文獻探討到底在做什麼？
文獻探討
是一種論證
Vista｜研究者基地
「老師，我的
文獻探討
這樣夠嗎？」
總會有研究生拿著一份三十頁的第二章，來問這一句。
一段一個作者，
一路排下去
甲學者主張什麼、乙學者發現什麼、丙學者又補充了什麼。資料蒐集得很勤快。
問題不在不勤快
資料蒐集得很勤快，但讀完之後，有兩件事還是看不出來：
這些研究彼此有什麼關係？讀完之後說不上來。
這篇論文為什麼非寫不可？讀者找不到理由。
第一次寫的時候，
沒有人告訴我們
它要完成什麼任務
所以這份簡報想講清楚：從它的由來講起，再談它的意義，最後給一套可以參考的做法。
今天的地圖：七章一路走完
學完你會帶走
Hart 對文獻探討的定義
巨人的肩膀、
Burke 的客廳、
主人的晚宴
研究問題到修訂檢核
依 Boote 與 Beile 的
五大面向改寫
文獻探討
是什麼
名稱、定義，和它真正要完成的任務
名稱不同，任務一樣
在臺灣的學位論文裡，這幾個名稱通常指同一件事，
一般放在論文的第二章。
Hart（1998）
怎麼定義
英國學者 Chris Hart 在經典教科書《Doing a Literature Review》裡給過這個定義，以下是大意。
文獻探討是針對某個主題，
挑選已發表與未發表的相關文件，
這些文件從特定立場提供了
資訊、觀點、資料與證據；
研究者要做的，是就「我準備進行的研究」
這個角度，對這些文件進行有效的評估。
挑選已發表與未發表的
相關文件
範圍是「某個主題」的相關文件，已發表與未發表的都在挑選之列。
這些文件從特定立場
提供了四樣東西
就「我準備進行的研究」
這個角度來評估
研究者要做的，是對這些文件進行有效的評估；評估的角度，就是你手上這份研究。
有所挑選
不求把讀過的都放進來，只選出與研究問題有關的部分。
評估的基準是你的研究
你不是在寫一份領域百科。讀過的文獻，是拿來替自己的研究做三件事：
文獻探討
是一種論證
它要說服讀者三件事
整理這個領域既有研究的累積
指出不足、矛盾或未處理的問題
為什麼能補上
說明你的研究如何回應這塊空白
文獻探討
從哪裡來
從一句名言，到一套制度，再到一套規範
「如果說我看得比別人更遠，那是因為我站在巨人的肩膀上。」
一句名言，後來成了文獻探討最常被借用的比喻。
這個比喻，其實更古老
社會學家 Merton 在這本書中考證：這個比喻至少可以追溯到十二世紀。
知識是
累積出來的
每一個新研究，都必須先交代它站在誰的肩膀上。
研究與教學合一
把「交代前人研究」變成一套制度的，就是這裡。
兩者逐漸成為訓練學者的核心機制。
第一批哲學博士學位
被美國吸收，
擴散到世界各地
研究型大學的學位論文傳統，由此擴散開來。
制度的邏輯
有原創貢獻
長什麼樣子
文獻探討於是成為學位論文的固定章節
二十世紀下半葉，研究數量暴增
單靠學者個人閱讀寫成的
敘述式回顧，開始受到質疑：
- 挑哪些文獻
- 怎麼下結論
往往取決於作者的偏好。
Cochrane：有系統地整理證據
英國流行病學家 Archie Cochrane 出版此書，批評醫學界沒有系統地整理臨床試驗證據。
今名 Cochrane，以他為名，專門製作系統性回顧。
「後設分析」
meta-analysis
美國教育心理學者 Glass 在《Educational Researcher》發表文章，提出這個詞。
多篇研究的結果
一份回顧，可以從六個面向來區分
PRISMA：系統性回顧的報告規範
為系統性回顧訂出報告規範。
Page 等人（2021）發表的 PRISMA 2020 聲明，做系統性回顧必讀。
〈Scholars before researchers〉
