【AIGC】数理工科研究：实验方法与应用解析

---

博客主页： [小ᶻZ࿆] 本文专栏: 人工智能 | 学术科研

---

---

---

实验方法的定义

• 实验是通过对特定条件下的操作和观察，研究某一或多个变量之间关系的科学过程，目的在于验证假设或探究自然现象。
  

例子：

• 例1：科学家为了研究某种植物在不同温度下的生长情况，可能会在控制的环境中种植多种植物，以观察其不同的生长状态。
• 例2：医学研究人员为了研究药物对特定疾病的治疗效果，可能会开展临床实验，比较治疗组与对照组的反应。
• 例3：心理学家为了探究音乐对学习效果的影响，可能为一组学生播放轻松的音乐，而为另一组学生播放重金属音乐，然后比较他们的学习成绩。
• 例4：化学家通过调整反应物的浓度，观察化学反应速率的变化。
  

---

实验方法的背景

a. 起源与历史发展

• 早期的实验方法主要基于观察，古希腊的亚里士多德便是通过观察与推理发展出许多科学理论，但那时并没有明确的实验控制。而到了17世纪，伽利略和牛顿通过引入严格的实验方法，推动了现代实验科学的发展，这种方法论对物理学定律的确立具有深远影响。
  

例子：

• 例1：伽利略利用斜面实验，研究了物体的加速度运动，从而奠定了经典力学中的基础。
• 例2：牛顿通过光的棱镜实验，验证了光的组成结构，确立了色散理论。
• 例3：牛顿的第二定律成为经典物理学的重要基石，通过实验手段，人们能够测量出物体在力的作用下的加速度，并进一步理解力与物体运动的关系。
  

---

b. 现代实验的发展

• 随着科技的进步，实验方法从单一的观察性实验逐渐发展为包含精密仪器和计算分析的综合性实验体系。在生物、化学、物理等领域，实验已经成为验证理论和探索新现象的重要手段。
  

---

实验设计的基础原则

1. 随机分配 (Randomization)

• 随机分配指的是将研究对象随机分配到不同的实验组或条件组中，以消除外部因素的干扰，确保实验结果具有统计上的效度。随机分配有助于确保每个实验组在潜在干扰变量上相对均衡，从而增强实验结果的准确性。

• 优势：通过随机化，我们能够控制潜在的混淆变量，确保其他外界干扰不会对实验结果产生显著影响。

• 示例：在一项关于饮食对体重影响的实验中，参与者可能被随机分配到高蛋白饮食组和低蛋白饮食组，以确保实验开始时两组的体重是相似的。
  

---

2. 复制 (Replication)

• 复制是指在不同的环境、时间或地点重复实验，以验证实验结果的稳定性和可靠性。通过重复实验，研究人员能够检测实验结果是否适用于不同的条件，确保其科学性。

• 优势：复制实验可以检验实验结果的稳健性，确保结论具有广泛的适用性。

• 示例：一项关于某种农药对植物生长影响的实验可以在春季和秋季分别进行，以确保实验结果不受季节影响。
  

---

3. 控制 (Control)

• 控制变量是在实验中保持某些变量不变，以确保实验结果仅受独立变量的影响。通过控制其他变量，可以消除它们对结果的干扰，确保因果关系的明确性。

• 优势：通过控制变量，可以确保观测到的效应是由独立变量引起的，而不是其他外部干扰。

• 示例：在研究音乐对学习效果的影响时，研究者可能会控制实验室的温度、光线和噪音等因素，确保这些变量不会影响学习成绩。
  

---

4. 双盲实验 (Double-blind Experiment)

