美赛文献查阅指南

下面给你一个比较详细的思路，帮助你在“美赛”（MCM/ICM）中如果需要查阅文献，可以一步步进行。即使你此前完全没有科研经历，也可以按照这个流程慢慢上手。

一、明确需求：从题目出发，拆解需要查阅的知识点

仔细阅读赛题
在美赛开始后，你首先要认真阅读题目，理解题目里到底要解决什么问题。美赛的题目往往提供一个特定的情境，需要你在数学建模、数据分析、算法设计等方面综合运用知识。
拆解关键词
- 先简单列出题目中的专业词汇或核心概念，这些词汇往往是你检索文献的关键。
- 在整理关键词时，也要考虑同义词、相关概念或更广泛/更具体的领域词汇。
- 如果题目中有特定的数学模型、方法或者应用领域，也可以把这些作为关键词。
确定查阅方向
- 方法类：如果你不熟悉某些模型/算法，比如“微分方程”“回归模型”“蒙特卡洛模拟”等，可以在文献中寻找相应原理和应用案例。
- 应用类：如果题目涉及到某些实际问题，如交通流、疫情传播、人口预测等，就需要找一些相应行业或交叉学科的文献案例，看看别人是如何建模、验证的。
- 数据类：如果题目涉及到大规模数据或需要某些公开数据集，也需要查阅一些数据来源、已有的调研报告或相关论文。

二、检索渠道：如何找到合适的文献

学校/学院图书馆资源
- 如果你是大学生，首先充分利用学校图书馆的电子资源。很多高校都购买了知名数据库的使用权。常见的有：
  - Web of Science
  - Scopus
  - IEEE Xplore（偏工程、计算机）
  - Elsevier (ScienceDirect)
  - SpringerLink
- 登录方式：通常需要校园网或VPN才能访问。如果是线上赛，你在宿舍或家里，可以用VPN访问学校图书馆的数据库入口。
谷歌学术（Google Scholar）
- 在无法访问国际文献数据库时，Google Scholar（学术搜索）是最常用、最方便的搜索工具。
- 访问方法：在能打开 Google 的环境下，输入scholar.google.com。
- 检索方式：直接在搜索框输入你的关键词；如果想要搜索更精准，可以使用引号（如"Monte Carlo simulation"），或者高级搜索功能。
百度学术
- 如果无法使用 Google Scholar，可以试试百度学术，虽然结果覆盖面不及谷歌学术广，但也能找到一部分中文文献或英文文献链接。
ResearchGate
- 这是一个学术社交网站，里面很多学者会上传自己的论文，有些文档可以免费获取。
- 可以在上面直接搜索关键词或论文标题，看看有没有可下载的版本。
OA（开放获取）期刊和预印本
- 现在很多文献以开放获取（Open Access）形式存在，比如 arXiv（主要是数学、物理、计算机领域），可以直接免费阅读下载。
- 当你的研究涉及数学、物理、计算机等较偏理论的方向，arXiv 会是个很好的来源。

（提示：有些时候你会遇到付费文献，这时你可以通过图书馆代理获取，或者尝试联系论文作者、查看作者个人主页、搜索他们在学术社交平台的上传版本。）

三、检索策略：如何有效地搜索

列出多个关键词
- 先使用宽泛关键词搜一轮，如“traffic flow model”“population prediction model”等。
- 再加上辅助限制词，如“case study”“application”等，以便缩小范围。
- 如果你的问题比较具体，比如需要某种算法来解决某类问题，就在关键词中加上算法名称和具体应用场景，例如“queueing theory airport security check model”。
筛选文献
- 在检索到的结果中，先看标题和摘要（abstract），筛掉与你需求无关或者太泛泛的论文。
- 如果你在做“数学建模”，一定要关注别人是如何建模和求解的，看是否有跟你相似的思路或方法。
- 对于筛选出的文献，重点看：
  - 文献的导言/引言（介绍了作者做这项研究的背景、已有文献总结、他们要解决的问题）
  - 方法部分（介绍了作者使用什么模型、算法以及实施细节）
  - 结果和讨论（他们的结果如何，遇到什么问题，有什么局限性）
- 一般来说，参考文献列表也很重要，你可以继续顺藤摸瓜，看他们引用了哪些经典或更具体的研究。
关注综述（Review/Survey）文章
- 如果你是小白，对某个领域的研究现状不了解，找综述文章（Review、Survey）很有效率。
- 综述通常对某个方向、某类问题/模型进行了系统的整理和对比，能让你快速了解这个领域的整体情况。

