各位同仁好，我是七哥。一个在高校里从事人工智能相关领域研究，钻研用大模型AI实操的学术人。可以和七哥交流学术写作或Gemini、GPT、Claude 等大模型 学术实操相关问题，多多交流，相互成就，共同进步。在做学术研究需要搜集文献时，明明输入了关键词至文献数据库中，但出来的文献数量高达几百上千篇；实际上里面混杂着大量不相关的内容，那么怎么高效找到有价值的文献，并让它们真正为自己的研究所用？七哥今天和大家分享一篇Nature上的文章《How to find the papers you need to read — and avoid the ones you don’t》，中文翻译是“如何找到你需要阅读的文献，并避免阅读你不需要的文献”，简单点来说就是“如何快速找到有价值的文献，摆脱信息过载”。这篇文章由三位作者基于多年阅文与筛选经验，给出了五条互补策略，并在每条策略中说明了工具、优点、注意事项与局限性。接下来我将进行文章分享，并梳理出五条策略的核心内容以及缺点。1、Subscribe to what matters（订阅重要的内容）尝试订阅期刊目录通知，文章建议兼顾权威期刊与小众领域期刊，筛选 5-10 本高价值期刊，比如领域旗舰期刊，或虽小众但主题精准的期刊。部分期刊其实支持“综述、方法、社论”等细分类型的定制推送，这类功能可以优先开启。但这种方式也存在一定的局限，很容易遗漏订阅范围外的重要论文，而且在遇到时间紧张的情况下，也可能忽略有价值的题目，所以需要搭配其他信息的获取方式来补漏。