有些論文出版後，可能因資料錯誤、圖片問題、研究結果不可靠、重複發表、抄襲、同儕審查異常或研究不當行為而被撤稿（Retracted）。若研究者沒有及時發現，這些文獻就可能繼續出現在論文、投稿稿件或研究報告中，成為所謂的「殭屍文獻」。

近年學術界大地震，撤稿大掃除正瘋狂上演。Nature 研究指出，2023 年全球撤稿論文數量超過 10,000 篇，創下當時的新紀錄（Van Noorden, 2023）。2024 年，頂尖出版商 Springer Nature 透過研究誠信審查與內部稽核，一口氣撤回了 2,923 篇文章，其中有 61.5% 是 2023 年 1 月以前出版的老文章 (Springer Nature, n.d.; Travis, 2025)。Elsevier 旗下的綜合型期刊 Heliyon 也在內部稽核後加速處理問題文獻；Retraction Watch 報導指出，該刊 2025 年出版 3,168 篇文章，並撤回 392 篇文章（Orrall, 2026）。

這些案例顯示，撤稿追蹤已成為研究者撰寫論文時不可忽視的一環。如果你的論文把研究假設、方法設計或理論基礎建立在這些已被「判死刑」的文獻上，那等於把地基蓋在流沙上，整篇論文的可信度直接崩盤！因此，主動檢查撤稿狀態，把問題文獻清出參考文獻，是非常重要的一步。

對於使用 EndNote 管理文獻的研究者而言，EndNote Retraction Alerts 是一項實用的撤稿追蹤功能。Clarivate 官方說明指出，EndNote自 20.2 版本起支援撤稿警示，透過與權威網站 Retraction Watch 整合，只要偵測到文獻被撤，就會自動幫你亮紅燈，甚至在 Microsoft Word 插入引用時也會跳出警示提醒 (Clarivate, 2025)。

一、如何在 EndNote 中追蹤撤稿文獻？

想要啟動這個實用的撤稿追蹤功能，請跟著以下步驟設定：

Step 1：更新 EndNote

請先確認 EndNote 更新至EndNote 20.2 以上版本。根據官方版本說明，EndNote 20.2 加入 Retraction Alerts，可通知使用者 Library 中是否有被撤稿的出版品（Clarivate, n.d.-a）。若使用 EndNote 21、EndNote 2025 或更新版本，建議保持軟體更新，以確保警示功能正常運作。

Step 2：登入 EndNote Online 並啟用 Sync

若要啟用撤稿警示，使用者必須登入 EndNote Online 帳號並啟用 Sync（同步功能），每次開啟 Library 時才能收到相關提醒 (Clarivate, n.d.-c）。這也是許多使用者明明有安裝 EndNote，卻從未看到撤稿提醒的常見原因：只使用桌面版還不夠，須要登入 EndNote Online 並完成同步設定。

• Windows 路徑： Edit → Preferences → Sync

• Mac 路徑： EndNote → Settings（或 Preferences） → Sync

Step 3：檢查 Library 中是否出現撤稿提示

完成設定後，EndNote 會在文獻管理流程中，主動透過 DOI 或 PubMed ID 進行辨識（Clarivate, n.d.-c）。一旦系統在你的 Library 中偵測到撤稿文獻，就會自動建立一個 Retractions 群組，並顯示可展開的 Retracted publication 警示（Clarivate, 2025）。

Step 4：點擊「Read More」查看撤稿公告

若偵測到已撤稿文獻，該筆書目會出現撤稿警示，透過警示中的Read More 連結，直接跳到出版社網站上的撤稿公告（Clarivate, n.d.-c）。了解「為什麼被撤」非常重要，因為撤稿原因不同，處理方式也會不同；不能只看到警示就機械式刪除，更不能因為文章曾經很重要就完全忽略。

二、看到撤稿警示後，應該怎麼處理？

看到 EndNote 的撤稿提醒後，不建議直接刪除文獻，也絕對不能假裝沒看到。比較好的做法是依序完成以下判斷。

1. 確認是否為同一篇文獻

先檢查標題、作者、期刊、年份與 DOI 是否一致。有時候相似標題、會議摘要、預印本、後續版本或更正版可能造成混淆，因此第一步是確認警示是否對應到你真正引用的那篇文章，而不是同名誤判。

2. 查看撤稿原因

撤稿原因會直接影響你是否能繼續引用該文。若撤稿原因涉及資料不可靠、圖片不可靠、研究結果或結論不可靠、同儕審查異常、研究不當行為或抄襲，則不應再將該文作為支持研究論點的證據。

如果撤稿原因是出版社流程錯誤、重複發表，或該文後續已有正式更正版，則需要進一步查看期刊公告與替代版本，再決定是否保留引用。

3. 判斷該文在論文中的角色

請檢查這篇文獻在你的論文中扮演什麼角色。它只是背景補充?還是研究假設、方法設計、理論基礎或核心論點的依據？如果它只是一般背景資料，通常可以用其他文獻替代；但如果是核心理論或研究設計依據，就必須嚴謹地評估，避免整體論證受到影響。

4. 尋找替代文獻

若確認該文不適合繼續作為證據，建議改找同主題的系統性回顧或後設分析、該研究團隊後續發表的更正版或延伸研究，或是其他研究團隊的獨立驗證研究、官方指南與報告。千萬不要只把撤稿文獻從參考文獻中刪掉，卻沒有補上新的證據來源。否則，原本的文獻回顧或論證結構可能出現缺口。

三、Word 寫作時也要檢查 CWYW 警示

許多研究者會使用 EndNote 的 Cite While You Write（CWYW） 功能在 Word 中一邊寫一邊插引用。若 Word 文件中包含一篇或多篇撤稿文獻，EndNote 工具列會出現相關提醒按鈕，協助使用者辨識文件中的撤稿引用（Clarivate, n.d.-b）。此外，當你在 Word 中使用插入引用時，系統會於撤稿參考文獻旁直接顯示警示（Clarivate, 2025）。

強烈建議，除了檢查 EndNote Library，在論文完稿、送交指導教授、投稿或口試前的最後一刻，一定要檢查 Word 的 EndNote 工具列。這一步可作為 Reference 的「最後大健檢」，降低誤引撤稿文獻的風險。

結語

EndNote 不只是整理引用格式的工具，也可以成為研究者管理文獻風險的重要防線。透過 Retraction Alerts，能在文獻庫與 Word 寫作流程中及早發現撤稿文獻，降低誤引問題文獻的機率。

