目录

  • 1 科研应用范围
    • 1.1 应用范围
    • 1.2 应用局限
    • 1.3 引发学术不端的类型
    • 1.4 课后题目
  • 2 科研应用场景描述
    • 2.1 资料收集
    • 2.2 数据处理
    • 2.3 图表制作
    • 2.4 文字撰写
    • 2.5 语言和润色
  • 3 规范引用
    • 3.1 相关指引
    • 3.2 引用格式参考
    • 3.3 课后题目
  • 4 同行评审
    • 4.1 同行评审
  • 5 数据共享和AIGC材料提交
    • 5.1 数据共享和AIGC材料提交
资料收集

2.1.1应用类型

1、文献调研:研究者在资料收集阶段可以通过人工智能大模型检索或者生成相关文献、项目等,比如通过列出关键字、主题、相关专家,推荐数据库,总结某一类的文献内容等。帮助研究者快速获得研究所需要的资料,便于研究者追踪相关性高的、实时性强的、覆盖范围广的资料[1, 11]

2、概念问答:可以询问大模型一些学术概念的问题,从而加速了解相关前置知识或者背景情况[1]

3、观点类资料采集:可以以某一主题,采集专家学者的观点或见解[1]。对于各类观点首先要人工确认其真实性,再考察其伦理性、是否有偏见或者歧视。



2.1.2注意事项

所以研究者需对生成的内容进行审核,比如生成内容是否真实、合理、符合逻辑,检索到的文献资料是否会真实存在,或与其他来源进行比对,以此确保生成资料的相关性、准确性、科学性[8]。有时也可以通过大模型的联网搜索功能或连接学术数据库、知识库增强内容的广泛性和准确性,但需注意隐私或保密要求,同时研究者也需对生成的内容进行审核。


2.1.3课后题目