述的典型结构有两到三个块：现象、人群或背景，以及研究设计（如果你的标准需要）。

检查点： 每个块应至少有一个来自三个来源的术语。只有作者关键词的块支持不足，在搜索前需要更多阅读。

不要从完整搜索开始。构建三到五个测试查询，每次只改变一个因素：

1. 仅自由文本 —— 每个块内所有替代标签用OR组合，块之间用AND组合。
2. 仅主题词 —— 来自你记录的索引词。
3. 组合 —— 自由文本加主题词，如Cochrane建议。
4. 窄变体 —— 添加设计或背景术语，看看集合缩小多少。
5. 宽变体 —— 去掉支持最少的块。

运行每个查询并记录结果数量以及种子论文是否出现。种子出现是你的阳性对照。

你可以通过WisPaper搜索运行这些测试查询，通过其学术搜索界面查找学术论文，并并排比较结果集。

检查点： 如果种子论文没有出现在组合查询中，说明某个术语错误或某个块太窄。在扩展之前修正查询。

Google Scholar记录了“引用”和“相关文章”，这些会显示与你的种子共享词汇的论文。PubMed提供“相似文章”。使用这些来收集额外的替代标签，然后将它们添加到你的概念表中并注明来源。

这就是种子论文的价值所在：引用文献通常使用同一概念的新标签，而该标签可能在你最初的提取中缺失。

Cochrane建议记录过程并对记录去重。PubMed支持保存的搜索，Google Scholar支持电子邮件提醒——两者都适用于在发表前重新运行搜索，Cochrane也建议这样做。

将检索到的论文保存到一个有组织的文库中，以保持轨迹完整。我的文库允许你保存或上传论文并在WisPaper文库中组织它们，从而将种子论文和测试查询结果保存在一个地方。

检查点： 在进入筛选之前，确认你保存的集合包括种子论文、测试查询结果以及每个查询字符串的日期记录。

假设你的种子论文是一项在临床人群中行为干预的试验，你的综述询问该干预是否改善一个定义的结果。

合格句子： 该论文报告了在目标人群中对该干预进行随机试验并测量了定义的结果。

提取：

• 作者关键词：干预名称、人群标签、结果标签。
• 索引词：干预和人群的受控词汇。
• 参考文献标题：干预的两个较旧标签和一个更广泛的结果框架。

概念表： 三个块——干预、人群、结果。

测试查询： 仅自由文本、仅主题词、组合、窄（添加随机试验）、宽（去掉结果）。

诊断结果： 组合查询检索到种子论文；仅主题词查询遗漏了它，因为记录使用了更新的主题词。你将更新的主题词添加到表中并重新运行。

轨迹： 一个带日期的表格，列出每个查询字符串、数据库、结果数量以及种子是否出现。

这个例子故意通用——重点是顺序，而不是具体术语。

• 为种子论文写好了合格句子
• 记录了数据库记录和访问日期
• 逐字提取了作者关键词
• 逐字提取了索引词
• 在摘要和参考文献中映射了反复出现的概念
• 捕获了替代标签及其来源
• 构建了至少两个块的概念表
• 编写了三到五个测试查询，每次改变一个元素
• 在组合查询中确认了种子论文
• 查询字符串、数据库和结果数量已注明日期并保存
• 记录已去重
• 搜索计划在提交前重新运行

单篇种子论文是起点，不是完整的搜索。在以下情况下需要升级：

• 组合查询检索到的记录太少，无法进行有意义的筛选。
• 种子论文的词汇明显比领域词汇更窄。
• 你的纳入标准跨越多个文献。
• 审稿人或编辑要求多数据库搜索。

Cochrane关于使用多个来源的建议适用于此：种子论文查询集应在报告为搜索策略之前跨多个数据库运行。

对于适合WisPaper Scholar Agent领域及其文献综述、灵感或复现用例的较长研究任务，一旦你的术语集稳定，Scholar Agent可以推进工作。如果你需要基于已上传到我的文库或从搜索结果添加的论文提问，文库问答支持该步骤。

在以下情况下停止提取并开始测试：

• 每个概念块都有来自所有三个来源的术语。
• 连续两个参考文献标题没有添加新的替代标签。
• 你的测试查询在组合变体中检索到种子论文。

当组合查询的结果数量可控且种子论文出现时，停止测试并进入筛选。如果数量不可控，收紧支持最少的块，而不是添加更多同义词。