科研大牛们怎么读文献？

balabala

本题已加入知乎圆桌 »
更多研究生和科研人关心的话题，欢迎关注。

原文地址：https://www.zhihu.com/question/21278186

感恩由您

搬运一下Andrew Ng（吴恩达）在他的一节CS230深度学习课上分享的如何利用文献获取知识的方法。虽然Andrew Ng在课上针对的是机器学习、深度学习的领域，但相信无论是在校生还是一般会社员，利用这种方法都可以在短时间内掌握一门领域的知识。
B站上已经有人上传了这节课的视频，其中吴恩达还分享了一些职业生涯规划的建议，值得一看。
https://www.youtube.com/watch?v=733m6qBH-jI吴恩达：关于机器学习职业生涯以及阅读论文的一些建议_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili论文搜集和编录，并行阅读

如今网络上的优质资源越来越多，尤其今年疫情期间，很多知名大学都开放了它们的论文库以供阅览。吴恩达重点列举了像Twitter、Reddit这样研究者发布研究动态的新宠，以及各种会议期刊。另外朋友之间分享值得一看的文章是一个不错的来源，进入一个氛围良好的Community对于学术、工作上的交流提升都大有裨益。
在搜集完一批论文之后，首先应该有一个记录所找的文章和阅读进度的工具，做好编录工作。这也是我觉得一项不可或缺的准备工作。通常情况下针对一个问题我们会找到十几篇甚至几十篇来阅读，花些时间做好准备工作，可以让后期阅读更有效率。
文献不是一篇接着一篇读的，而是一个多篇并行的过程。举例来说，可以先从一堆文献中挑出五篇，快速浏览一遍。在知道了大意之后可以对文章进行取舍。有一些文章观点具有开创性、引用数量高，可以再多花时间进行精读。言之无物的文章就可以舍弃，同时加入新的文章来补充这个『在读文章列表』。读者可以在这几篇文章中来回跳跃，因为它们之间经常会有互相启发的内容，这种并行阅读的方式可以提高效率，加深理解。



如何阅读一篇论文

把一篇文章一字不落从头看到尾可能是最差的方式。我们应该避免逐字阅读，对于一篇文献应该多次浏览，渐进式阅读，争取每一次都有新的发现。

• 第一遍读标题，摘要，图片
  

通过阅读标题、摘要、关键的图片，我们就可以对文章内容有一个大致的理解。以深度学习为例，很多文章的要义都可以用一两张图片来概括，作者主要应用的网络架构一目了然。在这种情况下就没有必要再阅读大段冗长的文字。相信很多以数值模拟、实验数据为基础的文章也是如此，作者对于一张可视化图片或者表格花的精力有时甚至超过全篇文字叙述，论文中的图片无疑会成为我们理解文章的钥匙。
2. 第二遍可以关注介绍，结论，图片
除了图片外，介绍、摘要、结论都是作者会尤其注重的地方，他们会尽力让自己的论证简洁明了，通俗易懂（毕竟这也是审稿人员关注的重点）。对于相关工作的部分，面对一个生涩的主题时读者仍然需要阅读，而如果是一个你已经熟悉的领域，则可以进行取舍。在这里吴恩达又从审稿的角度出发，指出很多作者会在这个部分略有逢迎，直接引用审稿人员的作品，拍一拍马屁，因此导致了相关工作这部分内容缺少干货。肯定没有批评任何人的意味，人之常情可以理解。
3. 第三遍可以进入论文主体部分，但是可以掠过数学
无需多言，读者应该避免被数学公式绊住了手脚影响进度。这里说一下我对数学公式的处理。如果是重要的推导过程我还是会略读一下公式，至少明白每个参数的含义。
4. 第四遍，阅读整篇文章，掠过没意义的部分
即使是最负盛名的文章也会有些许的水分，对于其中无关紧要的部分不如直接掠过。除非一些无法短时间理解的艰深内容，你想要多花时间来攻克也可以接受。另外他在课上说的一句话我非常认同:"Great research means we're publishing things at the boundaries of our knowledge and understanding." 在一个快速迭代的领域里，人们的认知边界也在逐渐拓宽。时过境迁之后，一些曾经被奉为圭臬的东西可能已经变得不再重要。因此，如果是一篇时效性差的文章，无需纠结其中模棱两可、难以自恰的文字。
读论文时思考的问题

带着问题去阅读永远是最有效的阅读方式。面对一篇新文章，试着去回答这四个问题：

• 作者试图解决什么问题？
  

2. 研究方法的关键是什么？（最具有开创性）
3. 哪些东西可以为你所用？
4. 有哪些参考文献可以继续跟进？
深入理解

想要更进一步地理解文章，就要在数学和代码部分下一些功夫了，方法恐怕只有亲手从零开始推导公式和实现代码。老实说，倘若不经历这两个过程，你通过阅读文章学到的也只是屠龙之技。