• 双盲实验是指实验者和被试者都不知道谁接受了实验处理，从而消除实验者和参与者的期望对实验结果的影响。

• 优势：双盲实验可以防止研究者的主观偏见，确保实验结果的客观性和准确性。

• 示例：在一项测试新药效果的临床试验中，医生和病人都不知道谁接受了新药，谁接受了安慰剂，以确保试验结果的公正性。
  

---

5. 单因素与多因素实验设计

• 单因素实验设计是指只考察一个独立变量对实验结果的影响，而多因素实验设计则是同时研究多个独立变量及其交互作用。

• 优势：多因素实验设计可以揭示多个变量之间的复杂相互关系，帮助研究者更全面地理解实验现象。

• 示例：研究人员可能会同时考察光照和水分对植物生长的影响，以确定这两个因素之间是否存在交互作用。
  

---

理工科实验类型

• 在理工科中，实验是验证理论和推动技术进步的重要工具。以下是几种常见的实验类型及其示例：
  

---

1. 标准实验（Benchmark Experiment）

定义：

• 标准实验旨在建立一个参考点或标准，便于比较不同方法或技术的性能。它通常用于评估某个特定方案或算法相较于已有方法的优劣。

示例：

• 在计算机科学领域，研究人员会对新算法进行基准测试，以评估其相较于现有算法的优劣。
• 在机械工程中，新的发动机设计会与已有型号进行对比测试，评估燃油效率和动力输出。
  

---

2. 控制实验（Controlled Experiment）

定义：

• 在控制实验中，研究人员会固定某些变量，观察其他变量对实验结果的影响。通过控制外部干扰因素，确保实验结果的准确性。

示例：

• 在化学实验中，研究人员可能会控制温度和压力，仅调整反应物浓度，观察化学反应的变化。
• 在农业研究中，科学家可能会保持水分和温度恒定，研究光照强度对植物生长的影响。
  

