
问研究者文献综述里什么最耗时,大多数人会说 写作。可一看时间实际花在哪里,写作通常是占比最小的那一块。
这些数字令人警醒。在 PROSPERO 注册的系统综述,从注册到发表 平均耗时 67.3 周 [1]。科研产出每年增长约 4.1%,大约每 17 年翻一番 [2]。而早在 2010 年,医学领域每天就已发表约 75 项临床试验和 11 篇系统综述 [3]。

常见的时间分布
每个项目都不一样,但当研究者描述一篇典型的叙述性综述时,时间大致都落在同样几类里:
- 检索,再检索。 调整查询式、尝试同义词,很晚才发现一个关键术语,然后全部重跑一遍。
- 筛选。 读几百个标题和摘要,找出真正重要的几十篇,再对那些模棱两可的反复犹豫。
- 重新查找。 寻找三周前读过的那篇论文,它恰好说了你现在需要引用的那句话。
- 参考文献整理。 排版、去重、修改后修正编号。
- 真正的阅读与思考。 产生洞见的正是这一部分,而它通常也是被挤压得最厉害的部分。
只有最后一类非你不可。前四类都是机械性的,却占去了日历上的大部分时间。
哪些环节值得交给工具
坦白说:机械性的部分,而且推理过程要可见。机器学习用于加速证据综合已有多年,尤其是在筛选环节 [4]。最近的变化在于,一个工作区就能完成规划检索、按你的标准筛选、撰写带引文的初稿,并且展示每一步。
这正是 tlooto 的设计目标。检索、筛选、引用和排版都在同一个地方完成,“工作过程”面板会显示检索了什么、每篇论文为什么被保留。文库则保存你找到的一切。省下来的时间,用在只有你能做的事情上:仔细阅读,判断证据意味着什么。
一个小实验
在下一次做综述时,花一周时间粗略记录:检索、筛选、重新查找、排版和阅读各用了多少小时。大多数人会被前三项吓一跳。这个数字,就是改变工作方式的理由。
参考文献
[1] Borah, R., Brown, A. W., Capers, P. L., & Kaiser, K. A. (2017). Analysis of the time and workers needed to conduct systematic reviews of medical interventions. BMJ Open, 7(2). https://doi.org/10.1136/bmjopen-2016-012545
[2] Bornmann, L., Haunschild, R., & Mutz, R. (2021). Growth rates of modern science. Humanities and Social Sciences Communications, 8. https://doi.org/10.1057/s41599-021-00903-w
[3] Bastian, H., Glasziou, P., & Chalmers, I. (2010). Seventy-five trials and eleven systematic reviews a day. PLoS Medicine, 7(9). https://doi.org/10.1371/journal.pmed.1000326
[4] Marshall, I. J., & Wallace, B. C. (2019). Toward systematic review automation: a practical guide to using machine learning tools in research synthesis. Systematic Reviews, 8. https://doi.org/10.1186/s13643-019-1074-9