最后吴恩达还强调了『延续性』——保持节奏稳定的持续学习比短期集中精力的高强度更重要。举例来说，在接下来一年保证每周读两篇文章比在一个月集中阅读50篇就更加行之有效。说话间他拿出了自己平时携带的公文包，里面总是装着几篇论文可以让他在碎片时间阅读。当然这里不是否定高强度，如果你能持久地高强度学习也是可以的。
以上。

检验医师

感谢大家对这个回答的厚爱！全文阅读时间约为15分钟，墙裂推荐大家先看看我B站的视频，看完别跑，记得回来点赞！
知乎万赞 | 科研必备的文献神器 | 文献追踪//定位//管理，附详细教程_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili关于如何撰写文献综述：
Literature Review | 英国博士生小姐姐教你如何写好文献综述_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili如何高效读文献：
科研党读文献，如何做到一眼万年 | 提高英文阅读_哔哩哔哩_bilibili文献管理软件的跨设备同步：
Mendeley文献管理 | 跨设备同步文献库 | 文献管理软件Mendeley_哔哩哔哩_bilibili<hr/>
正文开始：
经过5年的摸索，我总结出我最舒服的读文献的原则就是：
1. 纸质版悉心阅读

2. 笔记本记录要点

3. 电子版存档管理

首先想谈一谈所谓“效率”。我个人认为，每天亲手捧着读一篇很动心很相关很inspiring的论文，详细记录并且印象深刻，要远比每天坐在电脑前面哗啦哗啦浏览10余篇文献来的“高效”。因为后者可能睡一觉起来啥都不记得了。
由于实验室有彩色打印机，读文献的时候就直接打印成彩色的，然后详细阅读，办公桌面上一般会摆着近期课题读过的需要用到的paper，以便随时拿出来用。（为了不浪费国家资源，为了报资本主义以前掠夺过我们的仇恨！我是来曼大以后才开始打印彩色的论文的，资本主义羊毛此时不薅更待何时！）
我桌上的文献我一般会按照大分类摆好，每天工作完下班之前再整理一下，第二天一早过来心情也会很好的，强烈推荐大家试一试！



桌上的文献有一半都是我导师打印好直接甩我桌上，说 fruitful ideas，plz study it！

我之前硕士的时候试过读电子版的文献，然后同时使用evernote做记录。因为印象笔记里面的笔记是在是太多了，还有很多生活的东西以及其他的东西，即使是分了不同的笔记本，但是还是觉得乱糟糟，我个人不怎么喜欢这种感觉。我最后发现还是喜欢把东西写在本子上，觉得来的踏实。现在读文献的时候，手边就放着一个文献笔记本，用来记录PhD期间看过的有价值的文献。这个本子一共有200页，我准备看看到最后PhD毕业自己可以写完几本。（我们学院的PhD可以免费去领这个本子，一个德国牌子的笔记本，贼好用）


贴纸是问我老婆讨的她记手账用的贴纸，感觉自己萌萌哒。。。
一直看电子版的或者一直看纸质版的话都容易感到疲惫，所以现在都开着屏幕然后再拿着打印的纸质版，屏幕上可以放着Fig那一页，不行就放好几份放好多页，然后纸质的拿手里对着看。既能使用电子版搜索功能迅速定位又不用翻来翻去找Fig，还能提高阅读乐趣，增加颈部肌肉活动机会哈哈哈。


每篇文献占一页纸，页眉那里就写上文章的标题，一作名字还有组老板的名字，还有期刊的详细信息。内容的话，就是我感兴趣的一些内容，一段用来记录文章的主要贡献。另外就是一些觉得以后写论文可以引到的内容了，有时候遇到一些觉得写的特别特别好的句子或者英语表达，也会摘抄下来背一背。以后写文章肯定可以用得到。


由于是自己手写的，肯定会特别的宝贝这个本子，记得很会很牢。每次去找老板开会讨论问题的时候都会抱着这个本子，每当老板谈论到某篇论文时，恰好自己也读过做过笔记了，就赶紧翻到那一页，看看自己的理解和导师的讲解是不是一样。有可能自己当时的理解不太对，就可以立即改一改。而且当时写的下面还留了些空白，也是用于以后可以继续写下新的理解新的感悟。（这个习惯是从我硕士导师那里学来的。我硕士导师曾经翻开过他博士期间的文献记录本让我看给我讲文献）
来英国之后，我发现上了年纪的老教授们，每天都会带一本很厚的黑皮笔记本，开会或者讨论或者教导学生的时候，优雅地铺开放在桌面上，拿起老花镜仔细找，然后突然说：Aha！Here it is！那会儿我内心里是真的觉得，这样的学者真帅啊！我也要成为这样的人！于是乎我决定从2019年7月开始每天记录我的科研日志，我下了血本买了一本Moleshine日程本Daily Planner（花了200多块大洋，还在封面上自定义印了我的名字和2019-2020）。日程本一共涵盖了18个月（2019.07-2020.12），每天一页，可以记录自己每的天日程安排，想法，以及科研的ideas！现在每天都打开本子摸一摸，心想赶快到七月呀！



