Skill: identify-original-research
1. 适用条件与所需输入
适用场景
- 用户请求指向某项具体技术、方法、实验或发现的“首次提出”“原始论文”或“奠基性工作”。
- 检索结果中混合了原始研究、综述、评论、新闻报道、数据库介绍及后续应用研究,需要准确筛选。
必要输入
- 目标实体:待查的技术、方法、模型或实验名称(如 "AlphaFold")。
- 核心事件特征:需解决的问题或关键能力(如 "high accuracy protein structure prediction")。
- 时间窗口:预期的发表年份或时间范围(如 "2021 年")。
- 排除标准:明确需排除的文献类型(如 "exclude review, database paper")。
缺失处理
- 若用户未提供具体年份,需在查询中加入“里程碑”“首次”等限定词,并在结果中优先寻找被高引或标注为 "original article" 的记录。
- 若技术名称存在歧义(如通用词),需结合领域限定词(如 "deep learning" "protein")消歧。
2. 数据目标与来源路径
数据目标 将“找到原始研究”转化为以下可验证的数据项:
- 书目身份:文章类型必须为 "Original Article" / "Research Article" / "Primary Research",非 Review / Comment / Perspective / Database Resource。
- 元数据:完整题名、第一作者、期刊名称、DOI、正式发表日期。
- 内容证据:摘要原文或全文,用于概括主要结果。
来源优先级
- 官方期刊/出版社站点(如 nature.com, science.org, cell.com):提供最权威的元数据、文章类型标签、DOI 和正式发表日期。优先验证。
- 预印本平台(如 arXiv, bioRxiv):若原始研究先以预印本发布,需同时记录预印本发布日期与正式期刊发表日期,明确“首次公开”与“正式发表”的区别。
- 学术索引数据库(如 PubMed, Google Scholar, Web of Science):用于初步筛选候选列表,获取引用关系与部分元数据,但必须回溯到出版社原文核验。
- 机构/作者主页:作为补充来源,核对作者列表与项目背景。
路径判断
- 若目标为生物医学领域,优先通过 PubMed 或出版社站点检索。
- 若目标为计算机/物理领域,优先检查 arXiv 等预印本与会议/期刊官网。
- 当出版社站点无法访问时,依赖于权威索引数据库的记录,但需在结果中标注“未直接核验原文”。
3. 查询构造与迭代
查询模板
[核心技术名] [核心能力描述] [年份限定] site:[期刊/学术域名]
或通用学术查询:
[核心技术名] [核心能力描述] original article [年份]
变量说明
[核心技术名]:如 "AlphaFold"。[核心能力描述]:如 "protein structure prediction" "high accuracy"。[年份限定]:如 "2021"。site::限制在特定期刊域名(如nature.com)或学术平台(如scholar.google.com)。
迭代策略
初始查询:使用技术名 + 核心功能 + 年份,不加过多限定,观察结果分布。
- 例:
AlphaFold protein structure prediction 2021 - 观察:结果是否包含 Nature、Science 等期刊链接?是否有 "Highly accurate" 等题名关键词?
- 例:
缩窄查询:若结果混杂评论或综述,加入文章类型排除词。
- 例:
AlphaFold "Highly accurate" protein structure prediction 2021 -review -comment -database - 或利用出版社的高级筛选功能,勾选 "Article" 排除 "Review"。
- 例:
扩展/替换查询:若初始无结果,尝试:
- 替换技术名别称或项目代号(如 "AlphaFold2")。
- 去掉年份限制,先找到相关文献,再根据元数据判断首发时间。
- 搜索作者姓名 + 项目名,定位项目主页或预印本。
切换来源:若通用搜索引擎结果均为二手报道(新闻、博客),转向:
- 学术索引数据库(PubMed, Google Scholar)。
- 直接访问已知顶级期刊官网进行站内搜索。
避免重复
- 若已确认某链接为评论文章,后续查询应明确排除该 URL 或标题关键词。
- 记录已检查的候选文献,避免对同一链接重复发起请求。
4. 定位与提取
从搜索结果到原文
- 点击进入出版社官方页面(优先级最高)。
- 若无法直接访问,查找预印本链接或开放获取版本。
页面内定位
- 文章类型:检查页面顶部或底部的标签,如 "Article"、"Research"、"Review"、"Perspective"、"Comment"。必须确认为 "Article" 或 "Research Article"。
- 题名:提取页面
<h1>或主标题区域的完整标题。 - 作者:定位作者列表,提取第一作者姓名。
- 期刊与日期:
- 期刊名称通常位于页眉或引文信息区。
- 查找 "Published"、"Published online"、"Issue date" 等字段,区分在线发表日期与期刊卷期日期。优先记录 "Published online" 日期作为首次正式发表时间。
- DOI:通常在引文导出区域或页面底部,格式为
10.xxxx/xxxxx。 - 摘要:
- 定位 "Abstract" 章节。
- 提取完整摘要文本,用于后续概括主要结果。
- 若页面仅显示部分摘要,尝试寻找 "Show more" 或 PDF 链接。
证据记录
- 记录来源 URL(出版社原文链接)。
- 记录提取的原文片段(特别是文章类型标签、发表日期、摘要首尾句)。
- 若需概括结论,必须基于摘要原文,不得依赖搜索结果摘要。
5. 核验与失败分支
核验清单
- 实体一致性:题名中的技术名/方法名是否与目标完全一致?是否为同名但不同技术?