參考文獻不是論文最後湊頁數的裝飾，而是支撐研究論證的地基。格式正確固然可以拿基本分，但文獻本身是否真實、可靠，才是決定研究品質的關鍵。與其等到指導教授或口試委員指出問題，不如在送出前先用 EndNote 替自己的參考文獻做一次撤稿檢查。

參考文獻

Clarivate. (n.d.-a). EndNote 20 Windows and macOS: Release notes. Clarivate Support. https://support.clarivate.com/Endnote/s/article/EndNote-20-Release-Notes

Clarivate. (n.d.-b). EndNote: CWYW retraction alerts. Clarivate Support. https://supportcenter.clarivate.com/s/article/EndNote-20-CWYW-Retraction-Alerts?language=en_US

Clarivate. (n.d.-c). EndNote: Retraction alerts. Clarivate Support. https://supportcenter.clarivate.com/s/article/EndNote-20-Retraction-Alerts?language=en_US

Clarivate. (2025, October 30). Retraction awareness: Equipping researchers with timely insights. https://clarivate.com/academia-government/blog/retraction-awareness-equipping-researchers-with-timely-insights/

Orrall, A. (2026, February 3). Mega-journal Heliyon retracts hundreds of papers after internal audit. Retraction Watch. https://retractionwatch.com/2026/02/03/mega-journal-heliyon-retracts-hundreds-of-papers-after-internal-audit/

Springer Nature. (n.d.). Research integrity. https://www.springernature.com/gp/advancing-discovery/research-integrity

Travis, K. (2025, February 17). Springer Nature retracted 2,923 papers last year. Retraction Watch. https://retractionwatch.com/2025/02/17/springer-nature-journal-retractions-2024/

Van Noorden, R. (2023). More than 10,000 research papers were retracted in 2023: A new record. Nature, 624(7992), 479–481. https://doi.org/10.1038/d41586-023-03974-8

推廣組 巫惠屏 / 本文搭配AI工具進行寫作輔助

這篇文章 用 EndNote 追蹤撤稿文獻：別讓「殭屍文獻」混進你的論文 最早出現於 NYCU陽明交大圖書館-陪你做研究。

如何申請(How to Apply)：

1️⃣館藏整合查詢系統（ Library Search）

2️⃣填寫線上申請表單（Application Form)

館員接力(Librarian’s Mission)：

如何借閱(How to Borrow)：

參考資料：

課程指定參考書

https://www.lib.nycu.edu.tw/custom?menu=227&cid=529

推廣組 湯春枝 / 本文搭配AI工具進行寫作輔助

這篇文章 115學年度課程指定參考書服務<2026年版> 最早出現於 NYCU陽明交大圖書館-陪你做研究。

EndNote 2025 帶來了多項大幅優化研究與寫作流程的新功能，其中最具代表性的是首次導入了人工智慧（AI）工具，以下為您簡介各項重要的新功能：

AI 關鍵提要 (Key Takeaway) 與 Research Assistant：
內建生成式 AI 工具，能直接從單篇 PDF 檔中提取關鍵見解與重點，並生成結構化的摘要。該功能僅分析當前文獻內容，不依賴公共大型語言模型（LLM）。
若更新至 EndNote 2025.1 版，更加入了EndNote Research Assistant，支援與雲端同步的 PDF 文件進行問答對話、快速總結選取的文字段落，以及翻譯 PDF 文件內容（中文翻譯目前僅提供簡體中文）。
(需登入個人化帳號使用)

從 PDF 直接引用 (Cite from PDF)：
可提升論文寫作效率的功能。使用者只需在內建的 PDF 閱讀器中選取並反白欲引述的文字，一鍵點擊專屬按鈕，就能將該段文字及其對應的參考文獻自動插入到 Word 文件中，節省時間並減少手動引用的錯誤風險。

推薦投稿期刊 (Find A Journal)：
使用者只需輸入稿件的「標題」與「摘要」，系統便會推薦最適合的投稿目標期刊，並顯示影響指數（Impact Factor）等資訊。(請注意：本功能僅限已安裝CWYW外掛程式之Google文件或網頁版WORD(如，Microsoft office 365等)，並需登入 EndNote Web 個人化帳號才能使用。)

重新設計與可自訂的摘要面板 (Summary Panel)： 提供更現代化、結構化的版面，使用者可透過齒輪圖示自行設定要顯示哪些詳細資訊欄位。。例如，可直接在摘要面板一目了然地查看該文獻被分類到哪些群組（Smart Groups）或自訂標籤中。

加強與 Web of Science (WOS) 整合： 針對已收錄的文獻，使用者可直接在介面中查看 Web of Science 核心合輯裡的相關記錄 (Related Records) 與引用文獻 (Times Cited)。透過一鍵串聯至 WOS 平台，研究人員能快速擴展文獻檢索範圍並鎖定高影響力研究。

查找全文與參考文獻更新功能改進 (Find Full-Text & Find Reference Updates)： 新版將這兩項實用工具設計在更顯眼易用的位置（於右側選單的 Tools 按鈕內）。系統能針對線上可取得的書目資料比對檢查，將有更新的內容以紅字對照顯示，並讓使用者能更流暢地一鍵查找單篇全文或更新參考文獻欄位。

參考資料：

• 中文官方部落格：下一代參考文獻管理解決方案：EndNote 2025。
• 英文官方介紹：Introducing EndNote 2025: The next generation of reference management。
• 圖片來源：Endnote 2025簡介與更新說明

這篇文章 Endnote 2025新功能簡介 最早出現於 NYCU陽明交大圖書館-陪你做研究。

一、適合什麼時候使用？

JSTOR AI Research Tool 可以作為閱讀文獻前的「初步導讀工具」，協助讀者更快掌握文章重點與研究方向。當您在 JSTOR 找到一篇可能相關的文獻時，可以先運用此工具初步判斷：

• 這篇文獻是否與自己的研究主題有關？
• 文章主要討論什麼問題？
• 是否值得進一步細讀全文？

不過，這項工具並不是用來取代閱讀原文，而是協助讀者更快進入文獻內容，作為研究過程中的輔助工具。

二、它可以怎麼幫助閱讀與研究？

JSTOR AI Research Tool 提供多種功能，協助使用者從不同角度探索文本。

1. 掌握文章重點或摘要

使用者可以選擇 What is this about?（這篇文本在說什麼？） 或 Show abstract（顯示摘要），快速了解文本的主要重點與論點。這有助於初步判斷該文獻是否符合自己的研究需求。