四、阅读与笔记：如何阅读并记录文献

快速阅读
- 刚开始不要把每篇论文从头到尾都读完——那样效率会很低。
- 先看摘要和结论，判断这篇论文和你的需求是否相关，如果相关度不高，可以只做简单标记，必要时才精读。
精读重点
- 确定文献和自己需要的主题相匹配后，再去看引言和方法章节。这里面往往会给你关键的数学公式、模型思路、对照实验或数据。
- 如果文献中有自己需要参考的建模思路、算法流程或数据处理方法，就做好笔记。
记录笔记
- 建议你开一个文档或纸质笔记，简单记录：
  - 论文标题、作者、出版年份
  - 主要贡献或主要方法
  - 可能会用到的公式或参考数据
- 同时给每篇文献做个标签（如“交通流-元胞自动机模型”，“疫情预测-SEIR模型”，等等），这样方便后期回顾检索。
使用文献管理工具（可选）
- 如果你需要存好多篇 PDF，可以使用一些文献管理软件（Zotero、Mendeley、EndNote 等），能够帮你自动生成参考文献格式，也方便你分类标注。
- 但如果你时间紧张，也可以只用文件夹+简单的 Excel 或 Word表格管理。

五、在比赛报告中引用与参考文献的格式

如何在文章中引用
- 在美赛论文写作中，通常采用[作者-年份]或者[数字]的引用格式都可以。你可以在正文中写“Smith and Johnson (2018) proposed a model…”或“[3] proposed a model…”。
- 注意要做到文内引用和文末参考文献列表对应。
参考文献列表
- 美赛并没有非常死板的格式要求，但最好使用类似期刊论文的正规格式：
  - 作者名字（如果是多个作者，英文可以用逗号和"&"连接）
  - 论文标题
  - 期刊/会议名，卷号，页码，出版年份
  - 如果是书籍，写明出版社、版本、章节等
- 如果有 DOI 或者链接，可加在后面，方便别人查阅。
避免学术不端
- 一定要确保引用他人的模型、公式、数据、结论时，在正文和参考文献列表中注明来源。
- 不要整段照抄别人的文章，可以用自己的语言总结、描述，然后标注来源。

六、遇到困难时的应对方法

不理解论文中的数学推导或术语
- 可以搜索一些基础教材或在线课程（如MIT OpenCourseWare、Coursera、Bilibili上的大学公开课等），先补充基础理论概念。
- 也可以用“xx 是什么意思”“如何推导 xx”这样的方式再次搜索相关资料、博客、YouTube教学视频。
找不到免费全文
- 多试几个渠道，例如：学校图书馆的数据库、ResearchGate、作者主页、或者找同学/导师求助。
- 有时可以发邮件给作者，礼貌说明你是学生，想获取论文学习，很多作者会乐意分享。
没有太多时间，不知道优先看什么
- 优先寻找综述（Review/Survey）类文章或经典教材/参考书，它们能让你少走弯路。
- 看“被引用次数较高”的文章。这种文章往往相对基础或有代表性。当然也要结合时间和内容的匹配度来判定。

七、从“查询文献”到“写好美赛报告”的衔接

建模思路借鉴
- 在学习别人论文时，主要是学他们的思路与框架，比如：
  - 如何将实际问题转化为一个数学模型
  - 如何做参数设定、边界条件、假设
  - 如何验证模型（数值实验、统计检验、与实际数据对比等）
- 然后结合题目中的具体情况做灵活变动，不必一成不变地套公式。
写作与展示
- 在美赛的论文中，你需要清晰地阐述你是怎么想到这个模型、为什么你选择它，引用了哪些文献作为支持。
- 最后记得在你的报告中专门列一个References部分，格式要统一且清晰。
与队友合作
- 如果你和队友一起参赛，可以把文献检索和阅读的工作分配一下。比如你负责搜索与算法相关的文献，队友负责搜索应用背景或行业案例，这样效率更高。
- 之后再一起讨论、整合思路。

结语

对“没有科研经历”的同学来说，查阅文献的核心目的是：让你更快、更全面地了解已有的模型、方法和行业背景，少走弯路。上面这些步骤与技巧虽然看起来很多，但你可以在需要时一步步使用。刚开始可能会觉得比较繁琐，但是熟练之后，你会发现这是非常重要的能力，不仅仅用于美赛，在以后的学术或工作中都很有用。

祝你在美赛中取得好成绩！

美赛文献查阅指南

Question

Réflexion

Réponse