综述怎么写？记住这10大原则，一定能写好
综述是对学科中某个研究方向进行总结和展望的论文，一般是由对该领域有深刻理解的学者撰写。撰写综述需要阅读大量的文献，需要作者检索文献，筛选文献，从文献中提取重要的信息以及进行批判性的思考。为了让学生对所研究问题有深入的理解，有时候也有学生撰写综述。 法国国家科学研究院(CNRS)功能与进化生态学中心的Marco Pautasso就曾在PLOS Computational Biology 撰文，列出了撰写综述的十个原则。以下是笔者的阅读笔记，撰写综述时，这些原则还是很重要的，供生态与进化方向的同仁参考。
01/确定主题和读者
选择的主题必须：（1）你特别感兴趣， 最好是最近有一些新的研究论文，出现了一些新的问题等，需要写综述； （2）对于学科是重要的，这样，你所能参考的文献就比较多，而且也会有很多人愿意看你写的综述； （3）有非常明确的研究问题，否则，所包含的文献就会有上千篇，太泛泛的综述对别人是没有什么帮助的。 要综述的主题往往来源于已有研究所提出的问题，也可能是阅读或者讨论时兴致所致。综述所针对的读者群最好能专一些，如果是跨学科的综述，其他领域的学者也可能感兴趣。
02/文献检索与再检索
确定好题目后，就要开始检索文献。以下是检索文献的五条建议：（1）记录检索的过程，以便可以重复检索 （2）对于找不到pdf的文献，要记下题目、作者和期刊，之后再通过其他方式获取。 （3）一定要使用文献管理系统，如Mendeley，Papers，Qiqqa，Sente 等。（个人最喜欢Zotero） （4）早些确定哪些论文应该保留，哪些不应该保留的标准。这一标准，也就是文献检索涵盖的范围，可以在综述中做出相应介绍。 （5）不仅要看研究论文，也要看之前的综述。假如某一领域已经有相关的综述，也不要轻易放弃， 而是要继续准备你自己的综述。这时候可以这样应对：（i）在你的综述中讨论之前综述的研究方法，不足和结论；（ii）努力找出一个之前综述没有涉及或者讨论不够深入的方向；（iii）整合该综述之后出现的新的研究成果 检索研究论文和综述论文时，一定要记得以下三个原则：（i）要全面（ii）要在不同数据库中检索， DBLP，Google Scholar，ISI Proceedings，JSTOR Search, Medline, Scopus, Web of Science....（iii)要检索相关文献以及图书被引用的情况
03/读文献时要做好笔记
如果读文献时，自己想到的如果不及时写下来，那么在写综述的时候，就需要超级好的记忆力。不过大多数人没有这么好的记忆力，所以， 读文献时，最好能将重要的内容和自己的想法写下来。要想一下，这篇文献应该放在综述里面的什么位置。有了这些笔记，写作时再进一步组织正文就容易得多。最好避免在没有阅读笔记时写综述，因为那样难度极高。也要注意，文献阅读笔记要用自己的话写出来，避免直接拷贝原文的句子。笔记要写写清楚作者，年份，题目等， 以备参考。文献管理软件这时候肯定能帮到你。
04/选择综述的类型
按照长短，综述可以粗略分成小综述（minireview）和大综述 （full review）。小综述有字数以及引用文献数的限制，内容短小，一般只包括最近几年的研究进展，受到一些杂志的青睐。小综述一般来说不会列出一些进展的细节。大综述则比较自由，可能会包括一些研究进展的细节，同时也会列出一系列文献，让有兴趣的读者进一步阅读。按照内容，有描述性综述（descriptive）和 整合性综述 （integrative）之分。描述性综述着重方法、进展以及相应的解释。整合性综述着重于研究的思想以及概念。除此之外，还有叙述性综述以及定性综述，系统性综述等。系统性综述基于现有文献的数据，检验假说，整合分析（metaanalysis）是常用方法。各种类型的综述之间并无明确的界限，需要根据问题、文献、作者以及刊物等灵活选择。
05/综述要聚焦，但又能引起很多人的兴趣
综述要讨论的问题要明确，同时也要放在学科发展的大背景中。这样既有同行阅读，也可能有其他领域的学者阅读。
06/要有批判性和一致性
好的综述并不是只是介绍当前的进展，罗列文献。综述需要指出研究方法上的问题以及研究中的不足等。读者在读完一篇好的综述， 应该了解：（i）所综述领域的主要进展（ii）有争议的领域（iii）主要的研究问题 当然，要实现这三个目标是不容易的。不同的人擅长不同的方向，邀请不同的作者撰写不同方面，有助于写出一篇优秀的综述。从写作风格上，好的综述在行文（语态、时态等）也会保持统一。
07/逻辑结构