老婆给买的本子

------更新于2019年7月3号-------
终于到了7月了，前两页被我写地满满的呢！主要是记了一些日程安排和科研日志。内容大体还是课题上的总结以及今日的想法。后面慢慢整理，等我用一段时间再在下面更一下科研日志的心得体会！我以后终于可以抱着我的本子去和导师讨论问题了！


------更新于2020年2月9号-------
最近正在探索Marginnote3，发现打开了新世界的大门。卡片式学习加思维导图简直不能更爱！


手上有Macbook或者iPad的同学建议试一试，这种深入式文献阅读方法不一定适合所有人。而且门槛较高，进入状态很慢，但是当你迈过入门这道坎之后，据说会爱不释手。欢迎评论区交流大家的使用心得呀。
特地肝了一期视频，详细讲解了Marginnote的使用，感兴趣的可以戳下面的链接：
MarginNote真的适合你吗？| 科研 | 文献精读 | 学习型iPad | 效率工具_哔哩哔哩_bilibili<hr/>相信我们大多数人最开始接触“文献”都是从本科毕业写论文开始的吧。到后面读硕士、博士，或是由于工作及职称的需要，文献对我们中的很多人而言都变得越来越重要了。但...相信很多人和我一样，有时候一听到“文献”两个字就觉得头疼。成千上万篇，完全不知道该从何处入手。每天都在文献的海洋中，却怎么游都游不上岸。上次见导师的时候，特意就“读什么文献、怎么读”的问题进行了一番讨论和沟通。
Suggestions from my supervisor
1️ 先从大家、名家的作品开始读，目的是把最基本的理论和概念内化于心，并通过整理他们主要的观点和debate，加深自己的理解；
2️ 在已经全面、深刻了解了该领域的核心作品后，延伸到与自己课题最直接相关的文献去读，带着批判的思维去发现现有文献的贡献与不足之处，这些不足就是你可以继续深度挖掘的东西；
3️ 保持日常阅读文献的习惯，并时刻关注领域内的最新动态，这样既能保证你不被时代所抛弃，有可以激活你的思维，帮你迸发新的灵感。
文献小工具推荐

下面的所有内容都是源于本人自14年到现在，一点一滴摸爬滚打的个人经验，可能不适应于所有人，但是原则上的东西应该是相通的。
1. 文献定位
对于刚进入课题的你，最想知道的莫过于该读那篇文献来迅速入门了。这里给大家介绍的这款科研工具叫Histcite，是一个引文网络分析软件。我自己也有用过其他同类型的工具，比如VOSviewer等。通过与Web of Science的配合以及简单的几步操作，你就可以准确定位到自己所研究领域的开山之作，甚至连难以搜索到的、标题不含关键字的文章也可以轻松收入囊中。
Histcite :
Tsing：文献引文分析利器 HistCite 详细使用教程暨 HistCite Pro 首发页面VOSviewer :
VOSviewer - Visualizing scientific landscapes
2. 文献查找 、课题前沿追踪
RSS好像在大学计算机基础学过，首先大家一起来复习一下RSS技术：

“ RSS（简易信息聚合）是一种消息来源格式规范，用以聚合经常发布更新数据的网站，例如博客文章、新闻、音频或视频的网摘。RSS文件（或称做摘要、网络摘要、或频更新，提供到频道）包含全文或是节录的文字，再加上发布者所订阅之网摘数据和授权的元数据。
RSS摘要可以借由RSS阅读器、feed reader或是aggregator等网页或以桌面为架构的软件来阅读。标准的XML档式可允许信息在一次发布后透过不同的程序阅览。用户借由将网摘输入RSS阅读器或是用鼠标点取浏览器上指向订阅程序的RSS小图标之URI（非通常称为URL）来订阅网摘。RSS阅读器定期检阅是否有更新，然后下载给监看用户界面。”
——引用自维基百科

我大四的时候就开始把RSS技术用到科研里面去了，还给当时课题组里的博后和博士们专门做了个报告来介绍了这项技术。目前，基本上大多数的主流期刊、会议网站都提供了RSS的订阅服务链接，复制链接并加载到本地RSS阅读器里，就可以每天接收最近科研发展动态啦！前些年最好用的RSS阅读器是Google Reader，不知为何后面停止服务了。这里给大家推荐的是两个现在还可以使用的RSS阅读器。

• 国内用户推荐使用 FeedDemon（Windows版本、支持消息过滤）
  
• 国外用户推荐使用 Inoreader（基于浏览器、支持各种自定义操作例如邮件提醒等，详情可以参考文末视频）
  

RSS阅读器客户端版 FeedDemon :
Free Windows RSS ReaderRSS阅读器浏览器版 Inoreader :

