如何在最终写作前清理混乱的参考文献库

一个在多次草稿、项目和合作者之间积累起来的参考文献库，通常会以可预测的方式出现问题：同一篇论文出现三次，元数据不一致，附件指向无效位置，而且你无法分辨哪些记录是你实际引用过的。在最终写作前清理它是一个有边界、可重复的任务。本文提供了一个完整的流程，包括诊断检查点、一个实例、一个可重复使用的清单和明确的停止规则。

在接触任何一条记录之前，先写下这个文献库的用途。参考文献库只有相对于某个目的才算是“混乱”的。如果目的是系统综述，标准会比叙述性讨论部分更严格。

在一份简短的笔记中定义三件事：

• 人群和结局。 例如：患有特定慢性病的成人，关注的结局是一个定义的临床终点。保持足够狭窄，以便资格可判定。
• 纳入标准。 哪些研究设计、日期和语言算数。Cochrane 指南建议根据纳入标准来规划检索，而不是根据已经保存的内容。
• 项目边界。 这个文献库服务于哪些章节、基金或手稿。服务于一个手稿的文献库不应包含无关项目的记录。

检查点 1： 你能用两句话陈述范围，并且读者可以将你的纳入标准应用于标题和摘要。如果不能，停下来，在清理之前缩小范围。

在混合项目的文献库中合并重复项是记录丢失的方式。先分离。

在 Zotero 中，收藏夹可以将一个条目放在多个项目分组中而不重复，因此一篇与两个手稿相关的论文可以作为一条记录存在于两个收藏夹中。使用收藏夹进行项目分离，将标签保留给主题、方法、状态或工作流。这种划分使项目边界可见，同时让状态随条目移动。

如果你在一个有专门项目区域的平台中工作，为每个手稿或基金创建一个项目，以便后续清理有一个容器。WisPaper 的研究项目区域是你创建和管理这种分离的地方。

检查点 2： 每条记录至少属于一个命名项目，没有记录只属于一个万能文件夹。万能文件夹中的记录是最可能被错误归档的；现在决定它们的项目或归档它们。

去重是一项审查任务，而不是批量删除。Zotero 的重复条目收藏夹支持审查和合并，这是正确的模式：你在合并前检查每个候选对。

按以下顺序工作：

1. 标题完全相同的重复项。 先合并这些；它们最不模糊。
2. 相同 DOI，不同元数据。 保留元数据最完整且附件可用的记录。
3. 预印本和出版版本。 这些不是重复项。保留两者并标记关系，因为引用出版版本同时保留预印本记录可以保留版本历史。
4. 一项研究的多个报告。 Cochrane 指南要求将一项研究的多个报告链接起来，而不是将它们视为单独的研究。链接它们；不要合并成一条记录。

检查点 3： 合并后，抽查五条合并的记录。确认存活的记录保留了你期望的字段和附件。如果合并丢失了附件，在继续之前恢复它。

当每条记录单独判断时，元数据规范化会失败。先写下规则：

• 作者姓名： 一种格式，一致应用。
• 期刊标题： 全称或标准缩写，不要两者兼有。
• 日期： 一种日期字段约定。
• 条目类型： 期刊文章、预印本、报告和学位论文正确分配，因为条目类型驱动引用格式。

然后按条目类型批量规范化，而不是逐条记录。批量规范化使不一致变得可见：如果同一类型的十条记录在期刊格式上不一致，可能是规则不明确，而不是记录有问题。

检查点 4： 跨条目类型抽样十条记录，确认每条都遵循书面规则。如果你无法判断适用哪条规则，规则集不完整；在继续之前修正规则。

状态标签是使大型文献库清晰易懂的最便宜方式。因为 Zotero 标签可以描述状态或工作流，一个小型受控词汇表比自由形式标记效果更好：

• status:unread
• status:abstract-only
• status:full-text-read
• status:cited
• status:excluded 并附带原因标签

保持词汇表小，并在一次操作中应用。保存的搜索会自动更新，因此对 status:unread 的保存搜索成为一个实时工作列表，而不是你必须重建的静态列表。

检查点 5： status:full-text-read 加上 status:abstract-only 加上 status:unread 的计数等于项目收藏夹中的总数。如果不等于，有些记录没有状态标签；通过保存搜索查找缺少标签的记录。

