<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Causal_Inference的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Causal_Inference</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Causal_Inference]]></copyright><item><title><![CDATA[首个国产新冠疫苗专利引用行为讨论]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/108166356</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/108166356</guid><author>Causal_Inference</author><pubDate>Sat, 22 Aug 2020 12:13:58 +0800</pubDate><description><![CDATA[编者按：前日分享的推文“首个国产新冠疫苗专利引用了哪些专利？”（←超链接），受到了广大读者的积极讨论，该文从首个新冠疫苗专利所引证专利的视角展开，引发了广大读者的思考。
郑重声明：本讨论仅从学术视角展开，无任何政治含义。

图1 首个新冠疫苗专利检索页面

图2 首个新冠疫苗专利引证文献基本信息（专利）

图3 CN1791427A专利法律状态

图4 CN1829736A专利法律状态
专利引用行为，基本上代表了技术或方法上的借鉴，并且在一定程度上标志着被引用专利（也可能是非专利文献，此处不做讨论）的价值。]]></description><category></category></item><item><title><![CDATA[首个国产新冠疫苗专利是『首个』吗？]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/108166326</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/108166326</guid><author>Causal_Inference</author><pubDate>Sat, 22 Aug 2020 12:12:10 +0800</pubDate><description><![CDATA[编者按：前日，各大新闻媒体均纷纷报道或转载了“军科院军事医学研究院陈薇院士团队及康希诺生物联合申报的新冠疫苗专利申请，已被授予专利权，是我国首个新冠疫苗专利”的消息，小编也十分激动，感觉终于有盼头了，于是分享了一篇推文“首个国产新冠疫苗专利引用了哪些专利？”（←超链接）。后来，小编通过国家知识产权局官网进行检索，试图对全部“新冠病毒疫苗”进行研究，发现已经有了更早的授权专利，于是分享给广大读者，仅大家学习讨论。
郑重声明：本讨论仅从学术视角展开，无任何政治含义。
检索网站：国家知识产权局专利检索官网
高级检]]></description><category></category></item><item><title><![CDATA[『免费+批量』英文论文下载神器]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/108166191</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/108166191</guid><author>Causal_Inference</author><pubDate>Sat, 22 Aug 2020 11:58:21 +0800</pubDate><description><![CDATA[关于英文论文下载神器，公众号已分享了两款：
【超链接→】SCI-Hunter1.3最新版
【超链接→】SCI-Hunter1.2旧版
【超链接→】SCI-Hub7.0最新版
上述两款软件，均只能单次检索一篇英文论文的DOI号，因此当需要检索和下载的英文论文数量较少时，比较适合。很多小伙伴私信小编，有没有『免费+批量』下载英文论文的软件工具呢？
当然有，安排！
软件界面一览

批量检索下载

相关功能设置


简明安装教程
1、直接双击安装包即可安装。
2、如已安装低版本，则自动覆盖升级。
简明使用教程
1、]]></description><category></category></item><item><title><![CDATA[因果推断 | 因果关系推断-系列电子书资源]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107893370</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107893370</guid><author>Causal_Inference</author><pubDate>Sun, 09 Aug 2020 14:08:03 +0800</pubDate><description><![CDATA[因果推断 | 因果关系推断-系列电子书资源
不得不看的书！
00、『为什么』关于因果关系的新科学
01、案例研究与因果推断
《Case Studies and Causal Inference：An Integrative Framework 》
02、计量经济学中的因果推断
《 Causal Inference in Econometrics 》
03、因果关系-模型 论证与推断
《Causality : Models, Reasoning and Inference》（第二版）
04、反事实与因果推断-]]></description><category></category></item><item><title><![CDATA[Veusz：替代Origin的免费绘图软件之二]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107858336</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107858336</guid><author>Causal_Inference</author><pubDate>Fri, 07 Aug 2020 11:20:04 +0800</pubDate><description><![CDATA[本文链接（←点击获取软件安装包+教程）
号外：从即日起，公众号将陆续推出“科研学术绘图工具”主题系列软件、开源工具，以满足广大读者的研究需要。压箱底，纯干货，无套路。
『替代Origin的免费绘图软件之一』←超链接
软件名称：Veusz
软件特性：免费+兼容Origin创建文件+矢量和位图输出
软件缺点：不可以切换中文界面

