夜雨聆风点击关注上方“技术科研吧”，选择加"星标"置顶
重磅干货，第一时间送达
直播课
培训时间：8月14日-17日【13日晚环境配置】
每日授课：14日、17日 晚上：19.30-22.00
15日-16日 上午9：30-12：00 下午14：00-17：00
前沿
做科研的人，读文献是日常，但用好文献是极少数人的能力。
同一个领域，有人读了几百篇还停留在"我感觉这个方向挺热"的模糊印象；有人用一张图谱就能向审稿人讲清楚领域发展到哪一步、谁在主导、缺口在哪——区别不在读了多少，而在是否有一套把文献变成证据的方法体系。
更现实的问题是：你会用VOSviewer出一张五颜六色的网络图，但审稿人追问"这张图到底说明了什么"时，你答不上来；你想做Meta分析，卡在检索式怎么写、数据怎么提、R语言怎么报错，一拖就是半年；AI工具你用了一堆，但哪个结果能直接进论文、哪个必须人工复核，你心里没底——工具越来越先进，但你缺的是让工具听指挥、让每一步都经得起追问的那套底层框架。
这门课不是教你"又多学一个软件"。
我们要带你打通的是一条完整的科研生产线：选题判断→检索式设计→文献筛选→图谱分析→效应量合并→证据分级→论文写作→自动查新。三天之后，你带走的不是笔记，而是一个用你自己课题跑出来的项目包——每一步都有记录、每个数字都有出处、审稿人问到任何环节你都能答上来。这个项目包可以直接改写进论文，也可以直接嵌入基金立项依据。
为什么是【文献计量学+Meta分析】双路径？这两个方法回答的是科研中最关键的两个问题，单独学任何一个，你的证据链都是断的：
1.【文献计量学负责看全局】—这个领域发展到哪一步了？谁在主导？热点和前沿在哪？哪里还有没人填的证据缺口？它分析的是文献的元数据：关键词、作者、机构、引用和年份。没有这一步，你的选题没有全局背书。
2.【Meta分析负责验证据】—某个干预或因素到底有没有效？效应量多大？证据质量够不够硬？它合并的是原始研究里的样本量和结局数据。没有这一步，你的结论没有定量支撑。多数课程把这两个方法分开教，学员学完还是不知道「图谱上发现的热点，怎么变成一篇Meta 分析的选题」。本课程把它们串成一条证据链：先用图谱找到值得做的问题，再用Meta分析把这个问题的答案做实——选题有图谱背书，结论有效应量支撑，论文和基金申请两头受益。
【学习收获】：
1、1套属于你自己课题的双路径研究方案：PICO/PECO研究问题、多数据库检索式（含版本记录）、纳排标准、PRISMA筛选台账；
2、4类以上文献计量图谱：年度趋势、关键词共现、突现词、主题演化——每张图配论文级图注和Results段落骨架；
3、1个在你电脑上真实跑通的Meta分析闭环：森林图、漏斗图、异质性解释、亚组/敏感性分析表和完整分析日志；
4、1套证据质量评价资产：偏倚风险表（RoB 2/ROBINS-I/QUADAS-2/NOS）、GRADE证据等级表、结论谨慎化改写记录；
5、1套AI研究员协作工作流+12套可复用模板：换一个研究主题，只需替换检索式、数据源和纳排标准，整条链路直接复用；
6、1个通过validate_project.py一键验收的结课项目包——可直接改写进基金立项依据、论文引言或开题报告。
培训费用
非会员费用：3680元 Ai尚研修会员费用：会员政策参会【最高享受75折优惠】
发票及证明
课程安排
Day 1:从想法到可检索、可筛选的证据库
解决科研最前端、也最容易偷懒的环节：把一个宽泛的想法，变成有明确研究问题、有可复现检索式、有筛选台账的规范项目。这一天的产出决定后面两天的一切质量。专题一：选题罗盘：你的课题该走哪条证据路线
1.【学习目标】能够根据题目特征，独立判断一个研究方向更适合做文献计量分析、Scoping Review、系统综述还是Meta分析，并给出方法选择的依据。
2.【核心内容】文献量-问题成熟度-效应量可得性三维评估框架；四种证据综合方法的方法学边界与适用条件；选题收敛的五个追问策略；项目初始化规范与AI协作分工设定。