他們檢視了一批教育學博士論文的文獻探討，發現整體品質令人擔憂。
紮實、周延而成熟的文獻探討，是做出紮實、周延而成熟研究的前提。
三段演進，一次看完
首批哲學博士
先成為學者，
再成為研究者
軸線分三段，各段的時間比例不同；粉紅圓點是轉向研究者養成的那一篇。
為什麼
一定要寫
文獻探討的四個意義
文獻探討的四個功能
聽懂早已開始的對話
找到研究的缺口與位置
理論框架、概念定義
與研究方法的來處
讓口試委員看見你掌握這個領域
想像你走進
一間客廳
出自《The Philosophy of Literary Form》，
後人稱為「Burke 的客廳」。
裡面的人早就熱烈討論了一陣子，討論得太投入，沒有人停下來告訴你他們在談什麼。
你聽了一會兒……
一會兒
爭論的方向
你插話了
聽懂之後，你的插話才有意義。
插話之後
時間晚了，你得離開，而討論仍在繼續。
學術對話的循環
文獻探討的第一個功能，是讓你聽懂這場對話：誰說過什麼、爭點在哪裡、哪些問題大家已有共識。
你的研究，終將成為下一個人的文獻
的客廳
《They Say / I Say》
暢銷的寫作教材，整本書建立在同一個想法上。
把文獻探討
想成一場晚宴
出自指導博士生寫作的專書《Helping Doctoral Students Write》，一個更生活化的比喻。
賓客名單上有兩種人
是你
主人掌控餐桌上的話題
身為主人，你要讓大家圍繞著你想談的事情交談。
CARS 模型
Create a Research Space，建立研究空間。
語言學家 Swales 在《Genre Analysis》中分析大量學術論文的引言，歸納出這個模型。
CARS 的三個步驟，一階一階往上
說明主題重要，
且已有研究累積。
指出既有研究的不足、矛盾，或尚未處理的問題。
說明你的研究如何回應這個空隙。
文獻探討是完成前兩步的主戰場
整理文獻，讓讀者看見這個主題的累積與空白。
缺口不是憑空宣稱「目前沒有人研究過」，而是透過整理文獻，讓讀者自己看見那塊空白。
臺灣也有學者用這套架構檢視研究生寫作，例如 Hsiao 與 Yu（2012）分析了碩士論文文獻探討章節裡的語步運用。
功能三：替研究設計找依據
Boote 與 Beile 的評分準則專門有一個面向叫「方法論」，檢視你能否評估前人方法的優劣。
口試委員讀第二章，在判斷什麼？
判斷你是否掌握這個領域的三樣東西：
所以文獻探討也是一份能力證明。
先成為學者，
再成為研究者
在成為研究者之前，你得先是個學者。
Scholars before researchers
文獻探討
有哪些類型
十四種類型裡，先認識四種
初學者不必全記
先分清楚以下四種，就夠用了：
回顧narrative review
由作者依主題挑選、整理、評論文獻。
多數碩士論文的第二章。
回顧integrative review
綜合不同方法的研究，提出新的概念架構。
概念尚在發展、研究分散的主題。
回顧scoping review
盤點某主題的研究範圍、類型與空白。
想先摸清一個新興領域。
回顧systematic review
預先訂定檢索與篩選規則，完整記錄流程，可搭配後設分析。
回答明確問題、要求可重複檢驗。
碩士論文第二章，多半是敘述式或整合性
- 記錄你用了哪些資料庫
- 記錄你用了哪些關鍵字
- 記錄你依據什麼標準取捨
口試委員問起「為什麼沒有納入某某研究」時，你答得出來。
Snyder（2019）把商管領域的回顧方法歸納為系統性、半系統性與整合性三種取徑，也是很好的入門地圖。
怎麼做：
七個步驟
