Xây dựng thư mục chú giải từ các nguồn thực. Dán tài liệu tham khảo hoặc DOI vào, mỗi mục sẽ được đối chiếu với bản ghi cơ sở dữ liệu của nó, abstract của chính bài báo được truy xuất, và phần chú giải được viết chỉ dựa trên abstract đó: mục đích, cách tiếp cận và phát hiện trong 90 đến 130 từ, bên dưới một tài liệu tham khảo được định dạng theo kiểu bạn chọn. Không tìm thấy abstract nghĩa là không có chú giải, và được nêu rõ ràng.
Trusted by researchers publishing in
Tối đa 5 mục mỗi lần chạy, có thể trộn tự do. Mỗi mục được đối chiếu với bản ghi của nó trong các cơ sở dữ liệu học thuật mở đáng tin cậy, các mục không khớp với gì sẽ được báo cáo, không phải đoán.
Với mỗi bài báo khớp, hệ thống sẽ truy vấn abstract của nó từ cơ sở dữ liệu. Phần chú giải chỉ được tạo từ văn bản đó, vì vậy một bài báo không có abstract truy xuất được sẽ được đánh dấu thay vì bị tóm tắt theo phỏng đoán.
Chọn kiểu trích dẫn cho các mục, đọc từng chú giải đối chiếu với hiểu biết của bạn về nguồn, thêm các câu đánh giá của riêng bạn, rồi sao chép từng mục hoặc toàn bộ thư mục.
Mỗi mục chú giải đều được neo vào một bản ghi cơ sở dữ liệu khớp, và tài liệu tham khảo được định dạng từ siêu dữ liệu đã đăng ký của bản ghi đó.
Chú giải cô đọng abstract của chính bài báo, với các con số chỉ được đưa vào khi abstract nêu chúng. Không có nội dung nào được viết từ bộ nhớ mô hình.
APA, MLA, cả hai hệ Chicago, Harvard, IEEE và Vancouver cho các mục tài liệu tham khảo, có thể đổi sau khi chạy.
Không có bản ghi hoặc không có abstract sẽ tạo ra một ghi chú rõ ràng trên dòng đó, vì vậy bạn luôn biết mục nào vẫn cần tự đọc thêm.
Một thư mục chú giải đòi hỏi hai thứ cho mỗi nguồn: một trích dẫn chính xác và một đoạn ngắn cho thấy bạn hiểu nguồn nói gì và vì sao nó thuộc về dự án của bạn. Giảng viên giao bài này vì nó kiểm tra giai đoạn nghiên cứu trước giai đoạn viết, và người phản biện tạp chí cũng làm điều tương tự một cách không chính thức khi họ xem liệu phần tổng quan tài liệu có mô tả chính xác các bài báo được trích dẫn hay không. Cả hai phần đều có cách thất bại. Trích dẫn có thể hỏng do lỗi chép, và chú giải có thể trôi sang mô tả bài báo mà bạn ước gì mình đã trích dẫn thay vì bài bạn thực sự đã trích dẫn.
Các công cụ AI đã làm cho cách thất bại thứ hai tệ hơn trước khi chúng làm nó tốt hơn: khi được yêu cầu tạo thư mục chú giải, một chatbot sẽ vui vẻ tạo ra các bản tóm tắt nghe có vẻ chắc chắn về những bài báo nó chưa từng thấy, gắn với những tài liệu tham khảo có thể không tồn tại. Trình tạo này được xây dựng để chống lại khuôn mẫu đó ở cả hai đầu. Một tài liệu tham khảo chỉ trở thành một mục chú giải sau khi nó khớp với một bản ghi thực trong các cơ sở dữ liệu học thuật mở đáng tin cậy như Crossref và Semantic Scholar, và chú giải được tạo từ abstract đã truy xuất của chính bài báo, không thêm gì từ bên ngoài. Khi không có bản ghi hoặc không có abstract, dòng đó sẽ nói rõ và dừng lại, vì khoảng trống trung thực hữu ích với bạn hơn một phỏng đoán trôi chảy.
Phần mà trình tạo cố ý để trống là đánh giá. Một chú giải mô tả trả lời nghiên cứu đã làm gì, còn thang chấm của bạn gần như chắc chắn cũng muốn biết vì sao nó quan trọng ở đây, và câu đó không thể giao cho hệ thống làm thay, vì nó phụ thuộc vào câu hỏi nghiên cứu và các nguồn khác của bạn. Một mẫu làm việc được: lấy đoạn do hệ thống tạo, kiểm tra nó với toàn văn khi bạn đọc, rồi thêm hai câu của riêng bạn, một về mức độ liên quan, một về giới hạn. Nếu bạn vẫn đang thu thập nguồn, công cụ tìm citation sẽ tìm các bài báo thực cho một tuyên bố, và AI citation checker xác minh danh sách bạn tiếp nhận trước khi bạn dành thời gian chú giải nó.
Những bước hoàn thiện cũng có công cụ riêng của chúng: trình sắp xếp alphabet cho tài liệu tham khảo đưa danh sách cuối cùng về đúng thứ tự mà các hướng dẫn kiểu trình bày mong đợi, citation generator định dạng sách và website mà cơ sở dữ liệu không bao phủ, và ProofreaderPro editor hoàn thiện chú giải của bạn và bài viết mà chúng hỗ trợ bằng các thay đổi được theo dõi mà bạn phê duyệt từng dòng.
Dán 10.1371/journal.pmed.0020124 và trình tạo sẽ trả về tài liệu tham khảo bên dưới cùng với chú giải của nó. Tài liệu tham khảo lấy từ bản ghi đã đăng ký của DOI, còn chú giải cô đọng abstract của chính bài báo, được truy xuất từ cơ sở dữ liệu trong lúc chạy.
Ioannidis, J. P. A. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124. https://doi.org/10.1371/journal.pmed.0020124
The essay examines why many published research findings may be false and argues that the likelihood that a claim is true depends on study power, bias, the number of studies addressing the question, and the proportion of true to null relationships in a field. It further notes that findings become less likely to be true when studies are smaller, effects are smaller, more relationships are tested with less preselection, methodological flexibility increases, interests and prejudice are stronger, and multiple teams pursue statistical significance. Through simulation, it shows that, for most study designs and settings, false claims are more likely than true ones, and that some fields may chiefly report measures of prevailing bias.
Mọi câu trong chú giải đều xuất hiện trong abstract của bài báo. Những câu đánh giá của riêng bạn, vì sao nguồn này quan trọng cho dự án của bạn, là phần bạn cần tự thêm vào.
ProofreaderPro editor hoàn thiện ngữ pháp, độ rõ ràng và văn phong học thuật trên toàn bản thảo của bạn bằng các thay đổi được theo dõi mà bạn phê duyệt từng dòng, và xử lý các trích dẫn của bạn như nội dung được bảo vệ. Dùng thử miễn phí.
Hiệu đính bài của tôi miễn phíChỉnh sửa, làm cho tự nhiên hơn, diễn đạt lại và dịch bài viết học thuật của bạn ở một nơi. Miễn phí để bắt đầu, không cần thẻ tín dụng.
Bắt đầu dùng thử miễn phí