看英文文献是如何看

按照我小标题的顺序来读论文就可以,在熟练之后最短10分钟就能获取一篇页数20+论文的关键信息

1. Abstract

摘要绝对是重中之重，因为它本身就是对全篇内容的概括。一篇论文的核心往往是一两句话，而论文的其他部分都是在用不同的方式支持它的核心。
需要做的笔记：
作者想解决什么问题？question
作者通过什么理论/模型来解决这个问题？method
作者给出的答案是什么？answer

2. Introduction

这一部分其实是对于文章的研究背景和研究意义的介绍，有些论文也会将文献综述的简化版加在里面。在Introduction的最后，作者会介绍文章的架构，让你清楚文章的每一部分都在做什么。
需要做的笔记：
作者为什么研究这个课题？
目前这个课题的研究进行到了哪一阶段？
作者使用的理论是基于哪些假设？（看不明白也没关系，先抄下来）
Tips：如果有时间的话，可以把introduction读完。没时间的话粗略看一遍，着重读前两段。

3. Conclusion

Conclusion通常会把整个文章的主要内容复述一遍，帮助读者回顾+理清思路，然后在此基础上深入自己的研究。
在Abstract或者Introduction中，作者就已经给出了课题的结论。而在Conclusion中会评价自己的结论，并且在这个课题上的基础上进一步探讨，比如开脑洞畅想这个课题未来还有哪些研究方向，可以用来解决哪些问题，等等。
需要做的笔记：
这篇文章存在哪些缺陷？
作者关于这个课题的构思有哪几点？

Now, 读完了以上内容，并做完笔记以后，我们已经对这篇文章的核心有了比较清晰的认识。接下来需要了解的就是作者如何像做数学证明题一样，一步一步得出了他的结论。
但是如果你直接从研究方法method开始读，那肯定又要感到万分沮丧，甚至开始怀疑人生……
要搞清楚作者的研究方法，应该先看的不是理论的推导过程（即数学公式），而是文章中的表格。

4. Table

表格给出的信息会简单直观很多，并且它们通常都是作者研究过程中某一阶段成果的总结。
表格下面的Notes，则清晰地给出了这个表格研究的对象+模型用到的数据。
如果还觉得迷惑，直接翻到正文中对表格进行阐述的那一段，你就会迅速明白这个表格中的数据是什么，通过什么模型、理论，得出了什么样的结论，而这个结论又有哪些不足，文章还需要进一步探讨什么。
关于数据的来源，几乎所有做empirical research（实证研究）的文章都会给出。
这一段会介绍数据都是从哪些数据库扒下来的，采用的哪个时期的数据，数据包含哪些指标，文章后面提到的一些指标和变量具体是如何计算的。
因为都是对数据的解释，所以只需要在整个文章段落中定位你所要查询的变量名词，就能快速了解这个变量从收集到计算的过程。
需要做的笔记：
数据来源+重要指标+模型步骤（看不懂理论推导没关系，那玩意儿一般很少人能看懂）+每个步骤得出的结论。

OK，到此，你的笔记本上已经有了以下信息：
主旨：
1. 作者想解决什么问题？question
2. 作者通过什么理论/模型来解决这个问题？method
3. 作者给出的答案是什么？answer
4. 作者为什么研究这个课题？
5. 目前这个课题的研究进行到了哪一阶段？
6. 作者使用理论基于哪些假设？（现在也许有点明白了，不明白再去查）
7. 这篇文章存在哪些缺陷？
8. 作者关于这个课题的构思有哪几点？
研究方法：
数据来源+重要指标+模型步骤（看不懂理论推导没关系，那玩意儿一般很少人能看懂）+每个步骤得出的结论。
**进一步整理成：
10. 研究的数据从哪里来？
9. 研究中用到的重要指标有哪些？
10. 模型分哪几步？每一步分别得出了什么结论？

现在整篇文章的脉络是不是已经清晰了?你也知道这篇文章是在干什么了对不对?如果遗忘了，拿起笔记本，它会立刻帮你复习你从这篇论文中获取的信息。接下来如果你对这篇文章还有兴趣，或者你还有时间的话，可以再翻回 literature review，进行拓展阅读。

5. What’s more

1. 整块的时间来看文献； 看文献的时间越分散，浪费时间越多，集中时间看更容易联系起来，形成整体印象。
2. (1)阅读能力不够：很多非专业术语和句子看不明白；利用翻译软件+自己修改，将看不懂的句子翻译成容易读懂的中文。同时将不懂的语法结构和单词记下来。
   (2)对专业了解不够;如果理论名称，模型名称，专业名词看不懂，就需要去搜索引擎检索。维基百科对这方面的内容会有较为规范又基础的阐述。如果维基百科也看不懂，去吧，知乎、百度搜一搜、相应论坛搜一搜，相信你最终会找到那个浅显易懂，让你恍然大悟的解释。

6. Read, Read and Read!

不熟悉英语的逻辑和西方的思维方式，看不懂reading是很正常的。但不管有多难，还是要多练习，多阅读，不能因噎废食。毕竟每一篇论文都是基于大量阅读、总结产生的。