文献综述方法
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md 安装 @kunlungrowth/kg-academic-literature-review 技能。
技能介绍
文献综述的典型困境
学术文献综述常面临几个关键挑战:检索策略缺乏系统性导致文献覆盖不全,筛选标准模糊引发结果偏差,主题归类混乱影响分析深度,以及批判性评述不足削弱研究价值。这些问题直接影响综述的可信度和应用效果。
系统化方法如何破局
该技能采用标准化工作流解决上述问题。从研究问题定义开始,构建包含 布尔运算符 的检索策略,明确数据库选择标准。通过 PRISMA 流程实现文献筛选全流程管控:
- 去重处理确保数据唯一性
- 标题/摘要多轮筛选建立初筛标准
- 全文评估制定纳入/排除清单
进入主题编码阶段,系统支持分类维度自定义,可建立三级编码体系。最后通过批判性评述框架,自动识别文献间的矛盾点、方法论缺陷及研究空白,生成结构化对比矩阵。
适用边界说明
该技能专注于方法学层面的流程规范,不替代领域专业知识。当需要特定学科的高级统计模型(如 元分析算法)、实证实验设计或专利分析时,需结合专业工具使用。输出模板包含可直接套用的表格和步骤清单,但具体文献质量评估仍需研究者专业判断。
使用场景
- 撰写学位论文时,需要按PRISMA流程规范筛选和纳入文献
- 开展Meta分析前,需系统制定数据库检索策略与关键词组合
- 梳理某领域近五年研究空白,需通过主题编码整合文献观点
- 需要对比多篇文献的研究矛盾,输出结构化批判性评述报告
适合人员
- 高校研究生:撰写学位论文需规范文献综述流程
- 研究机构分析师:系统评估领域研究现状与发展趋势
- 学术期刊编辑:审核综述类论文的方法论严谨性
- 博士课题研究者:梳理文献矛盾点以支撑理论创新