• https://www.inoreader.com/ (我使用的是付费版本，绝对值得）
  

今天早上我的B站视频下面有一个小伙伴给推荐了又一个神器：

关键词规则这块，可以试一下 Stork 的推送。可以抓全网所有的期刊，有些我不关注的期刊，但是偶尔也会发高度相关的文章，就可以通过 Stork 直接得到通知。

作为科研狂人的我怎能允许自己的无知呢！我立即火速去探了探究竟！这个工具叫做 文献鸟Stork，乃斯坦福的博后Xu Cui大神自己写的基于爬虫的文献搜索工具，可以根据自定义的关键字，在全网进行搜索，每天或者每周（按照自己的设定）给我发邮件提醒paper更新！
-------敲黑板------
全！网！搜！索！！！ 全！网！搜！索 ！！！ 全！网！搜！索！-------敲黑板------
就算自己搞了一大堆规则一大堆关键字，Stork每天会把所有的文章信息融合成为一个邮件发给我，然后重点的内容也会高亮。最最最牛逼的是会按照期刊的影响因子进行不同程度的高亮，影响因子越高，底色的黄色越亮！自己如果没有时间的话就可以只看最黄的那些文献了！
关键字支持与或非的语法以及单位期刊过滤等等，简直不要太爽！


下面是我设置的几个关键字搜索的内容：

• 1是我关注的STDP的深度或者spiking神经网络
  
• 2是我关注的neuromorphic computing
  
• 345678是我追踪的大牛们
  

然后试一试效果，点一下立即发送邮件试试！






我相信看到这儿，有些同学已经血脉喷张不能自已了，我就无需多说了。大家快去用吧！
传送门：------   Stork: Log in  ------
最后再来比较一下我上面提到基于RSS的Inoreader和基于爬虫的文献鸟Stork：

• Inoreader：及时更新内容，还支持Arxiv, Twitter，知乎等所有RSS通用的网站。
  
• Stork：每天推送一次，简洁纯干货，不会造成心理负担。但是我目前发现只支持正式发表的论文。
  

个人推荐食用方法：两者结合使用，inoreader主抓arXiv或者推特大牛知乎大神推文。Stork扫描全网所有期刊正式出版论文。
3. 文献管理
一个合格的科研工作者一定要养成良好的管理文献的习惯。今天和一个大神聊天，他说自从他博士以来，所有文献都是放在同一个文件夹里面保存、管理的，命名规则是作者名字+发表年份（例如Albert2018.pdf），这样做也可以便于写LaTeX时进行引用。当他指着一千多个文件的文件夹告诉我他能记住那其中的绝大部分，我的第一反应是，天啊！他大概是从小家里有矿、六个核桃当水喝的吧！


当然，像我这种记性不好的人，就只能依靠文献管理软件来帮我赶上人家的脚步啦。常用的文献管理软件有EndNote，Zotero，Mendeley等。Endnote对中文支持比较好，中文文献用的多的同学比较合适，五年前我选软件那个时候，Endnote每个文献记录都需要手动输入相关信息，比较麻烦，但是好像现在也支持关键信息抓取了。Zotero可以从PDF里自动抓取文章的信息，简单高效；而且还可以多用户共享文献库，非常适合一个课题组一起使用但是对中文支持的不好。
不过，今天给大家重磅推荐的是Mendeley，原因就是它的颜值高！洁面简洁！标记笔记搜索查找十分方便，还支持浏览器一键收录功能，而且完全免费。墙裂推荐大家使用。当然，大家在导入文献后还是稍微检查一下题目、作者等信息是否正确。我女票读PhD之后，我给她推荐了这个软件，她第一次用，往里面收录的第一篇文献就出错了！不过我给她说这种情况出现的几率比较小的，她居然第一次用就赶上了这种情况哈哈哈哈哈哈哈。
Mendeley :  https://www.mendeley.com/
<hr/>我的一些其他回答，大家可以顺道去看看
如何在论文中画出漂亮的插图？ - Mua.Cooper的回答 - 知乎 https://www.zhihu.com/question/21664179/answer/678989613

