别再瞎读文献了！科研人必学筛选秘籍 | 自然职场

及时阅读新发表的文献已经成了一种负担，这点对学生和资深研究人员来说都成立。在公共卫生等领域，每年的论文发表数量已超过50万篇——每天超过1300篇。无论是资深研究人员还是科研新手，都表示担心自己跟不上进展，也都会强调建立高效阅读习惯的重要性。有人指出，这种压力让越来越多的科学家开始依赖社交媒体和推荐系统来发现论文，而不是系统性地进行阅读。 

很明显，如何跟进文献已不是某个小圈子内的难题，而是超越学科、研究方法和资历的普遍问题。作为处在不同科研阶段的研究者——博士生、中期职业科研人员和资深课题组负责人——我们也都经历过这个挑战。多年来，我们一直在摸索如何浏览科学文献，尝试不同的信息筛选方法，适应日益加快的出版速度。 

在此，我们提出五种互补策略，帮助你筛选文献，跟上自己研究领域的进展。这些是我们在实践中觉得行之有效的方法，也希望能为各个学科、各个职业阶段的研究者提供帮助。 

订阅重要信息 

最简单、也最可靠的跟进方式之一是订阅期刊的目录（ToC）提醒。在个性化算法盛行的时代，这种传统方法或许显得有些过时，但订阅一组精心挑选的期刊仍然是一个明智策略。通常，目录提醒会突出重点文章，并附上摘要或全文的直达链接。有些提醒甚至可以按文章类型筛选，专门推送综述、社论、研究论文或方法论文。 

从少数几本权威期刊那里接收一份精选的新论文清单，是保持对本领域核心文献了解的一种结构化、可预测的方式。它特别适合用来识别反复出现的研究主题、捕捉重要综述、以及追踪期刊编辑的长期取向变化——这一切都不需要你主动去搜。我们建议订阅一些具有代表性的主流期刊以及细分期刊，以兼顾广泛与专业的研究内容。 

当然，你可能会错过那些未被列入提醒列表的期刊中发表的重要论文。在快速浏览冗长目录时，尤其在时间紧迫的情况下，你也很容易忽略一些后来发现其实很相关的论文。尽管如此，对于很多研究人员来说，期刊目录提醒仍是应对信息超载的第一道防线。 

让 PubMed 为您效劳 

除了泛泛浏览外，你可以利用PubMed或Google Scholar等平台，建立一个个性化的监测系统，自动追踪与你关心的主题、作者或关键词相关的新文献。用户可以设置搜索保存和自动提醒，让系统每周或每月通过电子邮件推送结果。 

可以在检索语句中加入布尔运算符（如“AND”“OR”“NOT”），并进行优化，以减少无关结果的数量。这个方法特别适合捕捉那些发表在不太知名期刊上、或者超出你平常阅读范围的论文。 

同样的操作也可以应用在预印本服务器上，比如bioRxiv和medRxiv。用户可以根据关键词、作者或主题领域设置RSS（简单信息聚合）订阅或电子邮件提醒。把预印本也纳入提醒系统中，可以让你提前洞察新研究、方法或争议，因为它们通常比同行评议论文早几周甚至几个月出现。 

话虽如此，自定义提醒系统也需要维护。如果搜索语句设计得不好，返回的结果可能会又多又杂；即使是设计得很好的提醒，也可能在收件箱里越积越多，反而造成新的信息负担。尽管如此，只要使用得当，跨越同行评议数据库和预印本库的搜索提醒，仍然能以惊人的精准度帮你筛选出重要文献。 

关注研究者，而非论文 

虽然很多工具都以主题或期刊为中心，但如今一个越来越有效的筛选文献方式，是关注研究者本人。像ResearchGate和LinkedIn这样的专业网络，让科学家能够直接接收自己关心的研究者或实验室的动态更新。这种以“人”为核心的方式，对那些已经了解本领域关键人物、并希望以更轻松、渐进的方式追踪他们成果的人来说，尤其有用。 

例如，ResearchGate可以在你关注的学者上传新论文、预印本或数据集时自动通知你。它还会根据你的阅读习惯、推荐记录和个人兴趣生成个性化的内容建议，帮助你发现那些可能被忽视的研究。与静态的邮件提醒不同，这些动态信息流会随着你的社交网络扩展而不断进化，提供一种灵活、实时的获取科研信息的途径。 

