你继承了200篇PDF却没有搜索日志：重建可辩护的证据基础

一个包含200篇PDF的文件夹随稿件草稿、半完成的参考文献列表一起到来，却没有任何关于这些文献是如何被找到的记录。人们很容易写一段听起来系统的方法学段落然后继续。更好的做法是将这个文件夹视为一个证据问题：尽可能重建来源，清点你实际拥有的内容，恢复元数据，解决重复项，然后诚实地判断这个集合能支持什么样的主张。

本文通过一系列具体决策来引导这一修复过程。贯穿始终的例子是一位新团队成员继承的一篇综述稿件。目标不是假装最初的搜索是系统性的，而是建立一个你可以准确描述并在此基础上发展的可辩护起点。

一堆PDF是一组文档，而不是一次搜索。在接触任何单个文件之前，写一份简短的来源备忘录，说明你知道什么、不知道什么。在继承综述的案例中，该备忘录可以这样写：该文件夹由前一位作者在未知时间段内收集；没有记录搜索字符串、数据库或日期；草稿引用了部分但非全部文件；相对于任何纳入标准，该集合的完整性未知。

这份备忘录有两个作用。它防止你后来将该集合描述为来自计划性搜索，并为你提供一个基线，使每个修复步骤都可以被记录。将备忘录与项目文件放在一起，以便追踪过程可审计。

Cochrane关于检索和研究选择的指南在这里是一个有用的参考点，说明了计划性搜索通常包含的内容：基于纳入标准计划的检索、多个来源、自由文本词与主题词组合、有记录的过程、去重、分阶段筛选，以及将同一研究的多份报告关联起来。将你继承的文件夹与该列表进行比较，可以准确显示缺失了哪些要素。这种比较是诊断性的，而非理想化的——你是在识别差距，而不是声称已经填补了它们。

清点是修复的骨干。建立一个电子表格，每行一个文件，列包括文件名、文件路径、文件类型、表面标题、表面作者、表面年份，以及关于文件来源的任何注释（电子邮件附件、从期刊网站下载、同事分享）。暂时不要编辑PDF。记录现有内容。

两条实用规则保持清点的诚实性：

• 将每个文件的来源与其内容分开记录。 文件的来源和其书目身份是不同的信息，你两者都需要。
• 不要悄悄更正文件名。 如果文件名为paper_final_v3.pdf，记录该名称，并添加一个单独的列，用于记录你从文档本身推断出的标题。

当你需要查找额外论文以填补明显空白时，使用学术搜索界面而非临时浏览，并记录你运行的查询。WisPaper的学术搜索界面是运行这些查询的一个地方；关键是每个进入集合的新文件都获得一行记录和一个已记录的查询，从而保持清点完整。

元数据恢复是继承集合最容易出错的地方。安全的模式是从文档中提取候选元数据，然后在进入参考文献列表之前对照权威记录进行验证。

一个可行的顺序：

1. 提取PDF本身陈述的内容。 打开第一页和PDF属性。捕获标题、作者、年份、期刊和DOI（如果存在）。
2. 检查内部一致性。 如果文件第一页显示一个年份而文件名显示另一个年份，需要添加注释，而不是猜测。
3. 对照数据库记录进行验证。 将DOI或标题加作者的组合与真实记录匹配。如果不存在匹配，标记该项目，而不是通过推断分配元数据。
4. 记录验证过程。 添加一列，记录元数据是如何被确认的以及何时确认的。

对于将要提交的参考文献列表，引文筛选很重要。TrueCite对照真实学术数据库检查BibTeX，以标记幻觉参考文献，这在继承的参考文献列表包含无人验证的条目时直接相关。你可以在TrueCite页面阅读该工作流程。

继承文件夹中的重复检测有两个层面。第一个是文件层面：同一PDF以不同名称保存两次。第二个，也是更重要的，是记录层面：两个不同文件报告同一研究，或一个会议摘要及其全文。

Cochrane的指南明确要求对记录去重并关联同一研究的多份报告。在实践中，这意味着你的清点需要一个研究标识符列，与文件标识符分开。两个文件可以共享一个研究标识符，同时保持为不同的文档。

Zotero的重复条目集合支持审查和合并重复条目，这是在条目进入参考文献管理器后处理记录层面的一种实用方法。其集合还可以将一个条目放入多个项目分组而不重复，标签可以描述主题、方法、状态或工作流程。这种组合——一个条目、多个分组、描述性标签——非常适合继承集合，其中同一篇论文对稿件的多个部分都很重要。

如果你在WisPaper内组织修复后的集合，我的图书馆是你保存或上传论文并组织它们的地方。将其作为清理后集合的工作主页，清点电子表格作为审计记录与之并存。

一旦清点干净，你面临一个决定：你将继承集合作为证据基础，还是运行新搜索并将继承集合作为多个输入之一？

这些是不同的项目，有不同的报告义务。如果你运行新搜索，你可以描述它。如果你依赖继承集合，你必须将其描述为来源未知的继承集合。混合两者而不说明是要避免的失败模式。

一条可辩护的中间路径是保持两个清晰标记的层次：

• A层——继承集合： 已清点、去重、元数据验证，并记录了来源缺口。
• B层——新搜索： 基于纳入标准计划，记录了查询、来源和日期。

最终稿件中的每个条目随后都可追溯到其中一个层次。当你需要在清理后的集合上运行更长的文献任务时，WisPaper的Scholar Agent区域涵盖文献综述、灵感激发和复现用例；将其输出保留在B层，并附上产生它们的查询。

方法轨迹是使修复可辩护的交付物。它应该让读者——或审稿人——重建你所做的事情。至少记录：

• 来源备忘录及其日期；
• 清点文件及其版本历史；
• 元数据验证日志；
• 重复解决日志，包括合并了哪些记录以及为什么；
• 任何新搜索运行的查询，附日期和来源；
• 筛选决策及所用标准。

PRISMA 2020提供了报告清单、扩展解释、摘要清单，以及用于原始和更新系统综述的流程图模板，包括对搜索、选择和综合方法的透明报告。如果你的稿件是系统综述，这些模板为你提供了轨迹的结构。如果不是系统综述，同样的纪律仍然适用：报告你所做的，按你做的顺序。

修复结束时，你应该能够交付一个包而不是一个文件夹。在贯穿始终的例子中，该包包含：

• 一份来源备忘录，说明集合的起源及其缺口；
• 一份完整的清点，每行一个文件，并有一个单独的研究标识符；
• 一份经过验证的参考文献列表，附有每个条目如何被确认的日志；
• 一份重复解决记录，区分文件重复和同一研究的多份报告；
• 一份清晰分开的任何新搜索记录；
• 一段准确描述继承集合的方法学段落，不声称进行了并未发生的系统搜索。

修正后的交付物不是听起来更好的方法学部分，而是一组支持方法学部分所述内容的记录。

四个习惯适用于任何以他人文件开始的项目：

1. 先写来源备忘录。 花费一小时，防止后来的类别错误。
2. 在解读之前清点。 每行一个文件，来源与内容分开记录。
3. 对照记录而非文件名验证元数据。 标记不匹配的项目而不是推断。
4. 保持继承层和新层分开。 每个条目都可追溯到其中之一。

当你需要在清理后的集合上提问时，Library QA支持基于上传到我的图书馆或从搜索结果添加的论文提问——这对于在从中起草主张之前检查修复后的集合实际说了什么很有用。