同花顺

直博四年级，自认为读了一些文献，答一波。
我们实验室有个传统，每周一组会上，一年级新生需要把上一周 CNS 中跟生物相关的研究文章以及封面（哪怕非生物的也要讲）都讲一遍。研一一年的主题基本就是看文献，讲文献。Nature 和 Science 是周刊，分别是北京时间周四凌晨和周五凌晨更新，每周都有与生物相关的文章，通常加起来 5~10 篇不等吧；Cell 是两周刊 (Biweekly)，每两周的周四更新，所有的文章都跟生物相关，但还好只讲研究文章，每期都超过 10 篇。因此每周研一新生的工作量在 2~3 天（只有周末了）内看完至少 15 篇 CNS  文章，并做好 PPT，下周一组会上讲解。唯一的安慰可能是，老板每年招两个人，我可以跟另外一个小伙伴轮换着讲，这周我讲，下周他讲；或者这个月我讲，下个月他讲。
前段时间老板让我给新来的师弟师妹做个论文讲解的示范，我在 3 天内快速浏览了 28 篇 CNS 文章，并做了一份 50 页的 PPT。在看文献的时候，我就在想，如果我是读者，我看到文章标题后，我想知道什么？我是这篇文章作者的话，我该如何向别人介绍我的工作？那一周的 28 篇 CNS 文章的讲解见：https://mp.weixin.qq.com/s/I09uczjOblvaM9X0ac6bBQ。PPT下载地址：https://pan.baidu.com/s/1WeLPHsaja50NjbgFZWv9Uw，提取码：ds7n。
正如我此前提到的一样，拿到一篇文献后，不妨先问自己几个问题：（1）这篇文章属于什么领域或方向？（2）解决了什么问题？为什么这个问题这么重要？（3）使用了什么方法和模型？为什么这个方法可以解决这个问题？（4）核心结论是什么？下一步还可以怎么做？
（1）这篇文章属于什么领域或方向？
纵向来看，生物过程包括个体层面、组织器官层面、细胞层面、分子层面以及原子层面等。横向切分，这个过程属于什么范畴，比如表观遗传学、免疫、神经生物学、发育生物学等。现阶段的文献，分子层面的机制偏多。由中心法则延展开来，分子无非 DNA、RNA 和蛋白质，这些分子的排列组合起来参与一些特定的过程，比如 DNA 复制、DNA 转录、RNA 翻译、RNA 修饰、组蛋白修饰、非组蛋白修饰等等。当然还有染色体整体层面出发的，比如染色体高级结构调控等。
在大脑里面，先得有一个宏观的概念，知道这篇文章在生命科学的位置。其次，需要知道这篇文章所属的细分领域。完成这一步，确实需要经验积累。我本科制药工程，研究生转到表观遗传学，此前根本没听过表观遗传学，也没学过分子生物学和细胞生物学，更不谈结构生物学、生物信息学了，于是所有的都得重新开始。
从研一开始，我就用最笨的方法，每次读文献，发现一个新的研究方向或主题，我就会单独建一个文件夹，此后所有相关的文献都一一归类；如果下次又读到新的文献，发现它不属于目前的任何主题，于是就又新建一个。



这是我文献版图的一部分

这只是大的目录，然后里面随便点开一个文件夹，比如很火热的【RNA修饰&二级结构&编辑】，可以看到：



对主题进行细分，还有部分文章未来得及归类

其实，归类的过程也是慢慢消化和整理的过程。尽量让读过的文献逐渐融入自己的知识体系，而不是读过就读过了。当文献是孤零零时，你很难记住成千上万个孤零零的知识点；但是一旦成为体系，就更容易记住了，此为内化。
（2）这篇解决了什么问题？为什么这个问题这么重要？
我老板经常在组会上问我们的一个问题是，这篇文章为什么能发在 CNS 上？如果这个问题能回答清楚，其实文章基本上也就消化了。
能发在 CNS 上的研究每一篇都有故事，我们需要挖掘这背后的故事：有的是困扰学术界几十年的难题，今天终于获得解答，比如施一公他们关于剪接体结构的解析；有的是颠覆人们认知的新发现，比如此前人们认为，脑中没有淋巴管，但 2018 年 8 月 9 日的 Nature 封面文章就报道，在大脑中清楚地观察到了脑膜淋巴管；还有的是让几十年的争论尘埃落定，比如终于发现了引力波。
在文章的第一句，作者通常就会说明自己为什么要做这个研究，以及这个研究为什么这么重要；而且会在文章的第一段或者第一部分进行详细的说明，多花时间思考这个问题远胜于你花时间弄懂每一幅图说什么。
（3）这篇文章使用了什么方法和模型？为什么这个方法可以解决这个问题？
对于 Nature 的 Articles、Science 的 Research Articles 以及 Cell，每一部分都有小标题，快速浏览后，我们可以知道这篇文章分为几个部分，每个部分作者打算做什么工作。对于 Nature 的 Letters 和 Science 的 Reports，不妨先看每一段的第一句话，就可以知道该部分要做什么。
带着问题读文献，效率会很高。
（4）核心结论是什么？下一步还可以怎么做？
文章的核心结果都在图里面，这个时候可以去看图了，这个图证明了什么，为什么能支持这个结论。如果你是这个研究方向的，那么最后很有必要看 Discussion 部分，作者会对文章的核心观点做一个回顾，并且会讨论下一步的计划，具有一定的启发性。
其实哪怕我现在博士四年级，我也依然会碰到自己此前从来没接触的研究主题，但相比一年级，这种事情发生的概率要低得多。万一碰到自己不熟悉的，尤其是方法学的开发，会非常晦涩难懂，而且尤其对于 Nature 和 Science，其篇幅是有规定的，因此要求作者极度凝练。碰到这种情况，不妨把摘要和 Introduction 部分多读几遍，读不懂反复读，亲测非常有效。书读百遍其义自见，文献亦然，古人诚不我欺也。
其他小 tips:

• 对于不懂的概念，用视频和图片帮助消化。直接在 YouTube 等视频网站，Google、Bing 等输入关键词，找到解读视频或模式图，会极大地帮助消化；
  
• 对于陌生的领域或主题，建议先看综述帮助建立一个基本的认识，而且一开始不妨看中文综述，知识没有高低贵贱，也有很多中文综述写的很好的；
  
• 在文献阅读过程中，留意科学史，注意科学问题的延续性。比如这几年非常火热的相分离（phase seperation），你自己画一条时间线，哪一年谁最先发现这个现象，哪一年谁做出了关键突破。自己尝试写一个简短的综述，熟悉经典的工作以及行业的大牛，今后读起来会觉得：哦，这篇文章的作者是“老熟人”，他之前做出过什么重要的工作……
  