绘图效果依然“很origin”、“很SCI风”
备注：获取软件安装包之后，直接安装即可，无需破解。安装之后为英文操作界面。
公众号对话框回复：A024获取软件安装包
公众号对话框回复：]]></description><category></category></item><item><title><![CDATA[SciDAVis：替代Origin的免费绘图软件之一]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107833922</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107833922</guid><author>Causal_Inference</author><pubDate>Thu, 06 Aug 2020 10:44:51 +0800</pubDate><description><![CDATA[本文链接
号外：从即日起，公众号将陆续推出“科研学术绘图工具”主题系列软件、开源工具，以满足广大读者的研究需要。压箱底，纯干货，无套路。
软件名称：SciDAVis
软件特性：免费+兼容Origin创建文件+可切换中文界面+图形多格式输出

备注：获取软件安装包之后，直接安装即可，无需破解。初始安装之后默认为英文操作界面。
切换中文界面步骤为：
『Edit』→『Preferences』→『General』→『Application』→『Language』→『简体中文』
公众号对话框回复：A022获取软件安装]]></description><category></category></item><item><title><![CDATA[『神器』如何免费下载百度文库付费资料？]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107791780</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107791780</guid><author>Causal_Inference</author><pubDate>Tue, 04 Aug 2020 17:17:54 +0800</pubDate><description><![CDATA[[本文链接【←超链接】](https://mp.weixin.qq.com/s/JhVoaVk65fFvHpnAA-HalA)
百度文库以“知识付费”而闻名！有些资料需要使用下载券，有些资料需要是VIP客户可以下载，有些资料甚至需要支付几十块钱……那有没有可能免费下载这些付费资料的渠道呢？答案：有！小编向大家推荐一款实用脚本。
要求：已安装油猴插件『科研人必备』
优点：免登录+免费+多类型+PDF自动转WORD+自动删除多余换行符
缺点：不支持文档内公式识别
『要多少是多啊？还要啥自行车』
第一步：打开脚本]]></description><category></category></item><item><title><![CDATA[『神器』如何利用AI帮你快速凝练文献要点？]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107759150</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107759150</guid><author>Causal_Inference</author><pubDate>Mon, 03 Aug 2020 11:02:30 +0800</pubDate><description><![CDATA[本文链接
前期，我们分享了“如何快速挖掘一篇论文的相关文献”【推文A】，然后又分享了“如何快速凝练一篇论文的核心要点”【推文B】，也就是说我们有手段快速找到某一视角的相关研究成果【推文A】，也可以通过人工精读的方式总结出一篇文章逻辑要点的思维导图【推文B】，但是，当我们面对的是数量众多、并且内容晦涩难懂的文献资料时，再去选择精读每一篇文献资料，显然不是最好的选择。那我们该怎么办呢？小编今天介绍一款利用人工智能技术帮你快速『超快』凝练出文献要点的工具。
免费使用，不容错过~

第一步：利用邮箱注册账号
小提示]]></description><category></category></item><item><title><![CDATA[『SciMAT』因果推断与人工智能交叉研究主题演进图谱]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107744130</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107744130</guid><author>Causal_Inference</author><pubDate>Sun, 02 Aug 2020 14:02:06 +0800</pubDate><description><![CDATA[本文链接（点击获取软件安装包）
编者按：前面我们分享了4期“因果关系推断”主题系列英文原版电子书资源，但是阅读量比较低，经过调研，目前实践层面从事因果推断的并不是很多，因此，本期分享一个新视角——因果推断在人工智能领域的应用情况。当然，后续依然会继续分享更多的“因果关系推断”主题电子书资源，敬请广大读者朋友分享、推荐本公众号，以支持小编辛勤地知识分享行为。
本研究利用1175个人工智能领域专业词汇与因果关系推断词汇进行组合，构成检索式，在Web of Science核心合集数据库中进行检索，共获取3533篇]]></description><category></category></item><item><title><![CDATA[系列电子书之01 | 案例研究与因果推断《Case Studies and Causal Inference：An Integrative Framework》]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107677622</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107677622</guid><author>Causal_Inference</author><pubDate>Wed, 29 Jul 2020 23:01:03 +0800</pubDate><description><![CDATA[**号外：**从即日起，公众号将陆续推出“因果关系推断”主题系列英文原版电子书资源，以满足广大读者的研究需要。压箱底，纯干货，无套路。
第 01 本：案例研究与因果推断
《Case Studies and Causal Inference：An Integrative Framework 》
作者姓名：Ingo Rohlfing 助理教授
作者机构：德国科隆大学比较社会研究所