3.【课堂任务】使用AI助教对自带课题进行五轮追问收敛，运行初始化脚本搭建项目骨架，填写方法选择判断表。
4.【本讲产出】一份选题判别表（可直接用于开题答辩的方法学说明）专题二：问题拆解：把模糊兴趣变成可检索的PICO
1.【学习目标】 能够将模糊的研究兴趣转化为结构化的、可检索、可提取、可合成的研究问题，掌握PICO/PECO框架的规范表述。
2.【核心内容】 PICO（人群-干预-对照-结局）、PECO及PCO三套问题框架的结构与拆解方法；FINER评分标准（可行-有趣-新颖-符合伦理-相关）；主线问题与备用问题的设定策略。
3.【课堂任务】 对自带课题应用PICO/PECO框架拆解，AI生成候选研究问题并逐项FINER评分，学员选定主线与备用线，完成结构化研究问题画布。
4.【本讲产出】 一份结构化研究问题画布（可直接写入综述方案或基金申请的研究问题部分）。
专题三：检索工程：构建可审查、可追溯的五库检索策略
1.【学习目标】能够独立构建多数据库检索式，并按国际规范记录检索策略的版本变更，保证检索过程可审查、可追溯。
2.【核心内容】概念簇拆解与布尔逻辑组合方法；PubMed、Web of Science、Embase、Cochrane Library、CNKI五大数据库检索式语法差异；PRISMA-S检索报告规范；检索式版本冻结与变更日志管理。
3.【课堂任务】将同一检索逻辑改写为五大数据库专用语法，填写检索式版本日志，标记并冻结最终版本。
4.【本讲产出】一套五库检索策略文档（含版本记录，可直接支撑论文方法学部分的检索报告）。专题四：证据筑基：多源数据合并与精准去重
1.【学习目标】掌握多数据库检索结果的合并与去重方法，能够建立规范的、附带审计记录的证据库。
2.【核心内容】多数据库结果导出字段标准化；DOI精确匹配去重算法（Bramer et al., 2016）；标题-作者-年份模糊匹配的去重规则；去重决策的边界案例处理；去重日志的规范记录。
3.【课堂任务】运行去重脚本合并多库记录，逐条复核边界样本的去重决策，生成去重日志。
4.【本讲产出】一个干净的去重后证据库+完整去重审计日志。专题五：筛选铁律：PRISMA规范筛选与审计台账
1.【学习目标】 能够按照PRISMA 2020标准完成文献的两阶段筛选，建立规范的筛选台账和流程图。
2.【核心内容】 PRISMA 2020两阶段筛选流程（标题摘要筛选→全文筛选）；纳排标准的结构化表述；双人独立筛选与冲突仲裁机制；筛选台账的字段设计与填写规范；PRISMA流程图的自动生成与核对。
3.【课堂任务】 两人一组独立填写筛选台账，运行脚本生成PRISMA流程图，逐格核对数据一致性。
4.【本讲产出】 一份PRISMA筛选台账+PRISMA流程图（可直接放入论文，也是后续偏倚评估与数据提取的前提）。
专题六：项目记忆：知识沉淀与协作交接规范
1.【学习目标】 掌握科研项目的过程记录与知识管理方法，确保项目决策可追溯、团队交接无障碍。
2.【核心内容】 项目记忆的四类分类（事实记录-规则设定-待核查假设-写作偏好）；PROSPERO/OSF方案先行注册规范；SOP文档的编写标准；项目交接清单的设计；每日复盘模板的使用。
3.【课堂任务】 三位AI研究员分工整理当日项目记忆与SOP，生成交接清单，填写每日复盘模板。
4.【本讲产出】 一套项目记忆文档+SOP+交接清单（项目长期跟踪与团队协作的基准文档）。
Day 2:用文献计量图谱看清领域全局、锁定证据缺口
回答「我的领域发展到哪了、热点是什么、缺口在哪」。你将用三类图谱工具的方法逻辑分析同一个证据库，学会从图里读出可辩护的结论，并把图谱发现收敛成一个可以进入Meta 分析的具体问题。专题七：科学画像：Bibliometrix绩效分析实战
1.【学习目标】能够运用Bibliometrix工具从生产力、影响力、合作度三个维度描述研究领域的发展态势，并对每张图给出规范的方法学解释。