损坏的附件在你句子中间需要它们之前是看不见的。有意检查它们：

1. 打开一个记录样本，确认 PDF 可以打开。
2. 对于没有附件的记录，决定你的证据标准是否需要全文。对于系统综述，全文筛选需要全文；对于背景阅读，摘要可能足够。
3. 从你的下载文件夹或重新检索中重新附加缺失的文件，并确认链接可以解析。

检查点 6： 每条标记为 status:full-text-read 的记录都有一个可用的附件。任何没有附件的记录应降级为 status:abstract-only，直到文件恢复。

两个不同的问题隐藏在“缺失”之下：文献库中从未出现在手稿中的记录，以及手稿中从未出现在文献库中的参考文献。

未引用的记录。 从项目收藏夹生成参考书目，并与手稿的参考文献列表进行比较。存在于文献库但未出现在手稿中的记录要么是背景阅读，要么是真正被遗忘的引用。将它们标记为 status:uncited 并逐一决定。

缺失的记录。 遍历手稿的参考文献列表，确认每个条目都解析为一条文献库记录。任何不解析的条目都是缺失项；添加它并附上来源。

检查点 7： 手稿参考文献列表和项目收藏夹参考书目一一匹配，每个差异都由标签解释。

如果你需要验证一个参考文献文件包含真实、可解析的引用而不是伪造的条目，TrueCite 会根据真实的学术数据库检查 BibTeX，以标记幻觉引用。在最终引用检查之前对导出的文件运行它。

假设手稿针对一个定义的成人人群和一个单一临床终点，文献库包含跨两次草稿积累的 240 条记录。

范围。 纳入仅限于报告该人群中该终点的研究。背景综述保留但标记为背景，而非证据。

项目分离。 240 条记录分为 190 条用于当前手稿，50 条属于较早的基金。这 50 条移到它们自己的项目收藏夹；它们不会被删除。

去重。 审查重复条目收藏夹产生 22 个候选对。18 个是完全重复项并合并。2 个是预印本/出版版本对，保留并标记版本标签。2 个是一项研究的多个报告，链接而不合并。

元数据。 按条目类型批量规范化纠正了合并集中的期刊格式和作者姓名不一致。

状态标记。 190 条记录获得状态标签。计数检查发现 14 条未标记的记录，通过保存搜索找到并标记。

附件。 六条标记为全文阅读的记录有损坏的附件；它们被降级为仅摘要，直到文件恢复。

引用协调。 参考书目比较显示 31 条未引用的记录，大多数标记为背景，以及四个手稿参考文献没有文献库记录。这四个被添加。

证据评价。 对于每项纳入的研究，记录设计、人群对你问题的适用性、间接性（例如，替代终点而非目标终点）和研究局限性。将这些保存在每条记录的结构化笔记中，让综合过程区分证据水平与适用性，并支持精确报告。

报告。 如果手稿是系统综述，PRISMA 2020 提供了报告清单和流程图模板，涵盖检索、选择和综合方法。Cochrane 指南还建议在发表前重新运行检索，因此将最终检索更新安排为清理的一部分，而不是之后。

清理通常揭示需要新检索的空白。如果协调步骤显示缺少研究类型或检索过时，运行新的检索，而不是凭记忆填补空白。WisPaper 的学术搜索界面是为该空白找到学术论文的地方，而我的文献库是你保存或上传论文并组织它们的地方，因此新记录进入你刚刚构建的相同项目结构。

对于清理后较长的综合任务，例如从清理后的集合起草文献综述，WisPaper 的学者代理区域支持文献综述、灵感和复现用例。一旦论文进入我的文献库，文献库问答让你基于那些上传的论文或从搜索结果添加的论文提问，这对于在写作前检查清理后的集合实际说了什么很有用。

在以下情况下停止清理并升级：

• 纳入标准有争议。 如果两位审查者对一项研究是否符合标准有分歧，通过你的审查方案解决，而不是通过编辑文献库。
• 合并不可逆且不确定。 如果你无法确认哪条记录应该存活，保留两者并标记关系。
• 引用协调无法关闭。 如果手稿参考文献在真正检索后没有可识别的来源，将其视为作者的实质性问题，而不是格式修复。
• 检索过时。 如果最后一次检索早于新文献的大量时期，在最终确定前重新运行；Cochrane 指南建议在发表前重新运行检索。
• 评价不完整。 如果纳入研究缺少记录的局限性或间接性笔记，暂停写作直到评价表完成。