如果出版社已為該筆資料提供摘要，系統也可能顯示原有摘要供讀者參考。

2. 顯示相關內容

透過 Show related content（顯示相關內容），系統會推薦與目前文本在內容或使用模式上相似的 JSTOR 資料。這對於延伸探索相關文獻、尋找相近主題的研究很有幫助。

3. 推薦相關主題

Recommend topics（推薦主題） 會提供與文本相關的重要概念或主題。讀者可以將這些主題作為後續搜尋關鍵字，進一步擴展研究方向。

4. 針對文章或章節提問

使用者也可以透過 Ask a question（提出問題），直接詢問與該篇文本相關的問題。例如詢問文章的核心論點、研究方法、結論，或文中是否提到某個主題。

需要注意的是，AI Research Tool 的回答只會根據目前這筆資料本身，包括全文內容與 metadata，例如作者、頁數、期刊名稱等資訊，而不會參考 JSTOR 上的其他資料或一般網際網路內容。

如果正在閱讀的是書籍章節，系統也有提供 Show me answers from the whole book（從整本書中找出答案） 的選項。使用此功能時，工具會以 JSTOR 上可取得的該書其他章節作為脈絡，協助產生更完整的回答。

5. 反白選取段落進一步探索

除了針對整篇文本提問，使用者也可以在文件檢視器中反白選取特定詞語或段落，並使用以下功能：

• Find related content（尋找相關內容）：根據選取文字，推薦 JSTOR 上最相關的前 5 筆資料，並可進一步查看更多搜尋結果。
• What is this selection about?（這段選取內容在說什麼？）：整理所選文字的主要重點，協助讀者快速理解段落內容。

這項功能適合用在閱讀過程中，當讀者遇到陌生概念、重要關鍵詞，或想釐清某段論述時，可作為理解文本與延伸查找資料的輔助工具。 

三、可以怎麼問？提問範例

使用 JSTOR AI Research Tool 提問時，可以直接使用自然語言，不一定要寫成完整問句。使用者可以輸入完整句子、片語，甚至單一關鍵字；即使有拼字或文法錯誤，工具仍會嘗試回答。

例如，可以輸入：

│ What is the article’s conclusion?
│ 這篇文章的結論是什麼？

也可以只輸入：

│ conclusion
│ 結論

以下整理幾種常見提問方向：

• 掌握文章重點
  例如：What is the central argument of the text?
  這篇文本的核心論點是什麼？
• 了解研究方法與限制
  例如：Tell me about the study’s research methodology.
  請說明這項研究所使用的研究方法。
  或：Are the study’s limitations described in the text?
  這篇文本是否有說明研究限制？
• 查找特定主題或書目資訊
  例如：Does the article mention [topic]?
  這篇文章是否提到〔主題〕？
  或：When was this article published and in which journal?
  這篇文章於何時出版？刊登在哪一本期刊？

如果想知道某個字詞或主題出現在文本的哪些地方，也可以使用文件內建搜尋功能，或詢問 AI Research Tool 文中是否提到該主題。工具會簡要說明該主題與文本的關聯，並提供可點選的相關段落連結。

四、對話紀錄與引用功能

使用者可將目前與 AI Research Tool 的對話紀錄下載為 PDF 或 HTML，方便後續保存與查閱。若需要引用工具本身或特定回覆，系統也可提供 MLA、Chicago 或 APA 等格式。不過，AI 工具引用方式仍在發展中，實際使用時仍應依照課程、學科或機構規範確認與調整。

小提醒：AI 是研究輔助，不是研究替代

JSTOR AI Research Tool 可以幫助讀者更快掌握文獻方向、理解文章重點，也能作為探索研究主題與延伸文獻的起點。不過，在實際使用時，仍建議留意以下幾點：

• • 支援的資料類型仍有限制
    目前 AI Research Tool 主要支援 JSTOR 上的期刊文章、書籍章節與研究報告；圖片、音訊、影片與部分文字型一手資料（如原始文件、檔案材料等）尚未支援。實際可用功能仍以 JSTOR 頁面顯示為準。
  • 留意工具的回答範圍，並確認是否有文本依據
    AI Research Tool 只會根據目前正在閱讀的單篇資料與其 metadata 作答，不會查找整個 JSTOR，也不會搜尋一般網路。工具提供的回答通常會附上文內引用，建議點選查看相關段落，確認 AI 的說明是否符合原文脈絡。
  • 把 AI 回答當作初步參考，而不是最終結論
    AI 可以協助整理重點與提供方向，但正式研究、報告或論文寫作仍應回到原文查證。文章的論證是否成立、研究方法是否合適、資料是否能支持自己的研究問題，也仍需要讀者自行判斷。
  • 此工具無法直接翻譯 JSTOR 文件
    JSTOR AI Research Tool 目前無法將文件直接翻譯成其他語言。如果需要翻譯文獻內容，仍需使用其他支援 PDF 翻譯的工具，並注意翻譯結果是否準確。

簡單來說，JSTOR AI Research Tool 很適合作為「進入文獻的輔助工具」：它能幫助我們更有效率地開始研究，但好的研究仍來自清楚的問題意識、細緻的文本理解，以及負責任的引用與查證。

參考來源

本文整理自 JSTOR Support 官方說明文件，並依圖書館讀者使用情境改寫：

• • JSTOR’s AI Research Tool: Overview
  • JSTOR’s AI Research Tool: Asking Questions About a Text

這篇文章 JSTOR AI Research Tool 功能介紹 最早出現於 NYCU陽明交大圖書館-陪你做研究。

現在很多研究生使用 AI 工具，已經不是糾結在「自己有沒有跟上時代」，而是用到開始有點心虛了；摘要卡住，請 AI 幫忙！引言不知道怎麼開，請 AI 給幾個版本！英文句子不夠像學術英文，也請 AI 修一下。一開始覺得效率變高，後來卻冒出另一個問題：這些文字變好了，但我有變強嗎？這篇論文中，還有多少是我真正投入、想過、判斷過、承擔過的？