• 软件方面，可能不少小伙伴会选择使用思维导图软件，我只用过 MindMaster，可以帮助梳理思路；我自己最常用的软件是「幕布」，非常轻便的结构化笔记整理软件，可以一键生成思维导图，还可以在多个平台上进行实时同步，导出的格式也很多，安利一下~
  

Anyway，文献是科研的重要组成部分，祝福小伙伴享受阅读文献，享受科研啦~
大家【收藏】的时候可以动动小手【双击屏幕】么？哈哈哈～

感恩由您

读文献要读人，读典和读新。

科研大牛们读文献的技巧很多时候是指导给学生。很幸运，我的导师在指导学生方面非常尽职尽责，在平时的闲聊之中也教给了我很多的文章阅读方法，同时加上我平时以及总结的文献阅读和获取技巧，希望在这里分享给大家。
以下是我这篇回答的主要内容：读文献要读人，读典和读新。

1. 如何读人？我的经验
2. 如何读典？如何获取经典的文章？
3. 如何读新？如果对新的文章进行获取和筛选？

1. 读人

读人是我的导师在与我晚上聊天时，推荐我去进行系统性文献阅读的方法。为什么要读人呢？一个很重要的原因在于，如果只是平时零散的阅读文献，很难去把握一个科研领域发展的脉络。可能不同的领域存在差别，但是很多时候一个领域往往是由为数不多的几个实验室推动的。如果能够对这些实验室的相关文章进行系统性的梳理，那么一定在了解相关领域的发展脉络上有更加深刻的了解，同时还可以通过思考，预测这个实验室未来的发展方向，这对我们布局以后的科研方向具有很好的促进作用。
那么如何读人呢？想必不同的人有不同的思路和方法，那么在此我也来分享一下我的方法。
就在那晚与导师闲聊之后，我便开始了自己的尝试，我第一个想要读的人是David Liu，是基因编辑、定向进化等领域的开拓者和领导者，是单碱基编辑技术，PACE定向进化技术的开创者。这是这个人的简介：
David R. Liu - Wikipedia想要系统性的阅读一个人的工作，那么我主要分为了以下三部分：
系统性搜寻文章——文章的阅读与归类——文章的分析和个人思考
首先是第一部分：系统性搜寻文章

我个人的经验是，想要去系统的搜索一个人代表性工作，那么谷歌学术的学者页一定是最好的选择之一。谷歌学术搜索David R. Liu，第一个搜索就会推荐这位学者的主页，点进去就可以看到这个人的所有工作，而且可以以两种方式进行排序，一是以时间，可以看到从最新的一篇文章开始到其第一篇科研工作发表的时间内所有文章的先后顺序。第二种就是以引用量才做排序。
我一般选择通过时间排序来系统的查阅学者的工作，直到其第一篇博士工作的发表。


无法访问谷歌学术的话，可以考虑访问以下学术的镜像站：
谷歌学术镜像_Google学术搜索导航然后我会按照时间线进行浏览，我重点关注以下几点：

1. 其研究生阶段所做的研究工作
2. 其在独立成为Researcher后的研究方向
3. 其发表的重要文章，如引用率高、发表的杂志IF高（例如CNS级别的文章）
4. 其在不同时间段研究方向的转变
5. 其在重大科学发现前后的工作内容（比如张锋等在2013年前后发表CRISPR-Cas9基因编辑技术前后，David Liu的工作内容）

当然对文章有一个大致印象之后，任务就是将相关的文章全部下载下来，你可以通过多种软件进行文章在电脑本地的收集，比如Endnote、Readcube、Mendeley等等，将文章下载之后，这些软件会进行对文章信息的自动标注，我平时用的Readcube。我一共将David Liu的文章下载了180多篇，全部放在了Readcube里面。Readcube的确是一个科研利器。


接下来就是第二部分：文章的阅读与归类

在阅读方面，因为180篇文章实在太多，我会进行先略读，进行归类，然后精读的方法。
首先是略读，每篇文章大致只读以下文章题目、摘要、主体内容的背景介绍以及文章中的图表，通过这种方式将文章的研究方向进行归类，比如分为基因编辑和定向进化类。
按照研究方向分类是一个很不错的方法，当然你也可以按照不同的时间段进行分类（博士、博士后、Assitant researcher（1999-2004），PI（2005-2010）），都是可以的。进行分类时，除了自己摸索，还可以访问或者阅读这位学者的研究组网站或者其个人的Curriculum Vitae (CV)等等，因为这些资料上往往会有其职位变动和研究方向的信息。
在大致阅读完David Liu的工作之后，我将其研究方向分为了一下四点：