2.【核心内容】科学计量学绩效分析的三类指标体系；年度发文趋势、高产作者/机构/国家、合作网络的统计方法与解释规范；Donthu et al.（2021）绩效分析解释边界；图表参数登记规范。
3.【课堂任务】使用Python速览脚本跑出演示项目的趋势图与汇总表，逐图登记参数并撰写解释句。
4.【本讲产出】绩效分析图表包+逐图解释段落（可直接用于综述Results段或基金立项依据）。专题八：关系网络：VOSviewer网络图谱实战
1.【学习目标】能够运用VOSviewer绘制六类文献计量网络图谱，掌握关键词清洗、阈值设定与图谱解释的方法学规范。
2.【核心内容】共现网络、合作网络、共被引网络、耦合网络等六类网络图谱的方法学含义；同义词词表（thesaurus）的编制与清洗规则；连线阈值、节点大小的参数设定依据；van Eck & Waltman（2010）共现分析的方法学约束。
3.【课堂任务】编制同义词清洗词表，使用Python脚本进行阈值对比实验，记录最终参数设定依据。
4.【本讲产出】清洗词表+参数记录表+网络图谱解释段落（审稿人追问参数时可提供对照依据）。专题九：前沿雷达：CiteSpace突现与演化识别
1.【学习目标】能够运用CiteSpace识别研究前沿与知识基础，掌握突现词解读与主题演化分析的规范方法。
2.【核心内容】突现检测（Burst Detection）的方法学原理——时间窗内频次突变而非总频次；聚类标签的原文核实要求；主题演化时间线的解读规范；Chen（2006）CiteSpace的方法学基础。
3.【课堂任务】使用Python速览脚本读取演示项目的突现词与主题时间线，逐条核对原始文献并记录。
4.【本讲产出】前沿主题分类表（兴起/持续/待核实三类）+前沿解释骨架（可直接进入选题环节）。专题十：选题桥接：从图谱发现到Meta分析入口
1.【学习目标】能够将文献计量图谱的发现转化为符合方法学规范的Meta分析选题，避免从描述性分析越界到因果推断。
2.【核心内容】描述性文献计量与因果性Meta分析的方法学边界；证据缺口矩阵的六维审查框架（含Meta可行性评估）；可检索-可提取-可合成三查标准（Snilstveit et al., 2016）；越界审查清单。
3.【课堂任务】分析演示项目的证据缺口矩阵，提炼PICO候选问题，逐条进行越界审查，收敛出可进入Meta分析的问题。
4.【本讲产出】一份带PICO的选题桥接文档（区分"研究活跃"与"干预有效"，为Meta分析铺好入口）。专题十一：规范写作：图表叙事与结果段撰写
1.【学习目标】掌握文献计量图谱的结果呈现规范，能够撰写符合期刊要求的方法学描述、结果叙述与讨论框架。
2.【核心内容】Methods-Results-Discussion三段式写作分工（PRISMA 2020）；图注参数的核对清单；越界表述的识别与改写；Discussion骨架的搭建规范（意义阐释→方法局限→未来方向）。
3.【课堂任务】核对演示项目图注参数的完整性，改写越界的Results句，搭建Discussion三段骨架。
4.【本讲产出】结果草稿+图注参数包+Discussion骨架（可直接嵌入综述论文或开题报告）。Day 3｜跑通Meta分析、给证据定级、让成果变成论文和基金
完成从「图谱发现的问题」到「有效应量、有证据等级、有审计记录的结论」的最后一跃，并把三天全部产出打包成可交付、可迁移、可持续更新的项目包。
专题十二：数据工程：Meta提取表与效应量决策
1.【学习目标】能够根据研究结局类型选择正确的效应量指标，建立规范的数据提取表。
2.【核心内容】效应量选择决策树：连续型结局（MD/SMD/Hedges' g）、二分类结局（RR/OR）、时间-事件结局（HR）、诊断试验（敏感性/特异性）；数据提取表的标准字段设计；方向性错误与格式错误的核查；缺失数据的处理预案（Cochrane Handbook）。
3.【课堂任务】亲手整理带审计页的数据提取表，为演示项目选择效应量并撰写选择说明，制定缺失数据预案。