图书目录：
1 Introduction
2 Case, Case Study, and Causation: Core Conc]]></description><category></category></item><item><title><![CDATA[『推荐』一款让搜索更快捷的油猴脚本]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107571413</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107571413</guid><author>Causal_Inference</author><pubDate>Fri, 24 Jul 2020 23:11:38 +0800</pubDate><description><![CDATA[我们在检索的时候，往往需要从多个视角进行认识被检索内容，或者，获取被检索内容的多种资源，例如：检索“因果关系推断”一词时，我们国内常用的检索界面和结果如下：

假如这个时候，我们想查看不同搜索引擎的结果时，需要重新检索，所以说，并不是很方便，那有没有更加快捷的方法呢？
当然有了！小编今天叫大家一种方法：
第一步：安装『油猴插件』
科研人必备插件，此处不再赘述。
第二步：安装『searchEngineJump 搜索引擎快捷跳转』
公众号对话框回复：A011，获取脚本安装链接
安装『searchEngineJu]]></description><category></category></item><item><title><![CDATA[『重磅』免费无限量下载知网/万方/维普等数据库文献的正规渠道]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107333393</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107333393</guid><author>Causal_Inference</author><pubDate>Tue, 14 Jul 2020 10:57:08 +0800</pubDate><description><![CDATA[疫情期间迟迟不能返校，科研汪们都渴望可以像以前在学校那样，依旧自由地下载知网/万方/维普文献。今天就向大家推荐一种**『免费无限量』下载学术文献的『正规渠道』**。
有请今天的主角闪亮登场：

官方网址：http://www.gxlib.org.cn/
第一步：打开主页面，点击左上角“注册”按钮

第二步：填写个人注册信息（标注 为必填项）*

PS：请填写真实手机号，需输入手机验证码。

第三步：填写个人真实姓名、身份证号等信息

第四步：注册成功后登录，跳转个人信息页

PS：有效期截止到2023年4月]]></description><category></category></item><item><title><![CDATA[『神器』如何快速凝练一篇论文的核心要点？]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107325354</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107325354</guid><author>Causal_Inference</author><pubDate>Mon, 13 Jul 2020 21:30:35 +0800</pubDate><description><![CDATA[本文链接
开篇语：
前天我们分享了一款『神器』，“如何快速挖掘一篇论文的相关文献”（←猛戳超链接），收到了广大读者的广泛好评。那今天，我们还要向大家分享另外一款『神器』。
今天的分享，依然要从一个故事开始。。。
很多时候，“灵感”会十分热情，不由地向我们迎面扑来。哪怕一个新颖词汇，亦或是一篇有趣的文章，都让我们有所思考。我们很快会将自己的想法进行“发散”（Divergence），也就是通过一些渠道去寻找理论或方法层面与之直接相关的核心研究文献。幸运女神又真的很眷顾我们 ，我们真的找到了一些我们想要读的文献资]]></description><category></category></item><item><title><![CDATA[『神器』如何快速挖掘一篇论文的相关文献？]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107286548</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107286548</guid><author>Causal_Inference</author><pubDate>Sat, 11 Jul 2020 16:26:35 +0800</pubDate><description><![CDATA[今天的分享，要从一个故事开始。。。
我们总会有这种瞬间，就是在不经意间，会捕捉到一个感兴趣、并且自认为值得研究的观点，希望开展更加深入地研究。比如，我们在参加学术会议时，偶然听到某知名学者讲到的一篇论文；我们在阅读文献时，忽然看到浏览器推荐的一篇文献；我们使用文献管理工具如Mendely、Zotero时，邮箱中不定期收到的推送文章，等等。就在那一瞬间，一个刺耳的词汇冲进耳朵，亦或者，一个醒目的词汇映入眼帘，仿佛那时心中窃喜一个伟大的研究成果正在蓬勃孕育，并且即将要诞生。。。
好了，故事讲到这里。
【PS：小]]></description><category></category></item><item><title><![CDATA[『喜报』WoS数据C1和EM字段不再重复]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107219063</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107219063</guid><author>Causal_Inference</author><pubDate>Thu, 09 Jul 2020 01:26:02 +0800</pubDate><description><![CDATA[“因果关系推断”运营团队及时在公众号、优快云社区、知乎、简书等技术平台上分享了“WoS数据库更新后导入VOSviewer出错的原因”，深受广大读者好评。并且过邮件向科睿唯安写信，指出这一错误，希望Web of Science数据库近期会解决这一问题。
功夫不负有心人。经过大家的努力，小编于7月9日1点左右，重新登录Web of Science数据库进行数据检索，发现原来重复的C1和EM字段已经不再重复，因此，广大读者朋友可以正常地下载数据，并导入VOSviewer、Bibexcel、CiteSpace等软]]></description><category></category></item><item><title><![CDATA[如何优雅地下载PDF格式知网硕博论文？]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107191878</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107191878</guid><author>Causal_Inference</author><pubDate>Tue, 07 Jul 2020 22:14:58 +0800</pubDate><description><![CDATA[有些小伙伴私信我，让我推荐几款可以下载PDF格式的知网硕博论文工具，因为使用的文献管理工具可以更好地兼容PDF，而不是CAJ等，小编拿出私藏干货分享给大家，诚意满满，欢迎关注转发，为防止失联，请星标公众号！
              ****还是老样子，文末有福利哦~****

