ARTICLE · 1159769
AI辅助论文写作②:综述篇
AI辅助论文写作②:综述篇
S(Search/检索):定关键词、检数据库(知网/万方/PubMed/CINAHL)。核心是关键词质量。 G(Group/分组):把文献按主题/方法/人群/干预归类。找“扎堆区”和“孤岛”。 C(Critique/批判):综述的灵魂!评价每篇的优点、局限、偏倚风险。不是“夸”,是“审”。 M(Map/映射):把批判性分析整合成逻辑框架/概念图,映射到你的研究问题上,指出空白和方向。 
前提:已用四遍读法精读5-10篇核心文献,提取好PICO和局限(存为文本或投喂PDF到ima/知识库)。 

前提:汇总前三个阶段的产出(分组表+批判摘要+确定的研究空白) 
文献综述(literature review)是对特定研究领域内现有文献的系统回顾与分析。目的是汇总、分析和评估现有研究,提供明确的研究背景和成果全景视图。
一篇高质量的综述,一般包括这几个核心要素:
1.范围:时间范围(如近5-10年)、空间范围、研究相关性。
2.内容结构(三段式): 主题介绍、文献分类、 总结与评价。
3.常见类型: 传统综述、 系统性综述:、元分析。
传统的写法信息量大、分类费时、存在主观偏见。
现在可以套用AI框架模型——SGCM模型。

SGCM = Search(检索)→ Group(分组)→ Critique(批判)→ Map(映射)。四个阶段循序渐进,把混沌的文献变成结构化综述。
具体实操步骤:
S(检索)——让AI当“关键词扩写器
目标:把模糊的研究想法,拆成可检索的中英文关键词矩阵,并做上下位词扩展。

G(分组)——多文献投喂,让AI做“分类员”

C(批判)——让AI当“审稿人”

M(映射)——整合框架,写综述正文

今天和朋友们浅聊了一下手搓文章的珍贵,朋友说“批量产出很简单,但人们会错把AI产出的内容,当成是自己学会了”。
朋友还说“AI替代不了慢学习,学习涉及神经细胞突触之间形成新的链接,甚至还要长出髓鞘,形成“高速公路”。这些都需要时间”。
慢即是快。专业上的事,还是得自己一点点学。