---

3. 模拟实验（Simulation Experiment）

定义：

• 模拟实验通过模型或计算机程序模拟现实世界中的复杂现象，特别是那些难以在实际条件下进行的实验。

示例：

• 在气象学中，使用模拟软件预测暴风雨的路径和强度。
• 在核能研究中，核反应过程的模拟可以预测潜在结果，并为实际实验提供指导。
  

---

4. 实地实验（Field Experiment）

定义：

• 实地实验是在自然环境中进行的，研究人员在现实场景下观察和记录数据，以探索和研究实际问题。

示例：

• 地质学家在火山周围取样，以研究板块构造的运动。
• 环境科学家在森林中布置传感器，监测空气中的污染物浓度，以了解环境变化对生态的影响。
  

---

5. 微观实验（Microscale Experiment）

定义：

• 微观实验是在非常小的尺度上进行的，能够有效节省材料和资源，通常用于生物医学和化学领域的研究。

示例：

• 在生物医学领域，微流控技术被用于细胞培养与分析。
• 在化学实验中，使用微反应器来减少试剂用量，提升化学反应的效率。
  

---

6. 原型实验（Prototype Experiment）

定义：

• 原型实验常用于新产品或技术开发的早期阶段，通过对原型的测试来检验其功能、性能和可行性。

示例：

• 机械工程师可能会制造一个新型机器人的原型，测试其在不同任务中的表现。
• 电子工程师会制作一个新型传感器的原型，并在实验中评估其准确性和稳定性。
  

---

理工科实验常见步骤

• 在理工科研究中，实验设计和执行往往遵循一些基本步骤，以确保实验的有效性和可复现性。以下是这些常见步骤及相关的详细说明和示例。
  

---

1. 定义问题或目标
描述：

• 在实验开始之前，明确研究的方向和实验的核心问题。目标应该是具体、可衡量和可实现的。

详细说明：

• 明确性：目标应当具体并描述清晰。
• 可衡量性：目标应当设定可衡量的标准以便后续评估。
• 现实性：目标应当根据实际资源、时间和知识能力来设定。

示例：

• 不佳的目标定义：研究电池性能。
• 改进后的目标定义：研究锂离子电池在25°C固定温度下的放电率与寿命的关系。
  

---

2. 实验设计
描述：

• 规划实验的整体框架，包括研究的变量、实验条件和可重复性。

详细说明：

• 实验设计影响数据的可解释性与结果的可靠性。设计要考虑变量的控制、随机性和实验的重复性。

示例：

• 实验案例：为了评估新型材料在不同温度下的性能表现，设置不同的实验条件来检测材料的稳定性。
  

---

3. 选择工具和设备
描述：

• 根据实验需求选择合适的设备与工具，以确保数据收集的准确性。

详细说明：

• 选择正确的工具是确保实验成功的关键，设备的选择将直接影响结果的可靠性。

示例：

• 工具选择：研究者在测量太阳能电池转换效率时，选用了高精度的电流和电压测量仪器。
  

---

4. 实验执行
描述：

• 按照事先规划的实验步骤执行实验，确保所有条件受到控制，避免外部因素干扰结果。

详细说明：

• 实验应严格遵守设计方案，确保各项条件的控制，以便结果的可信度。

示例：

• 实验过程：在实验室中，研究者确保所有外部光源被遮挡，防止光线影响测量结果。
  

---

5. 数据收集和记录
描述：

• 系统化地收集实验数据，确保数据的精准性，并避免数据丢失或混淆。

详细说明：

• 数据的系统收集有助于提高实验的可重复性。使用自动化工具进行数据记录以减少人工误差。

示例：

• 数据收集方法：使用自动化记录仪实时记录实验中每秒的电流和电压数据。
  

---

6. 数据分析
描述：

• 应用统计方法对收集到的数据进行分析，从中提取信息并总结规律。

详细说明：

• 分析方法包括数据的归一化、平均值计算、标准偏差等，这些方法帮助揭示实验变量之间的关系。

示例：

• 数据分析：研究者用软件绘制了实验中温度变化曲线，分析材料在不同条件下的热性能表现。
  

---

7. 结果解释
描述：

• 基于数据分析得出结论，解释实验结果，识别数据中的趋势和偏差。

详细说明：

• 实验结果的解释必须基于数据，并且需要避免对数据的偏见解读。

示例：

• 结果总结：尽管新材料在大多数条件下表现优异，但在极端温度条件下性能下降明显。
  

---

8. 实验总结和报告
描述：

• 组织实验的整个过程，撰写详细的实验报告，描述步骤、设备、数据以及最终的结论。

详细说明：

• 报告内容应当清晰、简洁，有条理性，方便其他研究人员理解并复现实验。

示例：

• 报告撰写：报告中详细描述了实验的各个环节、设备和条件，并对未来研究提出了建议。
  

---

9. 结果验证
描述：

• 通过重复实验或使用其他验证手段来确认结果的准确性和可靠性。

详细说明：

• 验证实验确保数据的可信度，特别是在结果可能影响设计决策时。

示例：

• 验证实验：研究者在不同实验室重复实验，获得了相似的结果，进一步确认了新材料的优越性能。
  

---

10. 反思和改进
描述：

• 在实验完成后，对整个实验过程进行深度思考，识别实验中的不足之处，并为未来的实验提出改进建议。

详细说明：

• 反思有助于发现实验中的问题，避免未来重复同样的错误。

示例：

• 反思案例：研究者在反思后决定增加样本量，以减少数据中的误差，并改进实验方法。
  

---

理工科实验详细示例1：研究不同材料之间的摩擦系数

1. 目标明确
描述：

• 通过实验测量和分析不同材料表面之间的摩擦系数，了解它们的摩擦特性。

详细说明：

• 该实验的核心在于测量和比较不同材料之间的摩擦系数，为实际应用提供数据支持。

示例：

• 理解橡胶与木材之间的摩擦系数。
• 比较玻璃和木材之间的摩擦差异。
  

---

2. 假设设立
描述：

• 设定实验假设，明确不同材料之间摩擦系数的可能差异。

详细说明：

• 假设橡胶与木头之间的摩擦系数会高于玻璃与木头之间的摩擦系数。

示例：

• 假设橡胶与木材表面的摩擦系数大于玻璃与木材之间的摩擦系数。
  

---

3. 选择实验变量
描述：

• 明确实验中涉及的变量，包括自变量、因变量和控制变量。

详细说明：

• 自变量：材料的类型（例如：橡胶、木头、玻璃）。
• 因变量：物体开始移动时所需的施加力（摩擦力）。
• 控制变量：物体的重量、环境温度、表面清洁度等。

示例：

• 控制所有实验中的重量、温度和表面清洁度，确保实验结果的准确性。
  

---

4. 实验设备与材料
描述：

• 选择合适的实验设备和材料来确保数据的准确性。

详细说明：

• 木块（橡胶底部）、平坦的木质表面和玻璃表面。
• 力传感器或弹簧秤用于测量施加的摩擦力。

示例：

• 使用力传感器或弹簧秤精确测量力的变化。
  

---

5. 实验步骤
描述：

• 逐步执行实验，确保实验的可重复性和一致性。

详细说明：

• 将木块放置在木质表面上。
• 使用弹簧秤逐渐施加拉力，直至木块开始移动，记录施加的力值。
• 重复相同步骤，但在玻璃表面上进行实验。
• 每个表面重复至少三次，取平均值。

