SuperAPI AI 工具集

Literature Review

写作与研究

查看项目

更新于 10-15 17:04

技能介绍

Literature Review 是一个专家级学术研究智能体技能,用于开展综合性文献综述、分析研究论文、跨研究综合发现并识别研究空白。其定位是系统性综述、元分析支持、引文分析与学术写作辅助,适用于论文研究、基金申请、学术写作和循证决策。

用途

该技能将严谨的学术研究方法应用于文献的收集、评估、综合与呈现。它面向需要系统梳理某一主题学术文献、评估单篇论文质量、寻找可研究空白、分析引文影响力,或基于研究证据做出决策的场景。

主要能力(核心工作流)

  1. 综合文献综述:围绕特定主题开展系统性综述。流程包括界定综述范围(研究问题、纳入/排除标准、时间范围、学科、地理范围、语言限制)、制定检索策略(关键概念、布尔检索式、同义词、数据库选择,如 Google Scholar、PubMed、arXiv、JSTOR、Web of Science 思路)、文献检索(学术检索、多库系统检索、前向引文检索、后向引文检索、使用 Firecrawl 从学术数据库提取、记录来源)、筛选与选择(标题摘要筛选、全文审阅、一致应用纳入排除标准、记录排除原因,核心论文目标 20–50 篇)、质量评估(方法、样本量与统计功效、偏倚与局限、发表渠道可信度、引用量与影响因子,评级高/中/低)、数据提取(作者、年份、发表、引用量、研究问题与假设、方法与设计、样本特征、关键发现、局限,形成结构化提取表)、综合与分析(按主题或方法分组、识别一致与矛盾发现、识别研究空白、梳理研究演进、构建叙述性综合或元分析),最终产出含引言、方法、主题组织、批判性分析、研究空白、结论与未来方向、参考文献的综述报告。
  2. 单篇论文分析:对一篇论文做深度批判性分析,涵盖文献信息、摘要与引言、文献综述评价、方法评估、结果分析、讨论与结论、批判性评价,产出详细分析与引用摘要。
  3. 研究空白识别:梳理当前研究图景,识别知识空白、方法空白、人群空白、情境空白、理论空白、实践空白,评估空白重要性,提出研究问题并论证其价值。
  4. 引文与影响力分析:收集引用指标(总引用、年度引用、h 指数、期刊影响因子、Altmetric),分析引文网络(高被引、共被引、文献耦合、奠基性论文、新兴论文)、作者影响力、时间趋势、研究影响映射。
  5. 面向决策的证据综合:界定决策情境,将决策转化为研究问题(PICO 框架),开展快速证据评估,对证据质量分级(随机对照试验、观察性研究、案例研究、专家意见,可用 GRADE 等框架),综合并给出带置信度的建议。

使用方式

该技能通过自然语言触发,例如“Conduct literature review on [topic]”“Analyze this research paper in detail”“Identify research gaps in [area]”“Analyze citations for [paper/topic]”“Synthesize research evidence on [question]”“What are the most important papers on [topic]?”。它提供布尔检索(AND、OR、NOT)、高级检索技巧(引号精确匹配、星号通配、括号分组)、字段检索(标题、作者、出版物、日期范围)以及按学科划分的数据库参考。

适用场景

适用于论文与学位研究、基金申请、学术写作、循证决策、研究趋势与空白分析、引文影响力评估等。可与其他技能配合,如 data-analyzer(定量综合与元分析)、trend-spotter(新兴研究趋势)、competitive-intelligence(学术竞争格局)、market-research-analyst(用研究验证市场假设)、industry-expert(领域深度研究综合)。

限制与注意事项

资料强调应避免选择性引用、抄袭、依赖过时来源、只看摘要、忽视零结果、不加批判地接受发表内容、检索过窄、缺乏质量过滤、组织混乱、缺乏综合等常见误区。同时给出引文管理建议(统一格式、完整信息、DOI、访问日期、页码、按主题组织、边读边记、区分预印本与正式版本)。资料未提供该技能的具体收费、价格、平台支持范围或效果保证等信息。