知乎盐选会员精选文章阅读是科研中最重要的第一步。做科研，离不开做实验，但是要做出好的实验，又不能离开读论文。
无论是攻读硕士研究生还是博士生，导师布置的第一项任务都是「读论文」，甚至有一些实验室不会让新入学的学生直接去做实验，而是先反复读论文并撰写文献综述，写出足够好的综述才能开始进入实验过程。
当你突然觉得「灵感」来了时候，导师也会先劝你读读论文。
之后，每个你在开始设计实验时、要分析数据时、讨论结果时、撰写论文时「卡壳」的瞬间，都需要阅读其他人的论文找一下「感觉」。
我是来做实验的！为什么要读这些材料？
在初入实验室、突然产生实验灵感、论文与实验过程中卡壳时，你都需要做更多的阅读。初入实验室的阅读，是让你马上能跟上研究的基础、方法和理论；在你产生实验灵感的时候，你需要阅读来搞清楚你设计的研究方法与前人的异同，从而帮助你辨析自己的设计的优劣以及确定分析方法；当你「卡壳」的时候，也需要通过借鉴别人的方法和讨论，让自己的研究更加出色。
是的，阅读是一种可以让你跨越时空地和顶尖学者交流的机会，也是让你掌握现在科研进展、方法、思路、逻辑、抽象方法和建模过程的方式。
我认识的老教授说过，我们应该安排研究生（无论什么背景）每周都至少精读一篇论文，这样一年累积 50 余篇本领域的论文才算是初步入门。
不过，哪怕导师给你准备了一套实验室的阅读材料，一般大约有 30 篇论文，你也会发现符合研究兴趣和具体分配的研究任务并不多，倘若懵懵懂懂地读完，你也只是了解了研究的大概。
就好像在动物园研究一种叫做马的动物，读完这一叠论文，你也只是知道了「马不下蛋」这件事而已，这离能用实验和理论描述「马」的各种特性还差了很远。
再去问导师，ta 可能会让你按照已有论文的基础再搜索一些论文。而在你在 PubMed、谷歌学术等等学术搜索引擎输入关键词，认真找了几篇论文，费了九牛二虎之力做完汇报后，你猜会得到什么反馈？
九成概率，导师会说「找的这个论文不行，重新找」。
导师是在打压你么？
来，我们思考一下这个情景（由发生在我读博士时候，自己的真实案例改编）：
当导师让学生第一次独立做研究时候，学生依照自己找到的几篇论文设计了实验初稿，之后在组会上报告了实验设计。
导师听了之后，觉得不行，并让学生重新看论文设计。
学生感到委屈：「论文我也看了，设计我也做了，导师凭什么觉得我设计不好？是不是就想压榨我？」
导师表示：你选的论文不行，一听期刊就觉得有问题。
这是导师在吹毛求疵还是刻意打压？大概率，是学生选的论文真的不行。
我自己翻过我刚开始念硕士时找的论文，这些论文不能算差，也不是说不是正经的期刊，但是以我如今自己作为导师的视角判断，要是我的学生找来了这样的论文，我也会告诉 ta：这样的论文不适合你开始做研究时候读。
虽然很多学术搜索引擎有着极为厉害的搜索能力，可以根据学生选的关键词找出最为匹配的论文，但是，搜索引擎一开始推荐的论文也不一定是好论文。既然要读就得读好的论文，我们自己也应该对论文的档次有所把握。
教材、专著和论文：你能读的材料有这些
你能读的材料其实有很多，可以是论文、教材，还可以是专著，了解了这三者的关系，你才能知道如何在研究的不同阶段读什么。
大家在大学都是先从教科书开始学起的，然后，老师会在讲到特定知识点时建议大家阅读某些专著以及综述论文，加深理解。再到当你亲自研究的时候，导师会让你读实验性论文，了解实验研究的前沿。
由此可见，教科书是最基础的，专著和综述论文凝结了特定研究方向的研究思路和发现，而实验性论文则是前沿的探索。