示例：

• 测量并记录在木材和玻璃表面上的摩擦力。
  

---

6. 数据收集与记录
描述：

• 系统地收集实验数据，确保数据的准确性。

详细说明：

• 记录不同表面上木块开始移动时的施加力值，并确保数据一致性。

示例：

• 使用数据记录工具实时记录施加的力值。
  

---

7. 数据分析
描述：

• 通过公式计算摩擦系数，并对比不同表面的摩擦性能。

详细说明：

• 使用公式计算摩擦系数：
  • 摩擦系数（μ） = 摩擦力 / 正常力
• 正常力为木块的重量，假设表面是水平的。

示例：

• 通过数据分析得出不同材料的摩擦系数，并对比它们的差异。
  

---

8. 总结与讨论
描述：

• 对实验结果进行分析，并讨论可能的误差来源。

详细说明：

• 分析不同材料表面之间的摩擦系数差异，并讨论表面清洁度或粗糙度对结果的影响。

示例：

• 发现橡胶表面摩擦系数大于玻璃表面摩擦系数，但存在一定误差，可能与表面粗糙度有关。
  

---

9. 反思与改进
描述：

• 反思实验设计和执行过程，寻找改进点。

详细说明：

• 考虑使用更精密的仪器，或在恒温条件下进行实验，减少外部因素的影响。

示例：

• 在后续实验中，加入更多种类的材料或控制环境温度，以进一步探讨摩擦系数的变化。
  

---

理工科实验详细示例2：研究浓度对化学反应速率的影响

1. 目标明确
描述：

• 研究并量化不同浓度的反应物对化学反应速率的影响。

详细说明：

• 该实验旨在通过改变反应物浓度，观察并测量化学反应速率的变化，为实际应用中的化学反应控制提供数据支持。

示例：

• 研究不同浓度的氢氧化钠与硫酸反应的速率差异。
• 测量在不同浓度下硫酸钠生成的数量变化。
  

---

2. 假设设立
描述：

• 随着反应物浓度的增加，化学反应的速率将会增加。

详细说明：

• 反应物浓度越高，反应物分子间的碰撞频率越高，反应速率随之提升。

示例：

• 假设2M浓度的氢氧化钠与硫酸反应的速率会比1M浓度的反应更快。
  

---

3. 选择实验变量
描述：

• 自变量：反应物的浓度（例如：0.5M，1M，2M等）。
• 因变量：反应的速率（可通过生成物的数量或消耗的反应物的数量来表示）。
• 控制变量：温度、反应物的总体积、搅拌速度、器皿等。

详细说明：

• 保持控制变量不变，以确保浓度是唯一影响反应速率的因素。

示例：

• 使用不同浓度的氢氧化钠溶液，但保持相同的温度和搅拌速度。
  

---

4. 实验设备与材料
描述：

• 需要氢氧化钠溶液、硫酸溶液、滴定管、量筒、计时器、搅拌棒、温度计等。

详细说明：

• 每种材料和仪器的选择应确保测量的准确性，并便于后续的数据分析。

示例：

• 使用1M和2M的氢氧化钠溶液进行滴定反应，记录每次反应的持续时间。
  

---

5. 实验步骤
描述：

• 将一定浓度的氢氧化钠溶液和硫酸溶液按1:1的体积比例混合。
• 立即开始计时，并观察反应速率。
• 当反应完成时，停止计时。
• 记录生成的硫酸钠的总量。
• 对不同浓度的反应物，重复上述步骤。

