剛開始做學(xué)術(shù)研究和文獻(xiàn)檢索的同學(xué)，經(jīng)常會說：這個數(shù)據(jù)庫就算檢索到了文章也沒什么用，因?yàn)榭床坏饺模∥蚁脒@位同學(xué)一定碰到了所謂的“二次文獻(xiàn)”數(shù)據(jù)庫，這樣的數(shù)據(jù)庫真的沒用么？這篇文章來好好講講這個事情。

二次文獻(xiàn)又稱二級次文獻(xiàn)，是對一次文獻(xiàn)進(jìn)行加工整理后的產(chǎn)物，即對無序的一次文獻(xiàn)的外部特征如題名、作者、出處等進(jìn)行著錄，或?qū)⑵鋬?nèi)容壓縮成簡介、提要或文摘，并按照一定的學(xué)科或?qū)I(yè)加以有序化而形成的文獻(xiàn)形式，如目錄、文摘雜志（包括簡介式檢索刊物）等。它們都可用作文獻(xiàn)檢索工具，能比較全面、系統(tǒng)地反映某個學(xué)科、專業(yè)或?qū)ｎ}在一定時空范圍內(nèi)的文獻(xiàn)線索，是積累、報(bào)道和檢索文獻(xiàn)資料的有效手段。

打個比方：有一個圖書館，全世界最強(qiáng)，擁有紙質(zhì)的書和期刊最多、最全、最新，聽上去太牛逼了吧？！但是，如果把這些資料毫無體系地堆放在各個房間，你還會去嗎？資料越多越全，找起來越困難。這時候來了一群圖書館員，把這些書按一定的分類和規(guī)律整理好了，然后做成了一本查訊指南，是不是大大節(jié)省了你翻資料的時間？是的，這本“查訊指南”就是你見到的、沒有全文的二次文獻(xiàn)數(shù)據(jù)庫。

所以這樣的數(shù)據(jù)庫最大的價值就是，幫你更有效率地找到各種資源！包括全文、書、專利等各種原始文獻(xiàn)。怎么個有效率？

1. 全。這個數(shù)據(jù)庫會把某個領(lǐng)域的文獻(xiàn)聚到一起，你不用再東跑西逛。

2. 濃縮。二次文獻(xiàn)庫會把全文的文摘和關(guān)鍵詞等提出來統(tǒng)一分類和索引，省去了你讀大量全文的時間。

3. 分析。一些有名的二次文獻(xiàn)數(shù)據(jù)庫會提供數(shù)據(jù)分析功能，比如搜索人工智能，系統(tǒng)會告訴你這個學(xué)科發(fā)展的時間軸，還有地區(qū)分布，相關(guān)機(jī)構(gòu)和人物等等，讓你對這個領(lǐng)域有全面的了解。

這在做開題報(bào)告前的背景調(diào)查和文獻(xiàn)綜述時太有用了！

說到這兒，

你可能會說，

這不就是Google Scholar么？

對的，這就是全世界收錄能力最強(qiáng)、用起來最方便的二次文獻(xiàn)庫。（學(xué)術(shù)貓回復(fù)“GS”告訴你一些使用Google Scholar的小技巧，看完了再說自己會用）。雖然它在“找”這件事情上無人能敵，畢竟Google靠這個吃飯的，但它在功能上并不是最強(qiáng)的，下面幾個也是在學(xué)術(shù)上非常值得關(guān)注的二次文獻(xiàn)庫：

Web of Science

Engineering Village

Scopus

SciFinder

希望讀完這篇文章，至少讓你知道：沒有全文的數(shù)據(jù)庫并不是沒用，牛逼著呢！