第一位推荐：安装CNKI下载PDF格式文献插件
CNKI 中国知网 PDF 全文下载（特制版）
测试浏览器：谷歌浏览器、QQ浏览器
【注：上述浏览器亲测可用，其他浏览器请自行测试】
安装插件之前：只能提供CAJ格式等CNKI专属阅]]></description><category></category></item><item><title><![CDATA[『Origin』软件如何切换中英文界面？]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107191797</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107191797</guid><author>Causal_Inference</author><pubDate>Tue, 07 Jul 2020 22:09:32 +0800</pubDate><description><![CDATA[科研汪们一定都使用过『Origin』吧，最常用的科研绘图软件，而且极具SCI风格。但是最近有些小伙伴私信说，软件的英文操作界面不够友好，有些单词不认识，咋办呢？小编这里就教大家两招，将英文界面切换成中文界面。
还是老样子，文末有福利哦~
第一种方法：笨办法【其实是标准办法】
修改计算机的注册列表
步骤一：
使用WIN+R打开运行，输入regedit，点击“确定”

步骤二：
关闭『Origin』软件的情况下，逐步打开HKEY_CURRENT_USER → Software → OriginLab；或者，复制]]></description><category></category></item><item><title><![CDATA[『重磅福利』提供WoS数据C1和EM重复字段清洗服务]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107189287</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107189287</guid><author>Causal_Inference</author><pubDate>Tue, 07 Jul 2020 20:14:33 +0800</pubDate><description><![CDATA[本文原文链接
“因果关系推断”公众号及时发现“WoS数据库更新后导入VOSviewer出错的原因”（←猛戳超链接），并在公众号、优快云社区、知乎、简书等技术平台上分享这一重要提醒，深受广大读者的好评。为了扩大公众号的受益面，便于大家利用WoS数据导入VOSviewer、Bibexcel、CiteSpace等软件或做进一步分析研究，特向广大读者提供数据清洗服务。
一、服务内容：
删除从Web of Science数据库下载数据中重复的C1和EM字段，即只保留每条数据中唯一的C1和EM字段，并返回其他全部字段]]></description><category></category></item><item><title><![CDATA[『号外号外』WoS数据库更新后导入VOSviewer出错的原因]]></title><link>https://blog.youkuaiyun.com/Causal_Inference/article/details/107145060</link><guid>https://blog.youkuaiyun.com/Causal_Inference/article/details/107145060</guid><author>Causal_Inference</author><pubDate>Sun, 05 Jul 2020 21:17:32 +0800</pubDate><description><![CDATA[奇怪现象：
小编发现，最近从Web of Science数据库下载的数据，导入VOSviewer软件之后，软件提示数据有错误。如下图所示，VOSviewer软件提示：Error while reading Web of Science file ‘×××.txt’ (line ××): Multiple C1 fields。我猜，大家一定想知道原因是什么吧？

错误原因：
由于科睿唯安公司最近一次（大致为2020年6月底）对Web of Science数据库进行了维护更新之后，所下载的数据中出现了『两个』“]]></description><category></category></item></channel></rss>