這就像《棋靈王》中，進藤光剛遇到佐為的時候。坐在棋盤前的人是阿光，但那一步漂亮的棋，到底是誰想出來的？AI 工具幫你把段落修得頂呱呱，但當你看著那段突然充滿學術氣息的文字，心裡可能也會默默問一句：這真的是我寫的嗎？說到底，「AI 能不能幫我寫好」已不是問題，而是如果沒有AI的寫作協助，我還留下什麼？

實驗設計：三回合的「佐為退場測試」

Bauer 等人的研究，剛好提供了一個值得思考的觀察。這篇研究使用 ChatGPT，採 ABA within-participants design：學生先不用 ChatGPT 撰寫一篇科學論文引言，接著使用 ChatGPT 撰寫第二篇引言，最後再回到不用 ChatGPT 撰寫第三篇引言；研究對象是 21 位國際服裝設計系一年級學生，任務聚焦在科學論文引言寫作，並提供參考文獻，避免把「寫作能力」和「文獻搜尋能力」混在一起比較。

這就像三回合的「佐為退場測試」：第一回合，沒有佐為，先看阿光原本怎麼下；第二回合，佐為進場，看看佐為會如何神之一手；第三回合才是真正關鍵：佐為退場，阿光是否從中學習成長。

這個設計最有意思的設計，就是讓ChatGPT像是佐為一樣進行協助，但並非觀察 ChatGPT 在場時學生寫得比較好；事實上，請一個寫作家教或使用 AI 協助，多少可以預期是能讓學生的文字變順、語氣變成熟，但真正值得觀察的，是當 ChatGPT 被撤掉後，學生是否仍然比第一回合寫得好一點。

研究使用教師評分、可讀性、文本連貫性等方式評估寫作品質。結果顯示，學生在使用 ChatGPT 時寫作品質提升；重點在於第三回合不用 ChatGPT 寫作時，相較第一回合也出現改善；換言之，AI 輔助寫作可能不只是當下代筆，也可能留下某種短期強化痕跡。

香檳先冰著！別開～

不過，並不能說：「太好了，以後用 AI 工具寫作都會自動變強。」

Bauer 等人也明確指出研究限制：樣本只有 21 人，而且是特定領域的一年級服裝設計學生；學生與 ChatGPT 互動時間只有約 50 分鐘，可能有新奇效果；此外，研究觀察到的是短期表現，不能直接證明長期學習效果。作者也提醒，需要更長期、例如整學期的研究設計，才能判斷這些效果是否能持續。

所以，在這個特定課堂、特定任務、特定學生群體中，ChatGPT 顯示出短期強化寫作表現的可能，但是「短期變好」和「長期學會」，中間還隔著一道深不可測的溝渠，不要只是看到一座橋的影子，就宣布自己已經過河，對～你先不要過來！

文字變順之後，主導權還在你手上嗎？

Bauer 等人的研究還有另一個對研究生很重要的觀察項目：心理所有權（ownership）和感知控制（perceived control）。研究發現，學生在使用 ChatGPT 寫作時，對文本的心理所有權和感知控制有所下降；這樣的結果其實相當合理：當 AI 幫你把文字美化到讓人讚嘆，同時也可能讓你自我懷疑，這到底還是不是我寫的？

研究也觀察到，第三回合不用 ChatGPT 後，心理所有權有回升趨勢；不過這個描述性發現沒有達到統計顯著，不能誇大成明確長期效果。比較保守的說法是：AI 介入時，學生的文本主導感可能會下降；但當學生重新回到自己寫作時，心理所有權有機會被重新建立。

對研究生來說，這很值得反思。論文如果幾乎都是 AI 代筆，你可能在短時間內獲得一份看起來十分精美的文本，卻少掉親身經歷研究問題深究、文獻閱讀歸納、組織論證與自我辯證的歷程；少掉這段歷程，最直接的後果不只是「寫作風格不像自己」，而是你對自己的研究沒有信心。因為你沒有真的走過那條論證路線，也就很難在別人追問時說清楚：為什麼這樣寫？為什麼這樣改？為什麼這個段落應該放在這裡？

誠如筆者當年指導教授所言：你應該要是這世界最理解你論文的那個人！

超越 AI 代筆

這篇文獻捎來很實際提醒：使用AI 絕非禁忌，但要把它當成「思維的對照組」，而非「便宜行事的生產線」；AI 產出的文字不該是終點，而應該是中間材料：是用來比較、檢查、修正，最後重新轉化成研究者自己的表述，在使用AI輔助寫作的過程中，也能夠借鏡ABA 實驗設計的架構，經過三輪的寫作流程，開始知道段落怎麼安排、論點怎麼推進、句子該刪該留，讓 AI 回到輔助寫作的角色，研究人員對論文的「心理所有權」才會慢慢長回來。

研究寫作從不是把文字排漂亮就好，雖然你家老闆可能最後才開始挑排版、引文和圖表目錄，但口考時你要能說明：這些文獻為什麼重要？研究缺口怎麼來？論證為什麼站得住？AI 可以幫你把句子整理得更順，但這些問題從來不能由 AI 負責。

這也是圖書館和研究支援服務仍然重要的地方：不是要防堵大家用 AI，而是協助研究者理解 AI 工具的使用邊界，並把資料來源、文獻取得、引用脈絡與研究流程整理成比較可追溯、可檢查、可交代的歷程，盡可能降低 AI 幻覺與錯誤引用帶來的影響。

如果要讓短期強化變成長期資本

Bauer 等人的研究把問題推到一個關鍵位置：AI 輔助寫作可能不只是當下代工，也可能留下短期強化痕跡。但如果希望這種強化不要只停在一次任務，就要繼續問：每一次 AI 幫你整理、改寫、比較、指出問題之後，這些東西有沒有被留下來？還是交稿後，整個對話紀錄或是研究歷程，就像期末報告前一天的小宇宙，燒完就沒了？

這時候，可以參考 Andrej Karpathy 提出的 LLM Wiki 架構；它或許不一定是唯一解方，但提供了一個方向，讓 LLM 以 Markdown／wiki 形式協助維護持續更新的個人研究知識庫，若搭配 Obsidian 這類筆記工具，也可以形成可回看、可連結、可修正的研究工作流。

但要注意，你所收集的原始資料仍然應該是一切的核心，AI 維護的是整理層，而不是替你決定什麼是真理，AI 可以幫你留下研究過程，讓一次性的強化逐漸變成可回看、可修正、可累積的研究資本。