详细说明：

• 每个浓度应至少重复三次，取平均值以确保数据的准确性。

示例：

• 使用0.5M、1M、2M氢氧化钠溶液分别与硫酸反应，记录每次反应所需时间。
  

---

6. 数据收集与记录
描述：

• 记录不同浓度下反应时间及生成的硫酸钠的总量。

详细说明：

• 数据记录应详细、准确，确保后续的分析工作能够顺利进行。

示例：

• 在记录本中标明每次实验的起始时间、反应持续时间及生成物的数量。
  

---

7. 数据分析
描述：

• 通过绘制浓度与反应速率的关系图，分析不同浓度对反应速率的影响。

详细说明：

• 使用统计方法如回归分析或线性拟合，得出浓度与反应速率的具体关系。

示例：

• 将每次实验的反应速率（生成物/时间）与对应的浓度绘制成图表。
  

---

8. 总结与讨论
描述：

• 根据数据分析的结果，讨论浓度对反应速率的具体影响，并对比假设。

详细说明：

• 反思实验中可能存在的误差，如温度控制不严格、器具精度不足等。

示例：

• 通过数据分析，得出在2M浓度时反应速率最高，且与假设一致。
  

---

9. 反思与改进
描述：

• 考虑使用更高精度的仪器来提高数据的准确性，或加入更多控制变量以进一步验证结果。

详细说明：

• 探索是否可以进一步提高实验的精确性，例如调整温度或使用不同的化学试剂。

示例：

• 使用恒温设备控制反应温度，确保温度不会对反应速率产生干扰。
  

---

理工科实验详细示例3：研究摩擦力对物体运动的影响

1. 目标明确
描述：

• 研究不同材料之间的摩擦力对物体运动速度的影响。

详细说明：

• 通过实验测量不同表面材料对物体滑动所需的摩擦力，并探讨材料的摩擦系数对物体运动的作用。

示例：

• 比较木材、橡胶、金属等材料表面之间的摩擦力差异对物体滑动速度的影响。
  

---

2. 假设设立
描述：

• 假设不同材料的摩擦系数不同，材料表面之间的摩擦力会直接影响物体滑动速度。

详细说明：

• 摩擦系数较大的材料会导致物体滑动速度减慢，而摩擦系数较小的材料会使物体更容易滑动。

示例：

• 橡胶表面对物体滑动的阻力大于金属表面。
  

---

3. 选择实验变量
描述：

• 确定自变量、因变量和控制变量，确保实验可重复且数据有效。

详细说明：

• 自变量：不同材料的接触表面类型（如木材、橡胶、金属等）。
• 因变量：物体滑动速度和施加的推动力。
• 控制变量：斜坡角度、物体的重量、环境温度等。

示例：

• 通过改变接触表面材料来测量物体滑动时的速度和施加的力。
  

---

4. 实验设备与材料
描述：

• 列出实验中使用的设备和材料，确保实验可以顺利进行。

详细说明：

• 斜面、滑动物体（如滑块）、不同材料的接触表面、力传感器、计时器。

示例：

• 使用力传感器测量物体滑动时所需的推动力，使用计时器记录滑动时间。
  

---

5. 实验步骤
描述：

• 明确实验的具体操作步骤，确保实验过程标准化。

详细说明：

• 1. 将不同材料的表面放置在斜面上。
• 2. 将滑动物体放置在斜面顶部。
• 3. 释动物体，测量滑动时间。
• 4. 使用力传感器测量启动所需的推力。
• 5. 对不同材料重复实验。