教材包含了大研究领域最为基础的知识点，是拓展阅读的基础。它包含研究的领域介绍，以及基本的研究价值取向和宏观描述。教材里的知识都是是导师默认你知道的知识集合，是倘若你不知道导师都不想带你的那些知识。
不过，哪怕再认真的学生，也不一定能把教材上每个点全学下来，也不一定知道这些知识点内在的联系。
专著和综述论文是细化描述每一个小领域的发展细节的大知识聚合。这两者包含的知识更加细密，一般都是针对一个较小的研究领域进行细节描述，完整地告诉读者已被广泛认可的研究理论、推断和研究方法。
由于撰写和审稿时间差，它们的时效性不算强（都是当时的最新突破），但是厉害于对领域的总结。大牛们做研究都有着明确的思路和视野，但这些不一定会明显体现在每一篇论文中，反倒在专著里由于目的和题材不同会被一语道破，所以光看论文可不够。
有些专著本身就是很多作者的综述的论文集，里面观点的碰撞就更有意思了，尤其是引言部分，主编会阐明这些大牛的思想共同和相异之处。
试验性论文是科研界在每个细小问题的最新突破情况。读一些高质量的实验性论文可以让你快速掌握前沿动态以及研究方法。好的论文都来自于一套领先的研究方法和科研方法论，但未必会直接体现。
举个例子，我看了很多计算视觉的论文，都没领悟「视觉就是一种计算过程」的道理，直到看了 David Marr 的 Vision 之后才迎刃而解，而其实之前很多论文都在用计算的方法看视觉，但没有点透这句话，就没法真的理解前人研究对于视觉刺激的操纵。
从知识密度来看，教科书算是入场券，密度最低但是什么都覆盖，不懂的话别说做研究，都不能说是这个专业的学生了；专著和综述类论文很细密，是做研究的基础，懂了才能真的读懂论文，了解在做什么；实验性论文是进一步的细化到每一个细小的科研问题，是你做研究时候的参考，不读就没法做实验和写论文。
从实用角度看，如果你基础薄弱，建议去读教材；想了解方法论，提升思路，就读专著；要学习研究方法和开拓最新视野，就去读论文。
专著和论文结合可以带你了解未来进展可能的方向（方法论+已有的前沿），结合专著和教材能让你搞明白目前研究的地基（基础知识+已有研究的总结），教材加论文则是帮你搞明白研究方法的设计细节（基础知识+研究方法的应用）。
总之，论文、教材、专著三者在帮助你成为合格科研工作者的路上是相辅相成的。倘若你研究哪儿遇到瓶颈，可以用我说的上述口诀，找一下该补什么。
论文筛选「算法」一：优秀的论文藏在优秀的期刊中
正如上文所说的，倘若你初入一个研究领域，也没有学会基本的论文查找思路，那么你找到的论文可能外不能让导师满意，内不能给你足够知识点。要学会自己找到好的论文，那就得从找到好的期刊开始起步。
基本每个学科都有浩如烟海的期刊可以刊登论文，这其实是给你发表时候选择的，读论文时，你需要去寻找最合适的期刊。当然，你完全可以先问一问你的导师和学长学姐，但是相信我，他们最多会给你说三五个期刊，即使加上 Cell、Nature、Science 这个数量也是远远是不够的。
以我自己为例，我现在每个月跟踪的期刊是 20-30 个，不光如此，每个月我还会关注 Vision Research 和 Journal of Vision，其实它们影响因子不高（一个中科院分区 4 区，一个是 3 区），甚至后者还是很多人介怀的开源期刊。但是做视觉的人都知道，这两个期刊是视觉领域不能不读的期刊，能每年固定发一篇已经不错了，二者的分区和影响因子纯粹是因为分类（分入了医学-眼科学下）以及本领域的研究周期长导致在算法下吃亏导致的。
因此，找期刊可不是一句两句话能说清的，单纯问导师和师门，只看数据真的不够。
下面我从几个情景入手，给大家说一下可能的寻找方法。