不過，就算知識庫建構的再完善豐富，也不等於自己腦中的知識，筆記被 AI 整理起來，也不代表你真的理解。只有當你能把 AI 協作留下的成果，慢慢轉化成自己的知識、判斷與表述能力，才能在 AI 離場後，仍然說得清楚自己的論述與寫作。那時候，研究主導權才是真的回到你手上。

參考文獻

Bauer, N., Fütterer, T., Brucker, B., & Gerjets, P. (2026). Leveraging ChatGPT in academic writing: ChatGPT enhances students’ writing quality, writing experience, and ownership. Computers and Education Open, 10, Article 100351. https://doi.org/10.1016/j.caeo.2026.100351

Karpathy, A. (2026, April 4). LLM Wiki [GitHub Gist]. GitHub. Retrieved May 5, 2026, from https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

推廣組 柯文仁 / 本文搭配AI工具進行寫作輔助

這篇文章 用 AI 工具寫作會變笨嗎？ 最早出現於 NYCU陽明交大圖書館-陪你做研究。

本篇為您完整整理論文相關表件，從表單來源、是否必備、簽署時機到裝訂順序，一步步帶你釐清，避免遺漏與錯誤。

一、 文件的來源與取得途徑

論文相關表件並非集中於同一處，主要分為三大來源：

📌 1. 註冊組（Division of Registrar）：

包含多數核心表單：

• 學位論文學術倫理暨原創性比對聲明書 (以下簡稱學術倫理聲明書)
• 審定同意書
• 發表形式確認書
• 著作彙編之學位論文資訊及彙編學術著作之共同作者貢獻聲明書(以下簡稱共同作者貢獻聲明書)
• 學位論文使用投稿中學術著作聲明書(以下簡稱使用投稿中學術著作聲明書)

💻 2. 論文系統（Thesis System）

由系統設定後產生：「步驟三」設定 → 「步驟四」列印

• 電子檔著作權授權書
• 電子檔著作權資料庫廠商授權書 (以下簡稱資料庫廠商授權書)

📚 3. 圖書館（Library）

需至圖書館網站下載：

• 學位論文延後公開申請書 (以下簡稱延後公開申請書)

二、 文件的必備性（條件診斷）

並非每位學生都需要繳交所有文件，需依人情況而定：

✅所有人必備：

學術倫理聲明書、審定同意書、發表形式確認書、電子檔著作權授權書。

⚠️條件性必備：

• 著作彙編形式論文： 必須附上「共同作者貢獻聲明書」
• 使用投稿中著作： 必須附上「使用投稿中學術著作聲明書」
• 論文需延後公開： 必須附上「延後公開申請書」
• 有授權資料庫廠商： 才會有「資料庫廠商授權書」

三、 簽署的關鍵時機

• 口試前 (Before Oral Defense)： 論文發表形式確認書、共同作者貢獻聲明書(若適用)、使用投稿中著作聲明書(若適用) 。
• 口試當天 (Day of Oral Defense )：
  • 審定同意書： 口試當天簽署，並於論文修改完成後再次確認 。
  • 延後公開申請書(若申請)： 口試當天簽署。請於口試前先填寫完成延後公開申請書，敍明理由及其相關證明提供考試委員審議。

• 論文修改完成上傳系統時 (Post-Revision & System Upload)：   
  • 學術倫理聲明書： 定稿版論文上傳系統產生比對百分比後填寫並簽名 。
  • 電子檔著作權授權書：系統「步驟三」設定，「步驟四」列印。
  • 資料庫廠商授權書(若授權)：系統「步驟三」設定，「步驟四」列印。

四、 裝訂順序與規範

紙本論文的裝訂有嚴格的先後順序，請依照以下邏輯排列：

封面 >> 書名頁 >> 電子檔著作權授權書 >> 紙本延後公開申請書(僅限有延後者) >> 審定同意書 >> 論文內容(致謝-附錄) >> 形式確認書 >> 共同作者貢獻度聲明書(著作彙編形式論文必備)  >> 學位論文使用投稿中學術著作聲明書書 (有使用者必備)

※特別注意： 學術倫理聲明書與資料庫廠商授權書不需裝訂於紙本論文內。資料庫廠商授權書須於離校繳交紙本論文時一併繳交至圖書館；學術倫理聲明書無需繳交。

💡 溫馨提醒

1. 格式要求： 上傳至論文系統的文件請一律轉為 PDF 格式 。
2. 勿併入電子檔：所有表單皆須上傳至系統欄位，請勿直接併入論文電子檔主體中 。
3. 於口試完成論文延後公開申請者，須於論文系統「步驟三」設定，「步驟四」上傳簽名完整之申請單。

✨ 結語

論文流程中「文件細節」往往容易出錯，只要掌握

✔ 正確來源
✔ 條件判斷
✔ 簽署時機
✔ 裝訂規範

🎉恭喜您， 一定能順利過關、畢業成功!!

這篇文章 論文表單全攻略｜何時簽？要不要裝訂？一次搞懂！ 最早出現於 NYCU陽明交大圖書館-陪你做研究。

JoVE 透過以下三項 AI 功能，將文獻閱讀、實驗操作與教學準備緊密串聯，協助所有研究人員與教學者在提升效率的同時，強化對科學知識的理解與應用。

亮點 ❶：JoVE Visualize — 視覺化研究網絡

⭐️核心價值：消除文字歧義，讓研究操作細節「看見即所得」。

JoVE Visualize 由 AI 驅動，將超過 4,000 萬篇peer-reviewed學術文獻與 25,000 支以上的實驗影片進行配對，讓研究人員得以直接從抽象結果與文字難以傳遞的關鍵資訊，快速跳轉至具體操作細節。研究者除了可減少花時間翻找補充資料，或在 YouTube 上碰運氣的時間，更能有效確認研究的「可重復性」，是進行文獻探討、掌握新技術的利器。

立即體驗：https://visualize.jove.com/

亮點 ❷：Chrome 擴充功能 — 無縫整合的即時影片推薦

⭐️核心價值：將資源嵌入日常檢索流程，消除平台切換的摩擦力。

JoVE 的 Chrome 擴充功能 JoVE: Accelerate research with scientific videos，讓研究人員在 Google Scholar、PubMed等檢索網站搜尋文獻時，擴充功能會自動在搜尋結果旁，逐項推薦對應的 JoVE 實驗影片，不必離開當前頁面就即時接軌JoVE的影片資源，獲得可視化的操作支援。

