你的研究团队将同一批论文保存了五次：清理共享文库而不丢失证据链

一个在稿件草稿、修订和基金摘要中不断增长的共享文库很少会大声报错。它悄无声息地出错：同一项随机试验以预印本、会议摘要和最终期刊文章的形式出现；两位共同作者以不同标题保存了相同的 DOI；一篇综述的参考文献列表被整体导入，连同其引用的原始研究。当你最终为方法部分进行计数时，数字是错误的，而且没有人能重建原因。

本文为一个准备稿件及其证据摘要的研究团队，逐步演示针对这种情况的具体修复过程。目标不是为了一尘不染的文库本身。目标是一个可辩护的结果：每条保留的记录都能追溯到一次检索，每次合并都能得到解释，每条收藏和标签规则都反映了某人有意做出的决定。

设想一个团队正在撰写一项干预措施的系统综述。几个月来，四个人添加了论文。文库现在有 412 条记录。团队的草稿声称“共识别出 412 项研究”。这句话是第一个牺牲品。

三个不同的问题纠缠在一起：

• 重复记录。 同一篇文章被多次保存，通常是因为通过不同的检索找到或从不同来源导入。
• 同一研究的相关报告。 一项试验可能有方案、会议摘要和完整报告。这些是描述同一研究的不同记录。
• 松散的收藏和标签习惯。 记录放在重叠的文件夹中，标签对不同的人意味着不同的事情，而且没有任何东西记录每条记录来自哪次检索。

Cochrane 关于检索和选择研究的指南在这里很有用，因为它将这些视为独立的步骤：根据纳入标准规划检索，使用多个来源，记录过程，去重记录，分阶段筛选，并链接同一研究的多份报告。这个结构是下面修复工作的骨干。

在更改任何内容之前，记录你拥有的东西。导出完整文库，包括你的工具存储的任何元数据，并保存带有日期的版本。这个基线让你以后可以说：“我们从 412 条记录开始，最终得到 268 项独特研究加上 31 份链接报告。”

在这个阶段，不要删除。诱惑是立即开始移除明显的重复项，但一个你无法撤销的合并就是一个你无法在方法附录或审稿人回复中辩护的合并。

如果你的团队在共享论文文库中工作，这是确认每个人都在查看同一保存集的时刻。在 WisPaper 中，我的文库是组织和保存已保存和上传论文的地方，因此基线导出和后续清理都是针对一个共享收藏进行，而不是四个个人收藏。

这是最常出错的决策。重复项和相关报告在参考文献管理器中可能看起来完全相同：相同的作者、相似的标题、接近的年份。

使用一个简单的测试：

• 重复项： 同一作品被记录了两次。相同的 DOI、相同的出版物、相同的内容。合并是安全且可取的。
• 相关报告： 关于同一研究的不同文档。方案、摘要、二次分析或随访报告。这些应该被链接，而不是合并。

Cochrane 手册明确区分了去重记录和链接同一研究的多份报告。将方案合并到最终报告中会破坏读者可能需要的信息，并且可能使你的研究计数看起来比你的证据实际上更干净。

团队的一个实用规则：仅当标识符匹配时才合并。当标识符不同但研究似乎相同时，创建链接和注释，而不是合并。

安全合并有三个部分：匹配标准、幸存记录和日志。

匹配标准。 提前决定什么算作重复项：匹配 DOI、匹配 PMID，或在没有标识符时匹配标题-作者-年份。在开始之前写下规则，因为规则是审稿人会问到的。

幸存记录。 当两条记录合并时，根据完整性选择哪一条幸存，而不是根据谁先保存。保留元数据最完整且标识符正确的记录。

日志。 对于每次合并，记录合并的记录、使用的标准和操作人。一个简单的电子表格列集——日期、合并的记录、原因、姓名缩写——就足够了。这个日志是你的可审计方法轨迹，在清理期间维护它比事后重建要容易得多。