參考 Machi 與 McEvoy《The Literature Review: Six Steps to Success》、Randolph（2009）與 Webster 和 Watson（2002）的建議，並依臺灣研究生常見的處境調整。
七個步驟，不是單行道
篩選時可能回頭修正問題，檢核時可能回頭補充檢索。步驟之間會來回反覆，這很正常。
步驟之間會來回反覆，
這很正常
先把研究問題
寫成一句話
文獻探討的範圍，由研究問題決定。
問題之後可以修，但一定要有。
問題寫不出來，
檢索就會失控
最後什麼都讀、什麼都放。
「大學生使用生成式 AI 完成作業的頻率，與其自我效能感有什麼關係？」
這些關鍵概念，就是你第一輪檢索的起點。
系統地檢索文獻
四個動作，接下來一個一個看：
選資料庫
- 臺灣博碩士論文知識加值系統
- 華藝線上圖書館
- 國家圖書館期刊文獻資訊網
- 臺灣人文及社會科學引文索引資料庫
（TCI-HSS）
再搭配 Google Scholar。
建關鍵字表
| 核心概念 | 檢索用詞（取自下一頁的檢索式） |
|---|---|
| 生成式 AI | "generative AI"、ChatGPT、"large language model" |
| 自我效能 | "self-efficacy" |
| 大學生 | "higher education"、"college students" |
列好之後，再用布林邏輯把它們組合起來。
用布林邏輯組合檢索式
把同一個概念的不同說法串起來
把不同的核心概念組合在一起
滾雪球：往回查，也往前查
關鍵文獻
它引用了誰
誰引用了它
Webster 與 Watson（2002）特別推薦這個方法。
記錄檢索過程
| 日期 | 資料庫 | 檢索式 | 筆數 |
|---|---|---|---|
| 年／月／日 | Scopus | "generative AI" AND "self-efficacy" | （填入） |
| 年／月／日 | ERIC | ChatGPT AND "higher education" | （填入） |
| …… | …… | …… | …… |
格式示意：日期與筆數請填你自己查到的實際結果。
這份紀錄日後可以直接寫進研究方法或附錄
篩選：
決定哪些要精讀
先讀標題與摘要做第一輪過濾，再挑出需要全文精讀的文獻。
篩選標準要事先想好
讀標題與摘要之前，先訂好標準，例如：
同儕審查
精讀的優先順序
從檢索到納入，逐層收斂
示意：寬度只表示範圍逐層收斂，不代表實際篇數
精讀，
並做文獻矩陣
讀完一篇卻什麼都沒記下，是最浪費時間的事。
從一開始就建立一張文獻矩陣（literature matrix），每讀一篇就填一列。
文獻矩陣的七個欄位
（年份）
與樣本
的關係
每讀一篇，就填一列。
它迫使你每讀一篇，都回頭問這個問題。
搭配 Zotero、
EndNote
引用格式可以自動處理，省下大量排版時間。
從「作者為中心」
轉向「概念為中心」
這是文獻探討品質的分水嶺
Webster 與 Watson（2002）把寫法分成這兩種。
兩種寫法，差在排列的單位
每一段談一個概念或爭點，把相關研究放在一起比較。
概念矩陣：整欄空白，就是缺口
整欄空白：既有研究多為橫斷調查。
示意：文獻 D、E 與各格標記為假設範例，非真實整理結果
陳（2020）研究大學生的 AI 使用，發現使用頻率高者自我效能較高。林（2022）以高中生為對象，發現兩者無顯著關係。Smith（2023）則發現……
依序介紹，缺乏比較與統整。
研究之間是一致還是矛盾？
讀者得自己拼湊。