亮點 ❸：JoVE AI Co-Pilot與智慧搜尋 — 加速知識理解

⭐️核心價值：從關鍵字過渡到「概念理解」，提供互動式的實驗輔助。

面對複雜的實驗步驟、抽象而較難理解的科學概念時，即便觀看影片後仍可能產生技術疑問。JoVE AI Co-Pilot 是資料庫的AI導覽助理，是「輔助查找」與「加速學習理解」的好幫手。

目前除了出現在影片旁邊，能提供重點摘要與步驟問答之外，JoVE 搜尋欄現在也支援「Ask AI」的智慧搜尋功能。使用者可以直接使用「自然語言」（例如：「我該如何進行 DNA 萃取？」）提問，透過生成式AI技術解析提問，並進行說明以及影片內容配對。

延伸閱讀：《What Artificial Intelligence Means for the Way We Do Research》

✅ 我是訂戶，如何在校園內外使用JoVE？

為了獲得最佳的使用體驗與個人化服務功能，建議使用者建立個人帳號：

❶ 馬上進入 JoVE（歡迎收藏為書籤 📣）
❷ 身份識別與使用權限：

• 校園內：透過校內/院內 IP（含Wi-Fi或遠端認證），連線即可使用。
• 校園外：使用校內/院內 Email 註冊帳號，系統會自動辨識 Email Domain 並賦予對應的資料庫權限。

❸ 登入帳號後，除了觀看影片，歡迎多加利用「建立播放清單」等個人化管理功能，期待陪伴各位在科學研究的漫長旅途中，增添專屬自己的學習秩序與從容～

※可觀看內容，視機構實際訂閱之權限而定。

這篇文章 JoVE AI 全面解密：AI驅動的生科實驗與教學革新 最早出現於 NYCU陽明交大圖書館-陪你做研究。

隨著生成式 AI 被廣泛應用於學術研究，研究者逐漸依賴 AI 協助進行文獻搜尋與整理。然而，AI 在學術應用上仍面臨關鍵限制，例如引用來源不明確、文獻真實性難以驗證，以及無法有效判斷研究之間的支持或反駁關係。

為回應上述問題，Scite 於 2026 年 2 月推出 Scite MCP（Model Context Protocol）功能。需特別說明的是，Scite 原本即已具備查詢及 AI 功能（如文獻檢索、引用分析與 AI 問答），此次 MCP 的導入，主要在於透過標準化協定，將既有功能串接至外部大型語言模型平台（如 ChatGPT、Claude 等），使研究者得以在不同 AI 工具中直接調用 Scite 的資料與分析結果。

Model Context Protocol（MCP）本質上是一種標準化連接協定（protocol），其目的是讓 AI 系統能安全且有效地連接外部資料來源與工具，而非單一產品或資料庫。本次 Scite 的應用，則是將此協定實際導入學術文獻檢索中的案例。

透過 Scite MCP，研究者可以：

• • 直接透過外部AI工具查詢相關學術文獻
  • 取得具有來源依據的引用內容
  • 分析文獻之間的引用關係「支持 (Supported)」、「提及 (Mentioned)」還是「對比/反駁 (Contrasted)」
  • 快速掌握研究發展脈絡與學術爭議

相較於傳統僅提供「文獻列表」的檢索系統，此類整合使 AI 從資訊檢索工具，進一步參與文獻理解與初步評估的過程。

一、可用現況（Current Availability）

目前 Scite MCP 已正式上線，並可與支援 MCP 標準的 AI 平台進行整合，形成跨系統的學術研究輔助環境。

支援的 AI 工具

Scite MCP 可串接於多款主流 AI 應用，包括：

• • ChatGPT
  • Claude（包含 Claude.ai 與 Claude Desktop）
  • GitHub Copilot
  • Cursor
  • Claude Code

研究者能在既有的 AI 使用情境中直接存取學術資料庫，無需切換至傳統資料庫檢索介面。

二、核心功能與學術應用

1. 全文檢索（Full-text Search）

不同於多數 AI 工具僅能依賴標題或摘要進行檢索，Scite MCP 可於其資料庫中進行全文層級搜尋（以開放取用文獻為主），提升檢索結果的完整性與精準度。

2. 智慧引用（Smart Citations）

Scite 的核心特色在於其「智慧引用」機制。AI 回應不僅提供文獻來源，亦標示該引用在原文中的語意關係，包括：

• • Supported（支持）
  • Mentioned（提及）
  • Contrasted（對比／反駁）

此一功能有助於改善 AI 常見的「引用幻覺（hallucinated citations）」問題，並提升研究者對文獻脈絡的理解能力。

3. 館藏資源與全文取得（Access Resolution）

Scite MCP 可與既有的學術資源系統整合，例如：OpenURL，當使用者所屬機構已訂閱相關資源時，系統可自動導向可取得之全文。

三、授權模式（Pricing & Payment Mechanism）

Scite 並未針對 MCP 功能採取獨立收費，而是整合於既有訂閱架構中，以本校國立陽明交通大學為例，因已為 Scite 訂閱用戶，校內使用者可直接使用 Scite MCP 功能，無須額外支付費用。

使用與設定方式

使用者可於 ChatGPT 或 Claude 等平台中新增 Scite MCP 服務（或透過官方提供的快速安裝連結），並登入具有效訂閱之 Scite 帳號後，即可於對話介面中啟用文獻檢索與引用驗證功能（例如使用 @Scite 指令）。

四、對學術研究與圖書館服務的意涵

Scite MCP 所代表的，不僅是單一工具的功能提升，更反映出學術資訊服務模式的轉變：

• • 文獻檢索由「資料庫導向」轉向「AI 導向」
  • 研究流程由「人工篩選」逐漸轉為「人機協作」
  • 引用查證從事後驗證轉為即時輔助

對圖書館而言，亦帶來幾項值得關注的發展方向：

• • 資源整合角色提升：如何將訂閱資料庫與 AI 工具有效串接
  • 資訊素養教育轉型：強化使用者對 AI 引用判讀與資料來源評估的能力
  • 授權與使用規範：釐清 AI 存取與使用學術資源的法律與合約限制