（1）顺着实验室长期研究的方向进行进一步研究
恭喜你来到「简单模式」。首先，你应该确认你们实验室最近发的论文的所在的期刊（简便起见，我们称为 A 类期刊），这些 A 类期刊的档次是你们实验室跟得上的。
但很多实验室并不是全世界顶尖，如果只看 A 类期刊，大概率只能做一些跟踪性研究。因此，你还需要去探索你们实验室发的论文中引用了哪些期刊。
一般而言，论文中引用的论文所在的期刊是高于这篇论文能发表的期刊的。
这时候绝对不能懒，一定要把所有期刊列出来（B 类期刊），列出来之后，你得在 B 类期刊中筛选出最优秀的那些期刊（C 类期刊）。你可以查找一下期刊影响因子，从数据看一下难度，也可以通过阅读论文中对该应用的描述程度来判断，这一点和其他小节中如何从文献综述中找到最核心论文是一个路子。
这套思路，就是借用了实验室前人的经验为你筛选期刊——实验室做了这么久这个方向，大浪淘沙下来，一直选用的论文所在期刊肯定是该领域核心的期刊。
（2）看看你在实验室研究中不太涉及的方向
这就是「困难模式」了。因为你在这个情况下没有 A-B-C 类期刊的递进，需要从零开始抓好期刊。不过，哪怕你在顺着实验室方向研究，也有一天会遇到瓶颈，需要探索新的论文去读。
这时候，你就需要花更大的功夫去找期刊了，思路也得升级一下：从其他人的研究论文中，找到共同的期刊来源。
看似只是和「简单模式」相比有一点变化，但实际难了不少。自己实验室的论文你可以信任，但是别人的论文多如牛毛，随便找 10 篇去反推它们引用的论文所在的期刊，其实就是在赌概率。
此时，正确的做法是用一些已有的统计数据。汤森路透（用校园网可以登录）不止做了 JCR 的分区，还对每个期刊进行了比较精细的分析。你可以在上面看到每个期刊近几年的引用数、发文数和影响因子的变化，还能看到两个要用到的关键信息：什么期刊引用了这个期刊，以及这个期刊引用了什么期刊。
因此，建议你先从几个引你进入领域的论文入手，列出它们引用的期刊，然后去找这些期刊都引用了哪些期刊（可能是自身），其中最常出现的期刊可能就是你需要关注的。
这一套方法的逻辑就是：
你先看的论文可能档次不一定足够高，但是所在的期刊应该不会太差；
通过数据判断这些期刊上刊登的论文往往引用了哪些期刊的论文，可以反推出哪些期刊的论文是你找到的论文所在的期刊所常引用的；
大数据能告诉你哪些期刊是更多「被引用」的期刊。
最后筛选出来的期刊，就是你需要找的。
但是，找到期刊可不意味着事情结束了。哪怕好期刊上，也总有一半论文在期刊平均水平之下，所以，你也得挑着读。想要进一步提高阅读质量，那就得要再选择对期刊之后，寻找「大牛」们的论文。
论文筛选「算法」二：找出大牛，阅读他们的论文
大牛既然能成为一个研究领域的核心人物，就说明他们有过人之处：在理论上理解深刻，在实验角度知识丰富。
找到好期刊之后，你也得去找大牛的论文。注意，大牛也会在相对较逊色的期刊发论文，不过大家也能明白，期刊逊色说明论文大概率也有逊色之处，所以，结合好期刊和大牛论文可以大大提高阅读的质量。
不过，新入行的你怎么知道谁是大牛呢？有人可能会告诉你个别大牛是谁，但 ta 的品味也并不能保证，长此以往，你还是得自己学会筛查出大牛来。
「大牛」当然有迹可循，我们从按两个原则来操作即可。
（1）只有足够牛才能在好期刊发表综述论文
写综述（相对）简单，但是发表难。大多数好的综述期刊是不太接受直接投稿的，而是邀请制。因此，能发表在顶级综述期刊（比如 Annual Review 系列、Nature Review 系列）的作者，才是真的大牛。