4.【本讲产出】一份规范的数据提取表（可直接进入分析脚本，论文Methods有据可依）。专题十三：统计实现:Meta分析全流程跑通
1.【学习目标】能够独立完成Meta分析的全流程统计计算，正确解读森林图、漏斗图和异质性指标。
2.【核心内容】固定效应模型与随机效应模型的适用条件；I²统计量的含义与异质性分级；森林图的规范要素与解读；漏斗图与发表偏倚评估；敏感性分析的设计与执行（Cochrane Handbook）。
3.【课堂任务】使用Python脚本一键跑通演示项目的Meta分析（合并Hedges' g=0.459），生成森林图、漏斗图和汇总表，逐指标解读。
4.【本讲产出】Meta分析完整结果包（森林图+漏斗图+异质性解释+敏感性分析表），可在自己电脑上复跑，投稿时再用R/RevMan复核。专题十四：证据定级:偏倚评估与GRADE分级
1.【学习目标】能够根据研究设计类型选择正确的偏倚风险评估工具，运用GRADE系统对证据确定性进行分级。
2.【核心内容】RoB 2（随机试验）、ROBINS-I（非随机研究）、QUADAS-2（诊断试验）、NOS（观察性研究）四类偏倚评估工具的适用场景与逐域判断方法；GRADE五因素降级标准；结论措辞与证据等级的匹配规范。
3.【课堂任务】对示例研究逐域进行偏倚判断，生成GRADE证据分级草稿，将强结论改写为与证据等级匹配的谨慎表达。
4.【本讲产出】偏倚风险评估表+GRADE分级表+匹配的Results/Discussion措辞（避免因结论越界被退稿）。专题十五：质量门禁:双AI交叉审稿与内部质控
1.【学习目标】能够建立AI辅助的内部质量控制流程，将AI审稿意见转化为可追溯的修订记录。
2.【核心内容】双AI交叉审稿机制：Codex审查分析复现性、Claude Code审查方法学规范；AMSTAR 2系统综述质量自查清单；审稿意见的分类整理（依据-风险等级-建议措施）；涉及纳排、偏倚和结论的修改人工确认规范。
3.【课堂任务】跑一轮双AI交叉审稿，将意见整理为带依据和风险等级的修订台账，人工确认关键修改。
4.【本讲产出】一份有据可查的内部质控修订台账（投稿或组会前可复用的质量把关流程）。专题十六：活水机制:自动查新与可持续工作流
1.【学习目标】能够为自己的课题建立动态证据更新机制，实现证据链的持续维护。
2.【核心内容】Living Systematic Review动态系统综述理念（Elliott, 2017）；查新脚本的运行与参数设置；新文献的自动去重与分流规则；更新决策的人工判断标准；可迁移技能包的设计。
3.【课堂任务】运行查新脚本，演示新文献自动去重与分流进待筛选队列的全过程，制定个人课题的查新规则。
4.【本讲产出】一套每周可复跑的查新闭环工作流（证据链在投稿和结题周期内持续更新）。专题十七：成果交付:结课项目路演与转化出口
1.【学习目标】能够按照透明报告标准组织完整的研究项目包，清晰呈现项目的方法学可信度与成果价值。
2.【核心内容】AMSTAR 2与PRISMA 2020成果组织标准；项目完整性验证清单；限时路演快讲的结构（背景-方法-结果-结论-局限）；项目包的打包规范；成果转化路径规划（投稿/开题/基金）。
3.【课堂任务】完成限时项目路演快讲，验证项目包完整性并打包结课项目zip，现场确定成果转化路线。
4.【本讲产出】一个最小可投稿项目包（可直接转化为基金立项依据或论文引言的缺口陈述）。报名方式
1、学生可联系课程专员申请助学折扣优惠；
2、报名成功后即成为Ai尚研修终身会员，享受会员福利
3、会员参会最高享受7.5折优惠
4、平台会员免费课程无需购买，可直接进行观看
5、无门槛参加Ai尚研修举办的线上答疑交流会
6、公众号资源无条件全部获
Ai尚研修客服
END
Ai尚研修丨专注科研领域
技术推广，人才招聘推荐，科研活动服务
科研技术云导师，Easy Scientific Research
