用途:帮助研究者跨主要学术数据库构建精确、可复现的布尔检索式,适用于系统综述、循证检索与可重复研究。
主要能力:
- 核心算符:AND 缩小结果、OR 扩大结果、NOT 排除、() 分组控制优先级;并说明数据库默认优先级为邻近算符、NOT、AND、OR,建议始终用括号明确意图。
- 高级语法:截词符(如 therap*)、单字符通配符(?,如 wom?n)、可选字符($,部分数据库);邻近算符因库而异,如 Web of Science 用 NEAR/n、Scopus 用 W/n 与 PRE/n、ProQuest 用 N/n 与 P/n、EBSCO 用 Nn,PubMed 不支持邻近算符,改用短语检索。
- 字段限定:给出 PubMed(如 "machine learning"[Title]、"Smith J"[Author])、Web of Science(如 TI=、AU=、SO=、PY=)、Scopus(如 TITLE()、AUTH()、PUBYEAR > 2019)的示例写法。
- 系统检索策略:基于 PICO 框架把人群、干预、对照、结局四要素用 OR 合并同义词块、再用 AND 连接;提供可复用的 Python 构建函数与示例查询。
- 迭代优化流程:提炼概念、列同义词与变体拼写、OR 合并、AND 连接、测试、查看前 50 条结果,召回低则补充同义词与截词,精确度低则增加 AND 块与字段限制。
- 过滤器与记录:常见限制含语言、日期、文献类型、研究设计、物种、开放获取;给出 PubMed 临床查询过滤器(治疗、诊断、系统综述)写法;要求记录数据库与界面版本、检索日期、完整检索式与行号、结果数、过滤条件与执行人,并建议将检索策略随项目做版本控制。
使用方式:按概念拆分检索式,先小范围测试,再依据结果调整;跨库检索时需注意各库算符与字段代码差异。
限制:不同数据库对邻近算符、通配符和字段语法支持不一,需在实际库中验证;资料未提供具体数据库订阅、版本兼容或其他收费信息。