五、限制與注意事項

儘管 Scite MCP 提供新的應用可能，其使用仍存在若干限制：

• • 文獻覆蓋範圍仍以開放取用內容為主(即有掠奪性期刊的可能)，也未涵蓋所有重要出版資源
  • 功能仍依賴機構訂閱與授權條件
  • AI 對文獻內容的理解仍可能產生誤判，需由研究者進行最終確認

因此，Scite MCP 應被視為研究輔助工具，而非取代傳統學術判讀的解決方案。

六、參考資源

Scite MCP 官方設定指南 (ChatGPT 與 Claude)
這段官方教學影片詳細說明了如何在 ChatGPT 與 Claude 中設定並實際應用 Scite MCP，能幫助您了解在研究工作流程中的運作方式。

七、參考資料（References）

Nicholson, J. M., Mordaunt, M., Lopez, P., et al. (2021).
scite: A smart citation index that displays the context of citations and classifies their intent using deep learning. Quantitative Science Studies, 2(3), 882–898.
https://doi.org/10.1162/qss_a_00146
Sterner, E. (2021).
scite: Providing additional context for citation statements. Issues in Science and Technology Librarianship, (98).
https://doi.org/10.29173/istl74
Brody, S. (2021).
Scite. Journal of the Medical Library Association, 109(4), 707–710.
https://doi.org/10.5195/jmla.2021.1328
Scite. (2026).
AI for research. https://scite.ai/
Pawlik, L., & Deniziak, S. (2026).
Reducing hallucinations in medical AI through citation enforced prompting in RAG systems. Applied Sciences, 16(6), 3013.
https://doi.org/10.3390/app16063013
Hou, X., Zhao, Y., Wang, S., & Wang, H. (2025).
Model Context Protocol (MCP): Landscape, security threats, and future research directions. ACM Transactions on Software Engineering and Methodology, Accepted on 30 December 2025
https://doi.org/10.1145/3796519
Huang, C., Huang, X., Tran, N. P., & Milani Fard, A. (2026).
Model Context Protocol: Threat modeling and vulnerabilities.arXiv preprint arXiv:2603.22489.
https://arxiv.org/abs/2603.22489

推廣組  簡玉菱 / 本文搭配AI工具進行寫作輔助
由於AI技術發展迅速，以上內容截至2026年5月7日整理完成，僅供參考。

這篇文章 Scite MCP (Model Context Protocol)學術文獻檢索與 AI 工具的結合 最早出現於 NYCU陽明交大圖書館-陪你做研究。

ITIS 是什麼？

簡單來說，ITIS 智網不是單純的「報告下載站」，而是以產業發展為核心的知識服務平台。平台內容整合了產業報告、產業評析、產業簡報、海關進出口資料庫與產銷存資料庫，主題則涵蓋電子資訊、機械金屬、化學民生、生技醫藥與新興能源五大領域。對想掌握技術脈動、供應鏈變化與市場趨勢的人來說，它提供的不只是單篇資訊，而是較有系統的產業知識入口；新聞通常讓人先看到事件本身，ITIS 則更適合用來補足事件背後的產業脈絡，相關的報告分析未必能替讀者直接下結論，但能提供比較完整的背景、分析與資料線索，幫助使用者不只停留在表面訊息。

ITIS 智網整合多個研究法人與智庫成果，如：工研院產科國際所、資策會產業情報研究所、金屬工業研究發展中心、生物技術開發中心、食品工業發展研究所、紡織產業綜合研究所、台經院、中經院、車測中心等來源，這能為跨領域研究提供不同視角的觀察。

在 ITIS 可以查到什麼？

ITIS 的實用之處，在於它並不只提供單一型態的內容，而是同時涵蓋分析型資料與數據型資料。若希望掌握某個產業的整體發展，可以先從下列內容著手：

• 產業評析 (本館主要採購項目)
• 產業簡報
• 產業報告

如果需要更進一步補充背景資料，則還可以留意：

• 進出口資料庫
• 產銷存資料庫

還有針對整體產經的資訊：

• 整體產業研究
• 科技法律研析(本館無使用權)
• 產業前瞻研析
• 產業技術白皮書
• 智財訴訟研析

ITIS 的價值不只是讓讀者找到一篇文章，而是有機會同時看到：某個產業正在發生什麼事，這個現象背後是否有數據、技術或政策視角等線索支撐，以及不同研究單位如何解讀這個趨勢。這對寫報告、做研究、準備企劃，或只是想更有系統地理解產業議題，都有相當實際的幫助。

ITIS 的特點：它和一般網路資料有什麼不同？

如果要說明 ITIS 的特色，可以先從三個面向來看：

第一、產業導向非常明確。
ITIS 所收錄的內容，主要圍繞產業、技術、市場與政策脈絡展開，不是泛用型搜尋平台；對於已經知道自己關心的是哪一個產業、哪一條供應鏈、哪一類技術應用的讀者來說，這種主題聚焦本身就是優勢。

第二、提供分析與資料。
許多平台擅長提供即時資訊，但未必能同時補上背景數據，ITIS 則兼具分析型內容與資料型資源；這使它不只適合快速理解議題，也適合進一步延伸到趨勢觀察與背景判讀。

第三、主題範圍相對完整。
從半導體、ICT、機械金屬，到生技醫藥與新興能源，ITIS 涵蓋的產業主題相當廣，對需要跨領域理解產業發展的使用者來說，也具備一定的延伸性。

與一般網路資訊相比，ITIS 的價值不在於資訊量一定更多，而在於它較能把分析、數據與產業脈絡放在同一個框架下閱讀。這也是它作為資料庫，而不只是資訊網站的關鍵差異。

哪些人適合使用 ITIS？

ITIS 並不只適合特定領域的研究人員。若從實際情境來看，以下幾類讀者都可能用得到它。

首先，是需要撰寫專題、報告或論文的學生。當題目涉及某個產業背景、技術方向、市場現況或供應鏈變化時，ITIS 可以補足一般新聞與零散網頁資料較難完整交代的部分。

其次，是研究生、研究者，或需要準備計畫與提案的人。若要快速掌握某個產業議題的輪廓，或者想找到較具系統性的產業分析內容，ITIS 會是一個很有效率的起點。

再來，是平常就關注半導體、AI、能源、生技、供應鏈等議題的讀者。對這類使用者而言，ITIS 的用途不一定是取代新聞，而是補足新聞較難提供的中長期背景與結構性資訊。

