检索系统不能检索出学位论文的是

作为一枚工科生，本科生论文大多都是“借鉴”研究生的，都是东抄西抄就变成一篇论文，一般研究价值不大每届本科论文题目都大相径庭（关键是大多缺少属于自己的思路）

信息检索包括社科信息检索和科技信息检索，一般是辅助学生了解掌握信息查询、图书馆使用等而设置的课程，对科学研究和论文写作很有帮助。学起来相对简单。但建议你认真学习，因为等到你写毕业论文的时候会发现这门课实在很有用。

表格总结1）学科范围仅医学（医学文摘数据库）：CBM ，PubMed2）逻辑运算符要大写：PubMed , SD3）逻辑运算符顺序不大相同（and，or，not）：scopus4）无逻辑运算符顺序：CNKI , PUBMED5）引文：sci , scopus 文摘：sci , scopus , PubMed , CBM 全文：SD , 维普，万方，Cnki知识点：1）文献分类：一次文献：期刊，论文，专著，科技报告，专利说明书，会议论文，学位论文，技术标准等 二次文献：书目，索引，文摘，题录 三次文献：综述述评，参考工具书，文献指南 零次文献（灰色文献）：私人笔记，设计草图2）(1)位置限定运算符NEAR/x可查找由该运算符连接的检索词之间相隔指定数量单词的记录，X为两检索词之间的最大单词数，如果只使用near，而不使用x，则相连的两检索词之间最多间隔15个单词,如果纹身的标题中包含单词near检索时需用引号将其引起（2）位置运算符SAME常用在地址检索中，将检索限定为出现在”全记录”同一地址中的检索词（3）W/n:两词相隔不超过n个词，词序不定 Pre/n：两词相隔不超过n个词，词序一定3）通配符:可以用“*”，“？”和“$”进行截词检索，可左截词也可右截词*代表零到多个字符,?代表1个字符，$代表0或1 个字符4） <1>扩大检索范围，提高查全率的措施：（1）增加各种形式的自由词，如同义词，全称简称，或近义词，上位概念，下位概念等相关词进行检索，使用OR算符（2）减少AND 或NOT的使用次数（3）由词组检索变模糊检索（4）用截词检索（5）调整限定字段（6）放宽限定条件 （7）使用其他检索系统和检索途径，智能检索<2>缩小检索范围，提高查准率的措施:(1)增加主题概念面，并用AND算符检索(2)使用位置算符或者用NOT排除无关概念(3)精确为词组检索(4)选用更确切的下位概念(5)增加限定条件(6)限定字段检索(7)限定检索范围为某一子集或子库5）循证医学文献资源（1）提出问题（2）检索证据（3）评价证据（4）应用证据（5）后效评价，止于至善6）临床实践问题构成PICOSP：患者/人群/问题I：干预，暴露因素C：比较干预O：临床结局S:诊治环境和服务条件其余注意点：1）截词检索在中文检索中不要随便使用2）核心期刊/卓越期刊3）输入运算符前，记得加一个空字节4）Web of science 检索词与运算词不区分大小写，空格默认为AND5）中国生物医学文献服务系统/平台(sinomed)：（1）只收录中文医学期刊文献（2）能提供文献的引证信息，全文链接（3）CBM不能检索专利文献6）CNKI：可以限制检索频次，执行句子检索7）维普不能检索学位论文，专利文献等8）CNKI和万方只能检索期刊文献，是多学科的全文检索工具9）遇到作者名字时，姓全拼，名取首拼。例：瞿佳，qu j10）期刊的影响因子IF 感谢姗姗

期刊论文、学位论文、专利文献。万方数据知识服务平台中不能用于检索的字段是期刊论文、学位论文、专利文献。万方数据知识服务平台（Wanfang Data Knowledge Service Platform）是在原万方数据资源系统的基础上，经过不断改进、创新而成，集高品质信息资源、先进检索算法技术、多元化增值服务、人性化设计等特色于一身，是国内一流的品质信息资源出版、增值服务平台。

学习怎么检索文献，很简单的一门课

学标引、分类、索引等的编制以及主题词表、分类表等等。我们还有一门《计算机检索》，是教怎样充分利用网络搜索引擎、期刊网等工具，准确查找所需信息，提高查找效率的。

信息检索（Information Retrieval）是用户进行信息查询和获取的主要方式，是查找信息的方法和手段。狭义的信息检索仅指信息查询（Information Search）。即用户根据需要，采用一定的方法，借助检索工具，从信息集合中找出所需要信息的查找过程。

广义的信息检索是信息按一定的方式进行加工、整理、组织并存储起来，再根据信息用户特定的需要将相关信息准确的查找出来的过程。又称信息的存储与检索。一般情况下，信息检索指的就是广义的信息检索。

相继研制成功并商业化，20世纪60年代到80年代，在信息处理技术、通讯技术、计算机和数据库技术的推动下，信息检索在教育、军事和商业等各领域高速发展，得到了广泛的应用。Dialog国际联机情报检索系统是这一时期的信息检索领域的代表，至今仍是世界上最著名的系统之一。

以上内容参考：百度百科-信息检索