- 文章类型:是否明确标注为 "Article" 或 "Original Research"?若为 "Review"、"Perspective"、"Comment"、"Editorial"、"Database Article",则排除。
- 时间匹配:发表日期是否在用户指定的时间范围内?是否早于其他引用该技术的文献?
- 内容匹配:摘要是否描述了该技术的提出与验证,而非仅介绍数据库或评论他人工作?
失败分支处理
- 搜索结果全为二手报道/新闻:
- 动作:切换至学术索引数据库或期刊官网站内搜索。
- 查询:加入 "journal" 或 "DOI" 等学术特征词。
- 无法确认文章类型:
- 动作:阅读摘要内容,判断是否包含 "we present"、"we demonstrate"、"our method" 等原创性表述;若为 "we review"、"this perspective discusses",则排除。
- 存在多篇候选:
- 动作:对比发表日期与内容。若一篇为预印本,一篇为正式期刊发表,确认两者是否为同一工作,分别记录日期。
- 判断:通常以正式期刊发表版本为最终引用对象,特殊情况需注明预印本优先。
- 原文无法访问:
- 动作:记录可获取的元数据(如通过 Google Scholar 或 PubMed),并标注“未直接核验原文,元数据来源于 [数据库名]”。
- 不得将搜索摘要作为最终证据。
- 只有摘要无全文:
- 动作:基于摘要概括主要结果,并注明“结论基于摘要,未核对全文”。
6. 完成与停止
完成标准
- 成功定位一篇文献,满足:
- 文章类型确认为原始研究。
- 获取完整题名、第一作者、期刊名、DOI、发表日期。
- 基于摘要概括主要结果,并附上出版社原文 URL。
- 若存在多篇原始研究(如连续研究),需根据用户需求确认是否全部列出或仅限最核心一篇。
停止条件
- 已在权威出版社站点找到符合所有条件的文献,且无歧义。
- 搜索预算耗尽(如已尝试 3 种查询策略、访问 5 个链接),仍未找到完全匹配的原始研究,此时:
- 报告已找到的最接近候选(如预印本或综述)。
- 明确列出缺失项(如“未找到正式期刊发表日期”)。
- 说明可能原因(如技术未正式发表、名称有误、年份记忆偏差)。
7. 应用示例(演示)
任务特征
- 目标:找到 2021 年介绍 AlphaFold 高精度蛋白质结构预测的原始研究论文。
- 排除:评论文章、数据库介绍。
查询与来源选择
- 构造查询:
AlphaFold "Highly accurate" protein structure prediction 2021 site:nature.com。 - 原因:Nature 是顶级期刊,常发布此类突破性研究;"Highly accurate" 是该工作的标志性描述。
观察条件
- 假设搜索结果首位为 Nature 官方页面,标题包含 "Highly accurate protein structure prediction using AlphaFold"。
- 点击进入页面。
下一步
- 检查文章类型标签:若显示 "Article",继续;若显示 "Review" 或 "Perspective",排除。
- 提取元数据:
- 第一作者:从作者列表首位读取。
- 日期:查找 "Published online" 日期。
- DOI:从引文区复制。
- 阅读摘要:确认内容为提出方法并进行验证,而非介绍 AlphaFold DB。
- 记录结果:输出题名、作者、期刊、DOI、日期及摘要概括,附上 Nature 原文链接。
若遇到干扰结果
- 假设同时出现 "AlphaFold Protein Structure Database" 论文。
- 判断:标题含 "Database",文章类型可能为 "Resource" 或 "Article" 但内容侧重数据库。
- 验证:阅读摘要,若主要描述数据库构建与访问,而非预测算法本身,则排除,继续寻找算法原始论文。