文献里的每个字我都认识，为什么连起来就读不懂了呢？
Editage意得辑
今天要分享的方法，是对“文献阅读”方法的一种颠覆。那就是，从“被动输入”变为“积极阅读”。大家现在可以回忆一下，自己是如何阅读一篇文献的？
我们绝大多数人读文献，都喜欢从头看到尾，一词一句地去读。这样阅读文献的效率是极其低下的。这种低下不仅体现在阅读速度上，而且对这篇文献精髓核心的把握也效果平平。
这种从头到尾，一句一句地阅读，就像被论文作者“拽着”走，文章写什么你就怎么读。整篇文献读下来，会很容易陷入读完一篇文献，什么也没学到，只有“饱腹感”，却没有“获得感”，说的直白一些，就是根本没有榨干这篇文献的养料。
这就是“被动阅读”带来的问题。大脑没有积极主动地参与到阅读中，所以收获不多。那么，如何变“被动阅读”为“积极阅读”？其实，只需要一个很简单的方法。在阅读之前，你就可以列举想要从这篇文献获得的信息。
带着问题去学，是我们从小就知道的高效学习方法。同样的，带着问题读文献也一样可以让文献阅读效率加倍。这就是“问题意识”，也是积极阅读的最好方式。
认知心理学早已证明，没有“问题”的学习，是最差劲的学习方式。填鸭式的应试教育为什么如此被诟病的原因也在于此，辛辛苦苦学到的东西，一毕业就全还给老师了。
而如果你有过需要解决某个问题而学的经历，你会发觉学到的东西不仅记得牢，而且记得久。这种现象在学习中就是“学习金字塔”原理，越是主动学习，学的越快越好。学习如此，读文献也同样。想要高效地学到文献所蕴藏的知识，那么一定要带着问题去读。
那么，我们带着什么样的问题去读文献？这里，我借助“*金圈思维模型”，提供三个固定的经典问题：
What：是什么
How：如何做到的
Why：为什么这样做
当然，这三个问题并没有那么简单，实际上这三个问题是逐步递进的。下面逐条解释以下：
“是什么”指的是，研究的内容具体是什么，这个研究的意义是什么，有什么重要性，得到了什么样的结果。事实上，看起来这个“What”已经是绝大多数小伙伴读一篇文献所能得到的所有信息了。而作为一名优秀的科研工作者，得到这些信息还不够，所以接下来还有两个问题：
“如何做的”指的是文献作者如何一步一步进行自己的研究。每一步做了什么实验，做了什么分析，用了什么数学工具。这些具体的技术细节决定你是否真正完全清楚了这个研究工作。
最后一个问题——“为什么这样做”，指的是，每个实验、每个步骤、每个统计背后的逻辑和原因是什么。这个问题实际是需要你从文献中总结科研思维和逻辑。
前两个问题我相信大家都比较容易理解。第一个问题相当于搞清楚文献的大体样貌，想明白了这个问题基本就明白文献在说什么。第二个问题则更加具体一些，涉及到具体的技术细节，这个问题弄明白了相当于你可以重现这篇论文作者的工作。而第三个问题很多小伙伴不理解。其实，第三个问题是帮助大家培养科研思维的。
很多科研新人经常觉得自己没有科研思维，不知道遇到一个问题该如何做如何想。事实上，一个科研工作，它本质上是一个“因果逻辑链条”。从问题的提出，一直到得到某个结论。这中间环环相扣，每个环节都代表一个因果逻辑，需要有具体的实验和数据做支撑。所以，这个问题其实可以进行一定程度的发散，比如：
作者为什么要做某个分析，得到的数据和结果有什么说明价值？
这个结果为什么能支撑下一个实验或者最终得到的结论？
作者遇到了一个问题，为什么要做某个实验来说明？做别的实验可不可以？
思考这些问题，你就真正把这篇文献吃透了，读懂了。不仅可以重现这个作者的工作，遇到一个相似的问题，你也能自己提出恰当的研究计划，独立开展研究。
除了这三个通用的问题，其实你也可以提另外一些针对文献具体的问题。比如这个研究你感兴趣的某个方法，是如何实现的，与其他方法相比有什么差异，效果有什么不同。这样的问题需要根据具体的文献和工作来自行拟定。
当然，如果你对这个领域和研究完全不懂是提不出来一些具体细节的问题的。所以，我们接下来在阅读前，要稍微做一点准备工作。
积极阅读前的准备工作
在开始“积极阅读”文献前，我们需要做一个准备工作——对研究领域要有所了解。有的朋友会说，我读文献就是因为对这个领域或者这个方向没有了解才读的。
其实这样不对。如果你一头扎进一个新的领域，对这个领域完全没有了解的情况下就去读一些研究性论文，那么读起来就会非常累非常困难，看到的很多技术、方法都不明白不清楚，这样就很容易陷入读是读下来了，但是收获和理解却寥寥无几的境况。
想要加强对文章的理解，你需要起码对这个研究领域有一点了解。了解这个领域大体概况，研究者们都在研究什么，都有什么分支方向。更具体的了解还包括，这个领域有什么常见的方法、技术，或者有什么“基础知识”。
这个时候你再回过头来看文献，你会比较容易找到这篇文献在整个知识网络中所处的位置，它属于哪个大的研究方向，研究了什么类型的问题。如果你对这个领域了解得更多，那么你还能知道这篇文献是否用了一些新的方法，是否提出了一些有价值的技术，哪些内容是领域内常见的不必特殊