这种方法还具有增强专业意识的优势。把论文与特定个人或团队联系起来，有助于理解研究发现的背景，追踪实验室的主题发展方向，甚至识别潜在的合作伙伴或竞争对手。有些作者还会发布额外的材料或教学资源，而这些往往无法通过传统期刊获取，从而为论文提供了更多的背景与价值。 

当然，并不是所有研究者都会及时上传他们的工作，有些甚至完全不使用这些平台。就像社交媒体一样，你的信息流质量取决于你建立的网络圈子的质量。尽管如此，对于那些愿意投入时间的人来说，关注写论文的人依然是了解科研世界的一扇宝贵窗口。一个不错的开始方式是：找出领域内活跃的研究者，看看他们关注谁、被谁关注，从中获取灵感。 

理智使用社交媒体 

如今，越来越多的研究者使用像X和Bluesky这样的社交媒体平台来分享新发表的论文、讨论预印本、推荐有趣的研究，并评论科学领域的新进展。关注合适的账号可以打造与你相关的内容流，一些论文和新想法往往比期刊发表或搜索提醒更早出现。这些平台还让你有机会与那些原本只能在会议上遇见——或者你不好意思主动接近的——科学家进行互动。 

使用这些平台对于了解你所在领域的新鲜讨论尤其有效。它让你窥见科学家们自己在读什么、在讨论什么、又在传播什么。一条设计精良的帖子或长帖，可以浓缩一项研究的核心发现、提供有价值的洞见，或让原本容易被忽略的工作得到关注。 

社交媒体的另一大优势在于它的灵活性。一些研究者会用它来关注特定的子领域、机构或期刊，而另一些则通过精心维护的名单，关注同行、导师和思想领袖。最终形成的，是一条高度个性化、充满活力的信息流，反映出你所在科研社群的脉动。 

当然，这种方式也有局限。社交媒体可能会消耗大量时间、让人分心，而且它的价值高度依赖于你关注的人。并不是所有研究者都活跃在线上，而重要信息也容易淹没在无关内容的噪音中。但只要保持专注和选择性使用，这些平台就能成为一种非正式却强大的过滤器，帮助你在紧跟文献进展的同时，依然与更广阔的科研生态保持联结。 

利用人工智能 

随着科学文献的数量持续激增，一系列基于人工智能（AI）的工具正在出现。它们的目的并不是取代阅读，而是帮助研究者更高效地发现和筛选相关论文。例如，Semantic Scholar利用机器学习根据相关性对论文进行排序，提供一句话的“太长不看”（TL;DR）摘要，并标注出具有影响力的引用。其他工具，如ResearchRabbit和Connected Papers，可以将相关文章以网络形式可视化，并在你关注的研究者发表新成果时自动提醒。还有像Scite这样的工具，进一步分析论文是被支持、被反驳，还是仅被提及，从而帮助你快速判断其在领域内的重要性。 

其中一些平台还能根据你的阅读行为进行学习，随着时间推移不断调整推荐结果。它们不再只是推送符合关键词的内容，而是逐渐呈现出与你研究兴趣更契合的文献。基于AI的助手，如Elicit和ChatGPT，甚至可以帮助你总结论文内容或推荐相关研究，不过这类工具仍需要人类仔细监督，以避免错误或误读。 

当然，AI技术确实存在众所周知的缺点。算法可能忽略重要细节，而推荐结果也可能受到流行度或引用趋势偏见的影响。但若与传统方法结合使用，它们依然能成为极高效的过滤器。对于时间紧张的研究者而言，这类辅助不仅有帮助，甚至可能已成为不可或缺的工具。 

没有一种单一方法可以彻底解决“如何跟进文献”的难题——也许这正是关键所在。科学出版的速度丝毫没有放缓的迹象，筛选信息已经从被动习惯变成了一种必备能力。有效的方式往往是多种策略的结合：期刊提醒让你保持基础；自定义搜索让你保持敏锐；专业与社交平台让你保持连结；AI工具帮助你走在前沿。关键在于，找到适合你的系统——与目标、时间与好奇心匹配——并随着研究方向的变化，定期调整。 

© nature

doi:10.1038/d41586-025-02867-2