同时按照不同的时间点，我将其目前的科研生涯分为了四个时间段，同样是按照以下的标准：

1. 其研究生阶段所做的研究工作
2. 其在独立成为Researcher后的研究方向
3. 其发表的重要文章，如引用率高、发表的杂志IF高（例如CNS级别的文章）
4. 其在不同时间段研究方向的转变
5. 其在重大科学发现前后的工作内容（比如张锋等在2013年前后发表CRISPR-Cas9基因编辑技术前后，David Liu的工作内容）

在完成对所有文章的大致分类后，就需要对其中代表性的文章就行精读了，精读的时候我会更加关注文章主题的内容，比如方法和结论，但是对于细节的实验数据我一般会自动略过，只关注结论就好。同时文章的Discussion部分，是我另一个关注的重点，这里会有对全文的总结和未来研究方向的展望，这对我们把我一个学者的思考以及研究方向是很重要的。
同时我非常建议在这一部分通过思维导图辅助自己对文章进行总结。比如我就以“时间段-研究方向-代表性工作-简短的总结”为基础，把所有的工作一一归类汇总。思维导图的好处在于其可以让我们更加清晰的总结出对应事物的发展脉络。同时还可以增加记忆性，基本完成思维导图后对每一部分的记忆都非常深刻。
以下是我个人对于David Liu所有工作的总结：


最后一部分则是：文章的分析和个人思考

最后一部分则是升华的部分，在前面完成了大量的阅读工作后，想必所有人都会具有了一定的思考，这些思考可能是对于研究内容的评价，也有可能是对于未来研究方向的预测。
这些也是我们进行读人的意义：理清脉络、看清方向。
以下是我对David Liu工作的汇总，我从四个方向对其研究工作进行了总结，包括：DNA-Template Synthesis、Continuous Evolution of Proteins、Macromolecule delivery into Mammalian Cells和The Development and application of Genome Editing tools。


同时我也对其未来研究方向进行了一定的思考，并总结了如下的思维导图：


--------------------------------------------
总体来说，以上三部分的话，第二部分所花的时间是最长的，因为要耗费大量的时间进行阅读、分析以及思维导图的绘制。但是我认为这是值得的，毕竟你花费几天时间的结果是清晰的读懂了一个学者的学术脉络，这对于我们的学术生涯是受益匪浅的。
2. 读经典（或者优秀的文章）

经典的文章的作用我想就不必多谈了，经典的文章能让人明确领悟的发展脉络，或者看到一个领域的过去与未来。这可能是一篇经典的实验结果或者是一篇全面细致的综述。那么什么样的文章才算经典呢？
在我的想法中，以下的标准可能能够作为一种参考：
1. 本领域内大家一直在讨论的、周围的人（导师、同事等等）一直推荐给你的文章，应该都没有太大的问题。
2. 平时要注意关注本领域的一些顶级科学家，比如我所在领域的Chris Voigt，James Collins等等。在谷歌建立的学者页会有列出所有相关的文章，按照引用率的排序，一般引用率比较高的都属于非常好的文章，可以作为经典来读。


3. 同时无论是谷歌学术搜索都会给出某领域或者某杂志的引用率最高的文章排序，这种以引用率为评价标准的一般问题都不大。比如Cell引用率最高的几篇文章：


3. 读新

读新则是对所关注领域的最新进展。
在这方面，更多的是利用多种工具进行最新文章的推送。 @冲气以为和 在文章中已经提到了一些方法和工具，我在这里就不在多谈了。
这方面我有两点经验：

• 利用文献订阅工具进行最新文献的获取
  

我平时主要的订阅来源只要来自于Google Scholar、Researcher App、Stork以及相关相关杂志网站的订阅服务。
Google Scholar不必多说，每天或者每周推送，推送的质量很高，可以按照关键词（人名、领域、杂志等）进行订阅。


关于Researcher APP，我曾经写过一篇回答，专门介绍了这个软件，它可以让我们想浏览朋友圈一样浏览杂志的最新发表文章：
有哪些适合科研狗的 APP ？2. 新文章太多怎么办？利用新闻类和公众号文章进行优秀工作的筛选
很多重要的工作有时候你不用主动去查，它会自动找上门来，为什么呢？因为铺天盖地的科研新闻或者公众号文章都会像你介绍这些工作。而这些也就成为了一个重要的文章筛选器。如果你只是想读一下最近的热点工作，不如先试试这些大家普遍关注的工作~
你也可以利用Feedly或者搜索引擎的关键词订阅服务，及时的获取相关的资讯。
比如Feedly：
Feedly: organize, read and share what matters to you.就写到这里啦，我会慢慢的修改和更新。
欢迎点赞、收藏、评论~

