文献回顾与文献综述的区别是什么?


在知识星球上,星友 LLAN 提问:


王老师你好,看了你的五步法学术论文写作,我有一个问题想请教是关于文献回顾和文献综述他们之间的区别?文献回顾,我的理解,是不是在你确定选题之后,然后主要是为了查重,看有没有重复的选题方向。而文献综述主要是为了你写作过程当中给你的观点寻找的实证。


我觉得这是个很好的问题,所以专门写了这篇文章来答复。


「文献回顾」和「文献综述」这两个概念在很多情况下经常被混淆使用,很多人也不会特意去区分它们。我接下来要讲的只是我个人的理解。在实际应用中,尤其是在某些领域里,你可能会发现有人用恰恰相反的方式来使用这两个词

一般来说,当你写任何一篇论文时,都需要了解之前发表的相关文献,以确定当前的研究前沿和你的研究目标之间存在着怎样的差距,你的论文就是尝试要在这个差距中去解决一部分问题,甚至是把这个差距彻底弥合。这种对最相关领域前沿进展的了解,就称为「文献回顾」。一般出现在引言之后,作为第二章或者第二节。当然也有不同的,例如在计算机科学的部分论文中,你会发现一篇文章结论都出来了,才会在后面加上一个 “Related Work” (相关工作),补充一下这个背景勾勒。且不管作者是不是认真去写了,单凭摆放的位置,就很难让人觉得这个章节重要性很突出。

「文献综述」指什么呢?有的时候,它指的是一种专门的论文类型。综述类论文不需要进行实证研究,也不需要以数据为驱动,它的目的是根据当前的文献脉络梳理,为读者勾勒出一个完整的学科领域知识地图,让大家了解这个学科目前的发展状况。通常来说,在国内人文社科类专业期刊约稿时,一般都会邀请本学科或者某一研究方向上最为知名的学者来撰写这种类型的论文。因为在同行看来,这些知名学者是很多学术讨论的亲历者和参与者,可以比初级研究者更好地全盘掌握星罗棋布的文献背后那活生生的知识演进历史。有的时候,这些大专家在描述某些问题的时候,会非常含蓄,但是字里行间,往往会轻轻一笔扫过,就把关键争议问题上自己的观点和立场表明了。顺便说一句,如果你是情报学感兴趣的初学者,可以多关注《情报学进展》这样的综述结集,了解我们这个领域知名专家都有哪些。这种文章类型,一般对应的英文翻译应该是 “Survey”,但是我也见过直接翻译成 “Literature Review”的。


不过,问题紧接着就来了。你可能会发现一些博士论文中,或者长篇研究报告里也有专门的一章叫做「文献综述」。这是因为博士学位论文,篇幅通常非常长。其中「文献回顾」部分的内容量往往就相当于一篇期刊论文,动辄几千字。在这几千字中,博士生需要展示自己对该学科,尤其是所在领域的系统性认识,说明自己的工作在本领域知识地图中所处的方位,以及在哪一个点上实现了突破,从而为知识共同体做出了何等贡献。唯其如此,一篇博士论文才能真正「立得住」,他也才能配得上一个「博士」的称谓。因此,这一部分的作用,虽然按照前面的分类法算是「文献回顾」,但是称为「文献综述」也不能算错,因为确实有全面系统性梳理学科某一研究方向发展的作用。而且在博士论文拆分出版的时候,这一部分也可能直接就会被当成一篇文献综述类的文章来投稿。

总的来说,在我刚才叙述的分类系统里,你可以将「文献回顾」视为每篇论文的标准配置,而「文献综述」更适合描述特殊的论文类型,或是像博士论文、长篇报告中足够系统化和详细的文献梳理结果。

不过再强调一下,这只是我个人的见解,适用范围并不宽广。实际使用中,这两个名词经常相互替代使用,所以大可不必吹毛求疵。只要在论文或者报告中,「文献综述」或者「文献回顾」或是什么「相关工作」确实起到了它们该起到的作用,给读者恰如其分地传递了应当传递的信息,你的工作就是扎实的。至于具体该叫啥?……参考你要投稿的期刊或者你们学院毕业论文的模板来斟酌确定吧。


点赞 +「在看」,转发给你身边有需要的朋友。收不到推送?那是因为你只订阅,却没有加星标

欢迎订阅我的小报童付费专栏,每季度更新不少于10篇文章。订阅一整年价格优惠。

如果有问题咨询,或者希望加入社群和热爱钻研的小伙伴们一起讨论,订阅知识星球吧。不仅包括小报童的推送内容,还可以自由发帖与提问。之前已经积累下的帖子和问答,就有数百篇。足够你好好翻一阵子。知识星球支持72小时内无条件退款,所以你可以放心尝试。

若文中部分链接可能无法正常显示与跳转,可能是因为微信公众平台的外链限制。如需访问,请点击文末「阅读原文」链接,查看链接齐备的版本。 


延伸阅读

相关推荐

  • 小红书女装投放,这个玩法朴素,但也能投20万,收回来400万
  • 关于粉丝迁移至本公众号的说明
  • 五星门店小程序性能优化实践
  • ECMAScript 2024(ES15)将带来这些新特性,超实用!
  • UC伯克利:用大模型预测未来,准确率超越人类!
  • 今日arXiv最热NLP大模型论文:大模型把《算法导论》学明白了!
  • Open AI 八年前的设想被谷歌突破啦!DeepMind官宣SIMA,动动嘴就能完成复杂游戏任务
  • AI和人类的共同进化:ChatGPT负责人OpenAI副总裁现场访谈 | 精华与全文
  • Meta公布Llama 3训练集群细节!储备60万块H100迎接AGI
  • 首次攻克「图基础模型」三大难题!港大开源OpenGraph:零样本学习适配多种下游任
  • 4万亿晶体管5nm制程,全球最快AI芯片碾压H100!单机可训24万亿参数LLM,Llama 70B一天搞定
  • 全球首个OpenAI机器人诞生!Figure 01碾压马斯克擎天柱,10亿机器人大军正式启动
  • 阿里数赛首次向AI开放!知乎网友:给AI捏了把汗,该防止人类替考
  • 开源!工厂数字化项目会用到的地理信息系统
  • 15K Star放弃Navicat?用这个炫酷的客户端吧
  • 8个DevOps中不可不知的Linux命令
  • AI太火,量子位今年更缺人了 (有更新)
  • 让Sora和ChatGPT更可靠!只需这个知识价值定量评估新框架
  • OpenAI大模型上身机器人,原速演示炸场!
  • 谷歌通用AI智能体发布,3D游戏玩法要变天了