示例：

• 将橡胶表面放置在斜面上，并测量物体从静止到滑动所需的力和滑动速度。
  

---

6. 数据收集与记录
描述：

• 记录实验中的关键数据，确保数据收集准确并可以用于后续分析。

详细说明：

• 收集不同材料下物体滑动的速度、所需的启动力等数据，并将数据记录到表格中。

示例：

• 记录每种材料表面物体滑动时的启动力和速度。
  

---

7. 数据分析
描述：

• 对收集的数据进行分析，得出实验结果并进行图表化展示。

详细说明：

• 使用收集到的推力和滑动速度数据，绘制材料与滑动速度/启动力的关系图。

示例：

• 通过分析发现橡胶表面的摩擦系数比金属表面更大，导致滑动速度更慢。
  

---

8. 总结与讨论
描述：

• 讨论实验结果，并与初始假设进行对比，探索可能的误差来源。

详细说明：

• 根据数据分析，讨论不同材料对物体滑动的摩擦力差异，并解释可能的误差来源如表面清洁度、设备精度等。

示例：

• 实验表明橡胶表面需要的启动力最大，这与假设一致。进一步讨论表面不平整可能影响结果。
  

---

9. 反思与改进
描述：

• 对实验设计和执行进行反思，提出未来改进的方向。

详细说明：

• 考虑使用精度更高的设备，调整斜坡角度或改变环境条件如温度，进一步探究摩擦力对物体滑动的影响。

示例：

• 增加更多材料类型的实验，或在不同温度下进行测试，以获得更加广泛的数据。
  

---

理工科实验详细示例4：研究酸和碱的中和反应

1. 目标明确
描述：

• 通过混合酸和碱，观察中和反应的过程，并测量反应的热效应。

详细说明：

• 研究酸和碱混合时产生的中和反应，释放或吸收热量的变化情况。

示例：

• 研究盐酸和氢氧化钠之间的中和反应，并记录温度的变化。
  

---

2. 假设设立
描述：

• 酸和碱混合时会发生中和反应，过程中会释放或吸收一定量的热量。

详细说明：

• 假设不同类型的酸和碱之间发生中和反应时，产生的热量会有所不同。

示例：

• 假设盐酸和氢氧化钠混合会释放热量，而氨水和硫酸混合时会吸收热量。
  

---

3. 选择实验变量
自变量：

• 酸和碱的种类与浓度（例如，盐酸、硫酸、氢氧化钠、氨水等）。

因变量：

• 反应过程中生成或吸收的热量。

控制变量：

• 实验的温度、压力，以及试剂的体积。
  

---

4. 实验设备与材料

• 酸（如盐酸、硫酸等）。
• 碱（如氢氧化钠、氨水等）。
• 恒温水浴。
• 量筒。
• 热量计或温度计。
  

---

5. 实验步骤

1. 使用量筒分别取一定体积的酸和碱。
2. 分别测量酸和碱的初始温度。
3. 将酸和碱混合在热量计中。
4. 观察并记录混合物的温度变化。
5. 对于不同类型和浓度的酸和碱，重复上述步骤。
   

---

6. 数据收集与记录
描述：

• 记录每次混合前后的温度变化。

详细说明：

• 每次实验后，记录下不同反应物混合后生成的温度差异。
  

---

7. 数据分析
描述：

• 根据温度的变化计算反应过程中释放或吸收的热量。

详细说明：

• 绘制酸和碱的种类与浓度与释放或吸收的热量之间的关系图。
  

---

8. 总结与讨论
描述：

• 根据数据分析的结果，讨论不同种类和浓度的酸和碱在中和反应中释放或吸收的热量。

详细说明：

• 对比实验结果与假设，探讨可能的误差来源。
  

---

9. 反思与改进
描述：

• 考虑使用更精确的热量计来测量温度变化。

详细说明：

• 考虑在不同的环境条件下进行实验，以进一步研究中和反应的热效应。

• 此实验可以帮助学生理解酸和碱之间的中和反应，以及与热效应之间的关系，并掌握基本的化学实验设计方法。
  

---

import requests, re, json; from bs4 import BeautifulSoup; def fetch_google_scholar(query, num_results=10): headers = {"User-Agent": "Mozilla/5.0"}; url = f"https://scholar.google.com/scholar?q={query}"; response = requests.get(url, headers=headers); soup = BeautifulSoup(response.text, 'html.parser'); results = []; for result in soup.find_all('div', class_="gs_ri")[:num_results]: title = result.find('h3').text; link = result.find('h3').find('a')['href'] if result.find('h3').find('a') else None; snippet = result.find('div', class_="gs_rs").text; results.append({"title": title, "link": link, "snippet": snippet}); return results; def fetch_journal_papers(journal_url, num_papers=10): headers = {"User-Agent": "Mozilla/5.0"}; response = requests.get(journal_url, headers=headers); soup = BeautifulSoup(response.text, 'html.parser'); papers = []; for paper in soup.find_all('div', class_="paper-title")[:num_papers]: title = paper.text; link = paper.find('a')['href']; papers.append({"title": title, "link": link}); return papers; def categorize_papers(papers, categories): categorized = {category: [] for category in categories}; for paper in papers: for category in categories: if re.search(category, paper['title'], re.IGNORECASE): categorized[category].append(paper); return categorized; def summarize_paper_titles(papers): summary = "Summary of Papers:\n"; for paper in papers: summary += f"- {paper['title']}\n"; return summary; papers_google = fetch_google_scholar("machine learning", 5); papers_journal = fetch_journal_papers("https://journal.com/latest", 5); combined_papers = papers_google + papers_journal; categories = ["deep learning", "neural networks", "reinforcement learning"]; categorized_papers = categorize_papers(combined_papers, categories); print(json.dumps(categorized_papers, indent=2)); print(summarize_paper_titles(combined_papers))

---

---