使用前的簡要提醒

本資料庫僅限本校教職員生使用。首次使用前，請先註冊 ITIS 會員，並加入本校公司團體（團體識別代碼：4680470601）；校外使用時，請先透過 VPN 連線。館方目前主要採購 ITIS 智網中的「產業評析」內容，因此平台內標示 0 元 / 點 的項目可直接使用，其餘項目目前尚未訂購，實際可使用內容仍以館方授權與平台顯示為準。

另依 ITIS 官方會員權益與常見問題說明，加入會員不需付費，會員可免費下載發行三年以上的出版品，包含評析、簡報與報告等內容，約占平台整體出版品九成以上，並可參加部分免費產業趨勢研討活動。

資料庫連結：請點我

陪你做研究的最後：ITIS 最適合用來補足產業脈絡

如果你想找的是某個產業比較系統性的資料，而不只是幾則即時新聞摘要，ITIS 會是一個很值得認識的資料庫。它的價值，不只在於提供報告或評析，而是在於把分析、資料與產業脈絡放在同一個入口裡。對做研究的人來說，它是重要的資料來源；對關心市場與產業發展的人來說，它也是一個有助於建立背景理解的參考起點。

參考文獻

ITIS 智網。（無日期）。關於 ITIS。https://www.itis.org.tw/AboutITIS.aspx
ITIS 智網。（無日期）。ITIS 智網簡介。https://www.itis.org.tw/AboutITISWeb.aspx
ITIS 智網。（無日期）。常見問題。https://www.itis.org.tw/FAQ.aspx

推廣組 柯文仁 / 本文搭配AI工具進行寫作輔助

這篇文章 想看產業趨勢，來認識 ITIS 智網 最早出現於 NYCU陽明交大圖書館-陪你做研究。

關於上傳文章至 AI 的侵權與倫理風險

將文章上傳至生成式 AI（如 ChatGPT、Gemini）進行摘要、翻譯或分析，主要牽涉學術倫理、著作權法以及商業合約三個層面的規範。

一、 依據《中央研究院使用生成式 AI 之參考指引》

中研院對於研究與行政人員使用 AI 的核心態度是「負責任的研究行為」，並強調以下三大準則：

1. 嚴守機密與隱私（紅線）： 嚴禁將「未公開的研究成果」、「機密資訊」、或「應保密之資訊（如同儕審查的論文、尚未公開的計畫書）」上傳給外部 AI，以免資料被納入 AI 訓練庫，造成營業秘密外洩或違反學術倫理。

2. 資訊揭露與課責： 若研究過程實質依賴 AI 協助，必須依學術慣例明確揭露。研究人員須對最終產出的內容負擔完全的學術與法律責任。

3. 人工檢核： 必須確保 AI 生成內容的正確性，避免「幻覺」或錯誤引用。

二、 上傳不同來源文章的風險解析

三、資料來源與法規依據

本份總結報告的分析基礎來自以下官方指引與現行法規：

1. 官方學術指引

• • 資料來源： 《中央研究院使用生成式 AI 之參考指引》（2025.12.29)

  • 核心規範： 明訂研究人員的保密義務、透明揭露原則，以及對 AI 生成內容的最終責任歸屬。

2. 台灣《著作權法》

• • 《著作權法》第 22 條（重製權）： 將資料上傳至雲端 AI 伺服器，在技術上屬於「重製」行為，原則上專屬於著作財產權人。

  • 《著作權法》第 65 條（合理使用原則）： 判斷未經授權的重製是否豁免侵權的四大基準：(1) 利用目的（商業或非營利教育/研究）、(2) 著作性質、(3) 利用質量與比例、(4) 對原著作潛在市場的影響。個人研究輔助通常符合此豁免條款。

3. 經濟部智慧財產局（TIPO）見解

• • 資料來源： 智財局針對 AI 與著作權議題的相關函釋與公眾宣導。

  • 核心規範： 明確指出將受保護著作輸入 AI 進行訓練涉及重製；且若直接將 AI 產出（若與原著作高度相似）當作原創發表，將侵害他人的重製權與改作權。

4. 國際學術資料庫授權條款 (Standard Database Licenses)

• • 資料來源： 各大資料庫（如 Elsevier、EBSCO、IEEE、Project MUSE 等）與學術機構簽署的 B2B 授權合約（Terms and Conditions）。

  • 核心規範： 通常禁止將付費取得的文獻上傳至公用 AI 模型進行機器學習（Machine Learning）、模型訓練（Training）或文字與資料探勘（Text and Data Mining, TDM）。

四、上傳文章的法律與資安問題：

• • 著作權：上傳「他人」的期刊論文進行私下摘要，通常屬於合理使用；但若將 AI 產出的摘要直接公開發表，仍有侵權風險。
  • 風險： 若 AI 平台將您上傳的資料納入訓練集，並在未來產出與原著作「高度相似」的內容，則可能構成侵權。
  • 機密性：若文章包含未發表的專利技術或個人隱私，即便關閉訓練功能，上傳至任何雲端平台工具仍存在低機率的資安風險。

五、實務建議做法：

• • 「複製貼上」優於「上傳全檔」：
    不要直接把整份 PDF 丟給 AI。可以先在自己的電腦上打開論文，遇到看不懂的段落或結論，再把局部文字複製貼上到 AI 平台請它翻譯。這樣既滿足了研究需求，又沒有上傳實體檔案，大幅降低了侵權疑慮。
  • 善用學校提供的 AI 工具：
    若學校有採購具有資料保護協定的企業版 AI（會明確承諾「不會保留對話、不會用於模型訓練」），那麼因為資料不會外洩給第三方做二次利用，爭議與風險就會大幅降低。
  • 使用圖書館資料庫提供的AI工具：
    已整合在資料庫平台內的 AI 功能（例如 Web of Science Research Assistant ），在這些環境下的探勘完全符合合約規範，且較無版權爭議。
  • 注意未公開的研究數據(重要)：
    特別提醒研究生或教授，如果論文裡包含還沒發表的研究數據、實驗結果或是敏感的個人資料，絕對不要上傳到公開版本的 AI，這牽涉到的不只是出版商版權，還有更嚴重的學術倫理與機密外洩問題。

推廣組  簡玉菱 / 本文搭配AI工具進行寫作輔助
由於AI技術發展迅速，以上內容截至2026年4月23日整理完成，僅供參考。

這篇文章 上傳文章至 AI 的侵權與倫理風險 最早出現於 NYCU陽明交大圖書館-陪你做研究。