570
0
Connected Papers
Connected Papers基于Semantic Scholar的数据构建图表，不需手动进行文献条目导出。Semantic Scholar是由微软联合创始人 Paul Allen运用机器学习技术创建的一款免费学术搜索引擎。该数据库囊括了1.8亿多篇学术论文，涉及计算机科学、分子生物学、微生物学和神经科学等多学科领域。
推荐指数：
详细信息
Connected Papers基于Semantic Scholar的数据构建图表，不需手动进行文献条目导出。Semantic Scholar是由微软联合创始人 Paul Allen运用机器学习技术创建的一款免费学术搜索引擎。该数据库囊括了1.8亿多篇学术论文，涉及计算机科学、分子生物学、微生物学和神经科学等多学科领域。
Connected Papers检索文献非常方便，目前支持文章标题、DOI号、以及arXiv、Semantic Scholar 和 PubMed多种来源文章的URL检索。
一、简介
Connected Papers是一个旨在帮助科研工作者搜索文献的全新工具，特点：
① 输入你所查阅的文献后，即可呈现一个可视化的相关文献网络图，使原本一排排罗列着的参考文文献调研神器--献图像化。
② 可视化的相关文献网络图列举的都是与本研究领域最相关以及最重要的文献，帮助你快速筛选出你所要了解的背景知识相关文献，防止你迷失在文献的汪洋大海中。
③ 可以帮助你寻找本文后续相关研究进展的文献，为你将来的研究方向指路。
二、使用
1、在搜索框内输入需要分析的文献信息（DOI号/标题/arXiv号/Semantic Scholar号/PubMed号/文章URL都行），例如“Synthesis of Osimertinib”，点击“Build a graph”查询。
2、在检索结果页面点击想要查询的文献，再点击“build a graph”
3.跳转至生成的文献分析网络图，结果页面分三栏，左边一栏是本文以及相关参考文献的题目，右边一栏是相关参考文献的具体内容，而中间一栏的网络图则是本网站的最大亮点——文献检索分析图谱
Connected Papers是一个旨在帮助科研工作者搜索文献的全新工具
文献检索分析图谱：
①每个小球代表一篇文献，最中间黑色边框的小球就是本文章；
②根据右下方年份分布图标可以看到，小球的颜色越深代表时间越近；
③球的大小与被引用次数有关，小球越大表示被引用次数越多；
④小球之间的线条表示引用关系，相似的文章会距离较近或中间有强的连线；
⑤用光标移到小球上时，右侧边栏会出现该篇文献对应的文献信息。如此直观的图谱分析对于刚走进科研大门的小伙伴是非常友好的，可以很简单的就能得到所有文献之间的关联程度，帮我们开题找到更多的参考资料
4、点击左上角“Prior works”，中间栏跳转为文献表格，表格上列举了与本文章相关的背景文献，以年代、引用量等方式排列，可以帮助大家很快的追本溯源。另外，从表格上可以看到，蓝色背景的文献是本文直接引用的，而白色背景的文献虽然本文未直接引用，但是从内容上来说是密切相关的，更有意思的是如果我们点击表格里的文献，左侧表格里竟然也会出现蓝色背景的文献，原来这些蓝色文献都曾引用过右侧表格里的文献。
随机推荐