当然，一篇论文可能几个作者，此时你需要稍稍搜素一下，判断一下作者关系。比如，有师生同时存在，可能导师是大牛，而学生有大牛潜力；倘若是不同单位且没有师徒关系，那么他们可能都是大牛。
如果遇到作者不同单位但是有师徒关系在，你要判断师徒结束了多久，你需要亲自搜索该人的名字（比如 xxx，yyy University，Department of zzz），来看 ta 的 CV 判断关系——倘若一个科研工作者都不敢说自己的师承，主页没有 CV，大概率不会是大牛。
（2）发表一篇高被引论文不够，能发表几篇的才是大牛
判断论文属不属于高被引有个小小的算法：计算一下你们领域好期刊的影响因子，然后乘以此论文发表的年份，倘若超出这个数 2 倍（接近两倍 z 分数），那就是一个被引很多的论文。
真的大牛很少会「开一枪就跑」，发了一篇好的就「江郎才尽」，这就够不上大牛，真大牛至少得有几篇高被引论文，甚至能做到每篇新论文都要引用他一篇。
因此，当你看到一篇高被引论文，搜索一下第一作者和通讯作者的名字，找找 ta 的发表列表（主页没发表列表的肯定算不上），再找有没有其他高被引的论文，如果有，那恭喜你，找到一位大牛了。
（3）小牛能做会议报告，大牛才会被邀请做 keynote speak（主旨演讲）
论文被引用只是学术界认可的另一面。不过当你还是入门者的时候，你也接触不到学术界的直接意见，这时候，你可以用会议中一位学者的参与度来判断 ta 的学术水平。
如果这个学者只是发海报，那不能说明什么；做演讲，可能只是一篇论文做的还行，但如果是被邀请做大会主旨报告，说明做得好还被认可——这样的人就该去读他的论文。
我还记得第一次开学术会议时候，认真听了主旨演讲，才不得不感叹大牛的演讲真是醍醐灌顶，甚至后来还在网上下载下来给我的学生们听。
（4）大牛往往会获得很多奖项和荣誉
既然能成为学术界认可的牛人，自然学术界的荣誉也在他们头上。年轻的大牛很可能有「青年科学家」的头衔，比如在心理学和神经科学领域，美国心理学会（APS）每年会遴选年度学术新星（rising star）奖项。
很多年纪更大的大牛往往会有「院士」和「学会会士」头衔，在自己所在的大学也会有讲席教授头衔（一般以人名命名），这一点与前三者辅助判断，就能找到了真的大牛咯。
如何用活阅读材料提升自己的写作
做研究到最后，还是得写下来。不过，参照语法书是写不好论文的。那我们不妨用已经阅读了很久的各种学术内容来提升自己的写作。
由于教材和专著写作风格和目的不同，更值得我们参考的还是实验性论文。
在语法和用词没有问题之后（这是英语课该学的），要提升写作就得从别人论文中学习，具体方法是拆解每个自然段。
你主要需要拆解四个部分：引用、方法、数据、讨论。这四者是组成论文的核心，研究目的不同，写法也不同。由于每个领域的差异，其实具体写法要根据论文来看。
靠阅读引用部分，你能学会：
如何阐述他人的发现；
如何抽出核心问题。
阅读方法部分，你能学会：
如何客观描述实验过程；
如何在表达清楚的前提下有效控制字数。
阅读数据部分，你能学会：
如何做图；
使用什么数据分析方法以及需要做到的程度。
阅读讨论部分，你能学会：
如何比对自己的研究和他人的研究；
如何总结自己的发现。
第一次写论文时，你可以直接仿写对方的写法，就是把对方的句子做拆解，找到主谓宾，把你自己的内容填空上去，然后把对方的长句拆解为短句。最后，把写好的论文根据另一篇论文的句法进行改写。
反复几次，你论文的写法就应该有了合适的形状，多写几篇后，估计你就会写论文了。
说起来，读论文其实不难，难在找到好的内容，相信各位在看完之后，就知道该找什么论文和其他材料来读了吧！