.png){kind=icon}
CANYAM BLOG
科研洞察与实践
分享科研方法、学术趋势与实用工具，让研究更高效。
第一类错误：定义以及如何在研究中识别
本文介绍第一类错误（假阳性）的定义、产生原因及其在研究中的识别方法，并通过烟雾报警器和法庭案例解释这一统计学概念。文章对比第一类错误与第二类错误，说明显著性水平（α）和概率值（p 值）的区别，分析多次假设检验如何增加误报风险。同时，介绍邦费罗尼校正、错误发现率控制和重复研究等降低风险的方法，帮助读者更准确地评估研究结果的可靠性。
期刊索引：它的含义以及如何查询
本文介绍期刊索引的含义、重要性及查询方法，比较 Scopus、Web of Science、MEDLINE、PubMed 和 DOAJ 等主要学术数据库的收录标准。文章详细说明如何通过期刊名称和 ISSN 核实收录状态，辨别虚假或误导性的收录声明，并解释 PubMed 与 MEDLINE、期刊索引与影响因子之间的区别，帮助研究人员选择可靠的期刊，避免投稿风险。
《科学进展》影响因子：最新数值及其含义
本文介绍《科学进展》（Science Advances）2025年影响因子及其学术意义，涵盖两年影响因子、五年影响因子、期刊排名和开放获取模式。文章详细解释影响因子的计算方法，分析不同年份数据产生差异的原因，并与《科学》进行对比。同时，介绍影响因子的局限性及其他期刊评价指标，帮助研究人员准确解读期刊排名、评估学术影响力并选择合适的投稿期刊。
学术论文摘要工具的最佳替代选择
本文盘点多款学术论文摘要工具的最佳替代方案，包括 SciSpace、Elicit、Semantic Scholar、Consensus、Scite、QuillBot 和 Canyam。通过功能对比，了解不同工具在论文摘要、文献检索、研究数据提取和引文分析方面的优势与局限性。文章还提供工具选择建议、免费方案参考及使用技巧，帮助学生和研究人员根据研究需求提高论文阅读效率，同时避免过度依赖 AI 摘要。
Research Rabbit vs Connected Papers：应该使用哪一个？
本文对比 Research Rabbit 与 Connected Papers 两款学术文献发现工具，介绍它们的核心功能、使用方式、免费计划及局限性。了解 Research Rabbit 如何通过种子论文建立动态文献集合、推荐相关研究并提供论文提醒，以及 Connected Papers 如何通过可视化图谱展示论文之间的关联。文章还提供两款工具的组合使用方法，帮助学生和研究人员高效发现相关文献、拓展阅读范围并提升文献综述效率。
Elicit 与 Scite：哪款 AI 研究工具适合你？
本文对比 Elicit 与 Scite 两款 AI 学术研究工具，详细介绍它们的核心功能、优势、局限性及定价差异。了解 Elicit 如何帮助查找论文、提取研究数据和整理文献综述，以及 Scite 如何通过引文分析判断其他研究对论文的支持或质疑。文章还提供两款工具的组合使用流程，帮助学生和研究人员提高文献检索效率、核实研究证据并提升学术研究质量。
Scite 与 ChatGPT：研究时应该使用哪一个？
本文对比 Scite 与 ChatGPT 在学术研究中的功能、优势和局限性，介绍 Scite 如何通过支持、对比和提及等引文分类帮助评估论文可靠性，以及 ChatGPT 如何辅助理解主题、生成思路和总结内容。文章还结合最新研究，分析两种工具的实际表现，并提供将它们结合使用的实用流程，帮助学生和研究人员高效查找论文、核实参考文献并提升研究质量。
PubMed 与 MEDLINE：有什么区别？
本文详细介绍 PubMed 与 MEDLINE 的区别，包括两者的定义、数据库内容、MeSH 主题标引方式及使用场景。通过对比表格，了解 PubMed、MEDLINE 和 PubMed Central（PMC）之间的关系，并学习如何在 PubMed 中筛选 MEDLINE 记录。文章还介绍了最新文献的索引方式、常见搜索误区，以及如何根据课程作业、研究项目和系统综述选择合适的文献检索工具。
幸存者偏差：它意味着什么以及如何识别
本文深入介绍幸存者偏差的定义、形成原因及现实案例，包括投资、商业、健康研究和二战轰炸机的经典故事。通过基金业绩数据和研究案例，了解幸存者偏差如何扭曲判断、隐藏失败信息并导致错误结论。文章还提供五个识别问题，以及检查研究中参与者退出、数据遗漏和选择偏差的方法，帮助你更客观地分析信息、评估研究结果并做出可靠决策。
T 检验：如何选择和进行检验
本文介绍了什么是 t 检验、如何选择合适的检验类型，以及如何解读 t 值、p 值、置信区间和效应量。通过实际示例，了解单样本、独立样本和配对样本 t 检验的使用方法，并学习如何在 Excel、R 和 Python 中进行检验。文章还总结了 t 检验的适用条件、常见错误及其他统计检验方法，帮助你更准确地分析数据、比较平均值并解读研究结果。