生成式 AI 使用與自我效能的關係，目前研究結果並不一致。以大學生為對象的研究多發現正向關聯（陳，2020；Smith, 2023），但以高中生為對象的研究則未達顯著（林，2022）。這樣的差異可能與學習階段對工具自主性的要求不同有關，然而既有研究多為橫斷調查，尚無法釐清因果方向。
後者短了一些，但資訊更多：缺口自然浮現。
寫作：
組織成一個論證
結構沒有標準答案，常見的組織方式有四種：
最常用，適合多數研究
呈現概念或理論的演變
比較不同方法所得的結論
從理論背景收斂到研究問題
每一節，都回答三個問題
指出多篇研究之間的共同點與差異。
評估研究的品質與限制，目的在判斷證據有多可靠。
章末，寫一個小結
把前面各節的發現收攏
明確說出研究缺口
自然導向研究架構或研究假設
用 Boote 與 Beile 的
評分準則自我檢核
完成初稿後，依五大面向改寫成十二個問句：
檢核表：十二個問題
常見的
五個錯誤
綜合 Baumeister 與 Leary（1997）、Randolph（2009）與 Pautasso（2013）等人的提醒，初學者最常犯的錯誤有這些。
錯誤一：寫成書摘
一篇一段、依序介紹，缺乏比較與統整。
這就是開頭提到的情況，也是最常見的問題。
錯誤二：
只找支持自己的文獻
刻意略過相反的研究結果，會讓論證失去說服力。
全部放進來
刻意略過
口試時，這也最容易被問倒。
錯誤三：轉引不查原典
看到甲文引用乙文，就直接把乙文寫進自己的論文，卻沒讀過乙文。
你沒有讀過
引用乙文時引錯了
錯誤跟著進來
錯誤繼續往下傳
一旦甲文引錯，錯誤會一路傳下去
錯誤四：
引用過多、自己的話太少
整段都是引號與作者年份，看不到研究者的判斷。
錯誤五：
與後續章節脫節
第二章談了一堆理論，第三章的研究架構卻沒用上。
文獻探討裡的每一節，都應該在後面的研究設計找得到回應。
五個錯誤，最後都指向同一個結果
〈是文獻回顧，
還是家具型錄〉
臺灣的研究生對第一個錯誤應該不陌生。
他在同名演講中進一步說明：
- 文獻回顧不是讀書報告，也不是摘要卡片的剪貼集合
- 研究者要使用文獻，而不是展示自己讀了多少
- 描述、分析、整合與批判，最後連結到自己的研究發問
如果每一段都以某位作者的名字開頭，就是該停下來重組的訊號
生成式 AI
時代的提醒
AI 能加快找資料的速度，但請記住兩件事
第一，AI 會捏造文獻
ChatGPT 產生的學術引用中，有不少是根本不存在的虛構文獻；即使文獻真實存在，作者、年份、卷期頁碼也常有錯誤。
- 回到資料庫，查證原文確實存在
- 確認內容也確實如 AI 所說
第二，AI 能幫你讀得快，
不能替你判斷
確實能加快找資料的速度。
也就是你對這場學術對話的理解。
把這個部分交給 AI，等於放棄了文獻探討最重要的訓練
另外，別忘了這件事
確認所屬學校與系所對 AI 使用的規範。
依照規定，揭露你的 AI 使用情形。
在插話之前，
先聽懂大家在談什麼
然後找到一個值得說、而且還沒被說過的觀點。
第一次寫，一定會卡
讀了很多卻不知道怎麼組織，寫完發現還是一篇一段的書摘。這都很正常。
一次修一點，第二章會從資料的堆疊，變成有說服力的論證
延伸資源
- Hart《Doing a Literature Review》
- Machi 與 McEvoy《The Literature Review》
- 畢恆達《教授為什麼沒告訴我》
- Boote 與 Beile（2005）
- Webster 與 Watson（2002）
- Pautasso（2013）十條簡單規則
- 彭明輝〈文獻回顧與分析〉
- NCSU Libraries 入門短片
- 臺灣博碩士論文知識加值系統