PubMed 的检索详情显示了术语如何被翻译和组合，这提醒我们检索来源本身就是证据。保留产生每批记录的检索字符串或保存的检索，以便合并日志可以回溯到它。

一旦重复项得到解决，根据交付物的结构组织，而不是个人偏好。对于带有证据摘要的稿件，一个可行的方案是：

• 纳入研究——每项研究一个条目，附上链接的报告。
• 全文排除——记录原因，因为分阶段筛选意味着排除原因很重要。
• 背景和方法引用——支持框架但不属于证据基础的来源。
• 待定——等待第二筛选人的任何内容。

命名收藏，使新团队成员能猜到其目的。“最终”、“杂项”和“重要”不是收藏；它们是未来的清理工作。

当标签是形容词时，它们会失败。当它们是读者可以验证的关于记录的事实，它们会成功。

采用一个小的、封闭的标签词汇表并记录它：

• 研究设计（例如，随机试验、队列、定性）。
• 报告类型（主要报告、方案、摘要、二次分析）。
• 筛选状态（纳入、排除、待定）。
• 来源检索（记录来自哪次检索或数据库批次）。

保持列表足够短，以便人们实际使用它。没有人应用的标签比没有标签更糟糕，因为它暗示了不存在的覆盖范围。

清理过的文库只是交付物的一半。另一半是它如何构建的记录。Cochrane 建议记录检索过程并在发表前重新运行检索，这一建议直接映射到共享文库：你的收藏应该可以从你记录的检索中重现。

如果团队需要重新运行或扩展检索以捕获自上次扫描以来添加的记录，使用学术搜索界面并保存查询。WisPaper 搜索是通过 WisPaper 的学术搜索界面查找学术论文的入口；关于该功能的公开说明，学术搜索页面描述了查找学术论文。将每个查询与其产生的批次一起保存，以便合并日志和收藏保持连接。

当检索需要不止一个查询时——例如，组装文献综述部分或检查某个主张是否已被覆盖——Scholar Agent区域支持更长的研究任务，包括文献综述工作。使用它生成候选记录，然后让这些候选记录通过与其他所有内容相同的去重和标签规则。新的记录来源不能绕过日志。

文库清理修复了你的内部记录。它不会自动修复稿件中的参考文献。合并后，检查每个文内引用是否仍指向幸存的记录，以及没有合并掉的重复项留下孤立引用。

对于基于 BibTeX 的稿件，TrueCite对照真实学术数据库检查 BibTeX，以标记幻觉引用。在合并后运行它是一个合理的顺序选择：你想验证的是清理后幸存的引用，而不是你即将删除的引用。

一旦文库反映每项研究一个条目并附有链接报告，它就变得不仅仅用于计数。准备修订的团队经常需要问一组保存的论文对特定结局或方法说了什么。

文库问答支持基于上传到我的文库或从搜索结果添加的论文提问。顺序很重要：先清理，再查询。向一个同一试验有五份副本的文库提问，往往会返回偏向于最常保存的那份副本的答案。

修复后，团队的方法段落可以具体且可核查地说明：运行的检索、检索到的记录数、在既定标准下移除的重复项数、纳入的研究数，以及附在这些研究上的链接报告数。文库本身承载着轨迹：以稿件结构命名的收藏、从封闭词汇表中提取的标签，以及将每个决策与检索批次联系起来的合并日志。

草稿句子“共识别出 412 项研究”变成了一个关于记录和研究的句子，这才是证据实际支持的。

• 从第一天起分别计数记录和研究。 这种区分容易丢失且难以重建。
• 基于标识符合并，基于研究链接。 相关报告是证据，不是杂物。
• 在合并前写下合并规则。 一致应用的规则是可辩护的；一系列判断则不是。
• 在工作过程中保持日志。 方法轨迹是仔细进行清理的副产品，而不是单独的写作任务。
• 让交付物塑造收藏。 围绕稿件的结构组织，使文库和论文保持同步。
• 在最终确定前重新运行检索。 冻结在最后检索日期的文库可能已经过时。