优秀的结构往往有以下特征，让人开篇有益：1. 反映最新进展；2.有良好的结构；3.行文流畅；4.聚焦；5.具批判性。研究性论文用到的前言、材料与方法、结果与讨论、结论等类似的结构，并不适用于综述性论文。但是综述论文也要交待清楚综述的背景和意义，通篇要有清晰的逻辑，列清楚综述的主要结论以及要传递的最重要信息（takehome message），这些和研究性论文是相通的。系统性综述近年来常常包括文献检索的方法，如给出用了哪些数据库， 用了哪些关键词， 检索的时间范围等。 为了让综述的结构更清楚，可以画一个流程图， 设定好各部分的内容，分别撰写，再将各部分串起来， 以便吸引读者和引导读者阅读并得出相应的结论。流程图不但对于写综述是十分有用的， 甚至可以放在综述中。
08/听取同行的意见
综述论文会跟研究论文一样，需要审稿，需要同行评议。写综述时，由于涉及的内容很多，很容易引入一些小错误。审稿人一般能发现综述稿件中表达模糊、不准确或前后不一致的地方。一般在提交之前，要仔细检查稿件的字词、语法等错误，以免让审稿人提出一些让人尴尬的意见。写好的稿件也可以先发给同事或者合作者们看一看，以了解一下不同的合作者有什么意见。对于有争议的观点，获得反馈是很重要的，修改后可以进一步提升综述的质量。
09/综述包括自己的研究时，要尽可能客观
有些人在综述中对自己的研究评价过高，或者可以贬低一些同行的研究，甚至完全不提及。这样都是不好的。由于从事的领域相近，一些研究人员难免会有利益冲突的情况发生。此时最好能够客观公正地评价竞争者的贡献。邀请多个人参与撰写综述，在一定程度上能提高客观性。
10/综述要涵盖最新进展，也不能遗漏年代久远的“睡美人”
从发表到收录的数据库可能需要一段时间，有时候甚至是几个月。所以稿子写出来的时候，其实就已经过时了。在稿件的修改阶段再进行文献检索，以涵盖最新进展是很必要的。由于综述本身要指出研究中的不足以及研究方向等，有时候，一些很久以前的文献，虽然可能很少被引用过，但其重要性需要重新评估，这些被遗忘的文献，可以称为“睡美人”。新旧兼顾，是一篇优秀综述所要做好的工作。 修改论文、综述或者申请书，真的很累， 甚至感觉比自己写还要累。总结起来， 大概有以下方面的问题：1.缺乏中心思想，看不出作者的观点。看了半天，不知道作者想说什么。 2. 缺乏清晰的结构。结构不清晰，想要看懂不容易。 3. 行文冗长，絮絮叨叨。唉，作者高兴就好…… 4. 内容空泛。XXX将有力促进生物多样性保护，改善环境，保护绿水青山。是的，我也同意，但是是怎么保护的？说得太大， 我有点儿不信呢。 5. 引入不必要的概念。本来能用一句话说清楚的事， 非要弄出一个新概念或新的专业词汇。抽象出新词汇或者引用过时的概念都不太好。如，XXX将促进“生态平衡”……问题是现在谁还用生态平衡？ 6. 观点前后矛盾。刚刚说的XXX很重要， 下一段马上说， XXX不重要了。真是180°大转弯，变化太快，小心刹不住车啊。 7. 逻辑不清。本来大部分文字读起来就挺枯燥的， 你再来个不按套路出牌，后果可想而知。如果按照，（1）是什么问题，（2）问题的后果，（3）问题的成因，（4）怎么解决问题的顺序写，读者就容易理解。没错， 思维是发散的， 思想是立体的， 但文字是线性的。既然如此， 行文时最好能把要说的事按照一定顺序串起来， 而且必须以一种容易理解的顺序串起来。如果一个人先说（1）问题该怎么解决，再说（2）问题的后果，（3）什么问题， 最后再（4）解释问题的成因， 读者心里恐怕要骂人了。 8. 缺乏论据。论述的要求就是有理有据，还是摆点儿事实比较好，因为这些是你的论据啊 。虽然论点可能是你最早意识到的，但是还是要收集证据去支持论点， 做到有理有据， 否则又流于空泛了。 9. 论据选择不当。举例：要说明物种分布区预测的算法存在缺陷， 但后面引用的是关于物种分布数据不足的论文， 然后一直在强调数据是怎样不足……这，我还真不知道说点儿什么好。 10.用词不准。专业人士，用词还是准确一点儿好。比如phylogenetic diversity, 就翻译为“系统发育多样性”吧， 至于“谱系多样性”，额，麻烦再改改吧，倒不是说完全不行， 而是“谱系”已经另有所指，不要再和“系统发育多样性”掺和了。这让我想起几种植物：苦苣菜、苦荬菜、苣荬菜、苦菜、小苦荬……命可真够苦的。做研究本来就不容易，不要再用中文增加困难了…… 11.语法错误。英文没有学好的童鞋们， 请继续努力哦 12.英式中文和中式英文。“DNA条形码图书馆的组建与物种丰富的自然群落的关系特别密切，物种准确鉴定将促进详细的生态学司法研究。”……好了， 你爱说什么说什么， 这中文我看起来不太爽……别拦我，我下次直接百度翻译。在这里，我要友善提示一下，要“小心落水”哦：Take care to fall into water.... 13.图表质量太差。重要的事情说三遍：三线表， 三线表， 三线表；分辨率， 分辨率， 分辨率…… 14.引用文献不足或缺少重要细节。做进化树，还是要介绍用什么软件建的树吧；同理， 物种分布区预测， 也要说清楚是用什么软件预测的。All the statistical analysis were carried out in R， 就这么一句话就概括了数据分析部分，真的很厉害……但是，你说的我做不出来， 我面壁思过去了。