队长是我

本回答欢迎大家收藏，希望对大家有帮助，谢谢大家的时间。
作为小科学爱好者，科研大牛很难企及，真大牛回答请参见饶毅老师 @饶毅 的答案。
我是一名普通的研究生，但是属于常年做综合性大工作，每篇工作都争取发顶刊（Nature，Science大子刊及以上）的科研工作者。谈下读文献感受。
首先，必须养成每日读并分类3~4篇文章的习惯，天天坚持，这样每年就可以收集整理1000篇以上的paper，这个量是根基。这样才会有几年以后的得心应手，领域门清的感觉。
按照上面每年1000篇的节奏，积累两三年就会感觉，文献越读越少。越来越发现领域更新很慢。paper很多，但是真正有意义的凤毛麟角，多数都是微小的improvement，所以跟进领域进展其实很轻松，每两三天茶余饭后刷刷几个子刊正刊就行了。
科研做着做着我发现，一旦发过顶刊，再也看不见什么小文章。只会关注一下最近各个Nature或者Science新出的工作，其余小journal，除非有水平跟我差不多的朋友跟我亲自推荐‘这个文章不错，感觉好像投低了’我才会抽时间看一看，否则一般看一眼图就过去了，也没必要仔细看。不排除有好工作在小journal的可能，不过时间会让这些不起眼的工作逐渐发散光芒。
做到领域里所有的paper在脑中是以milestone形式体现的，哪篇paper有什么contribution非常清楚，新出的文章归在哪类心里也有数。所以跟进文献不如说甄别和欣赏工作，值得欣赏的工作永远是罕见的。虽然高质量工作往往出现在子刊级别以上，然而journal profile也不代表工作就有意义，很多大组发了很多子刊正刊，其实并不能做到名副其实，让人看了反而也会感到痛心。
******有同学问我跟进子刊journal要跟进多少种类，这里解答一下******
这个要看自己工作的area跟多少个子刊有重合度，只要有重合度，就应该关注。判断方式就是看一下每个journal的scope and vision，一般官网都有写，或者总结一下跟自己相关的paper都是哪个大journal出来的，就知道啦。
第二个小tip，虽然国内网有限制，但是我还是强烈推荐用twitter。学术用twitter可以事半功倍了解学科前沿。很多科研巨佬，尤其北美都在用，平时会通过推特推广自己工作，他们读到一些好工作也会转推并评论，这样可以很及时地tracking最热门的世界级科研成果，而且都是带着大佬们的insight的。
还有个小tip，因为子刊工作都是极有深度而且包罗万象的，所以一般短时间内很难理解到很高的水平。这时候不要着急，大子刊online会伴随很多评论文章（news&views）和新闻的。这些材料写得都非常通俗易懂，通过这些快速理解这些新online工作的contribution，建立联系，是非常高效的办法。如何快速tracking这些材料呢，大家可以看一下有个东西叫Altemetric，这是个衡量文章immediate attention的矩阵，如图（恬不知耻放个自己的工作的altemetric）：
https://www.nature.com/articles/s41551-018-0287-xMonitoring of the central blood pressure waveform via a conformal ultrasonic device


可以看到news栏下有很多媒体写得评论文章，随意点开哪个都非常通俗易懂，可以快速抓住要点理解工作。
****根据同学们私信反馈，更新一点如何小白从零入手开始变成master of literature。****
阅读量的问题前面讨论过，不再赘述。现在讨论小白如何在每天坚持做好基本阅读量，快速建立自己的文献网达到高手认知水平。做好如下两方面：
1。跟进新journal，如何跟进，推荐用feedly，一款可以内嵌chrome浏览器的软件
软件图标长这样，浏览器一搜就行，安装很方便。



界面如图


左边栏zoom in如图


灰色小数字显示有多少新出的paper用户是没有读的。
每天早上起来不是很忙就可以打开feedly，刷刷自己感兴趣的journal有什么更新。
每天早起刷一刷，世界科研动态都知晓，开心不开心~
2。扫清一切旧工作，如何扫，通过google scholar检索关键词就好了，把相关的都下载下来，按照问题或者自己的关键词归类，如何归类？软件推荐用endnote，也有很多人用mendeley，都可以的。


内界面长这样


endnote我比较喜欢的一点是可以将文献分成一大类和二大类，我习惯把一大类建成项目名字或者一个领域，里面再继续划分n个小类。举个例子，拿做project为例（上个project跟血压相关），我就开了一个第一大类叫blood pressure，第二大类是文章的discussion point。zoom in如下图


里面其实还有很多二级目录，每个目录里都有几篇，十几篇不等文章归类在里面。其实这个过程就相当于每天读文章，塞到一个个目录里面（充实和完善自己的每个小idea），积累idea和逻辑构建一篇paper。为啥这么干？因为自己在做每篇工作或者project如果仔细分，其实是由无数小idea构成的，每个小idea建立好，idea和idea之间架构cohesive，符合逻辑，自然就是一片strong paper。所以需要扫荡跟自己项目相关的所有文献，不一定要全部读完，但是要通过梳理，直到某个topic明白为止。这样做下来的好处就是，paper积累足够多，往往自己文章需要discuss哪些点，详略如何，也一清二楚了。
总结一下，构建一个比较强的领域认知需要做
1。读足够的量（每天3~4篇不需要多）
2。跟进新工作
3。不断拓宽知识面扫清老工作
有什么问题欢迎评论或者留言给我，我会继续补充。
祝大家新年多发CNS！
续更。