무료 키워드 생성기 실제 데이터베이스가 일치시키는 방식으로 구성
데이터베이스 검색 엔진은 개념이 아니라 문자열을 일치시키므로, 임상가 소진에 관한 논문도 색인된 필드에 그 두 번째 구가 없으면 직원 복지 검색에서 보이지 않을 수 있습니다. 초록을 붙여 넣으면 이 도구가 더 넓은 분야, 구체적 주제, 방법, 연구 대상 집단을 아우르는 8개에서 12개의 후보 키워드를 반환하며, 각 학문 분야의 색인이 기대하는 표현으로 제시합니다. 목표 저널의 상한을 알게 되면 가장 강한 하위 집합을 고르십시오.
텍스트를 붙여넣거나 입력한 다음 도구를 실행하세요. 결과는 몇 초 안에 아래에 표시됩니다.
0 / 250 단어
84,000+
국제 연구자
평균 평점
다음 분야에 논문을 발표하는 연구자들이 신뢰합니다
초록에서 키워드 후보 목록으로 가는 방법
초록을 입력하십시오
초록에는 이미 해당 분야의 고유한 표현으로 주제, 방법, 연구 대상 집단, 결과가 제시되어 있습니다. 그 어휘가 바로 키워드 목록의 원재료입니다.
후보 목록을 검토하십시오
8개에서 12개의 용어가 반환되며, 분야, 주제, 방법 또는 설계, 집단 또는 맥락의 네 가지 검색 수준에 걸쳐 분포합니다. 각 항목은 유지할지 삭제할지의 단순한 판단입니다.
저널 상한에 맞게 줄이십시오
제목에 이미 있는 단어와 중복되는 항목은 제외하고, 해당 분야에 통제 어휘가 있으면 대조하며, 저널이 제시한 한도, 보통 4개에서 8개, 안에 가장 강한 용어만 남기십시오.
제출 시 키워드 생성기가 더하는 것
네 가지 검색 수준을 모두 포함
분야, 주제, 방법, 집단 용어가 모두 나타납니다. 검색자는 네 수준 중 어느 하나에서든 들어올 수 있고, 한 수준만 있는 목록은 나머지에 보이지 않기 때문입니다.
색인이 실제로 인식하는 용어
해당 분야에 표준 용어가 있으면 그 표현이 반환됩니다. 색인자가 분류하고 검색자가 실제로 입력하는 구문이지, 아무도 검색하지 않는 독창적 대체어가 아닙니다.
어느 저널에도 필요한 것보다 많은 후보
목록은 의도적으로 어떤 제출 한도보다 길게 제시됩니다. 따라서 최종 제출본은 마지못해 채운 할당량이 아니라 실제 선택의 결과입니다.
제공한 초록에 근거
모든 용어는 초록에 명시된 내용에서 비롯됩니다. 논문이 전혀 다루지 않은 주제는 키워드로 나타나지 않습니다. 편집자는 그런 불일치를 즉시 알아차리기 때문입니다.
키워드 선택이 제출에서 남은 가장 저렴한 개선점인 이유
학술 검색 엔진은 문자 그대로 작동하는 도구입니다. 누군가 입력한 글자를 일치시킬 뿐, 그 뒤의 개념을 읽지 않습니다. 의사 소진에 관한 원고는 색인된 필드 중 하나에 정확히 "clinician wellbeing"이라는 표현이 들어 있지 않으면, 사실상 그 검색에서 제외됩니다. 제목과 초록에는 작성할 때 떠올린 어휘가 담기지만, 키워드 필드는 떠올리지 않은 어휘, 즉 해당 분야의 동의어, 인접 용어, 한 단계 상위 범주의 표현을 담기 위한 것입니다.
키워드는 독자가 논문을 검색하기 전에 또 다른 역할을 합니다. 편집 시스템은 이를 참고해 원고를 심사자에게 배정하고 주제 컬렉션에 분류하므로, 빈약하거나 지나치게 일반적인 키워드 집합은 원고를 적합하지 않은 심사자에게 보내는 결과를 낳을 수 있으며, 이는 놓친 검색보다 더 큰 비용입니다. 분야, 주제, 방법, 집단을 명시하는 잘 구성된 한 세트면 이 두 역할을 같은 5분 안에 수행할 수 있습니다.
키워드는 검색 가능성의 세 부분 중 하나입니다. title generator는 검색자가 가장 먼저 클릭하는 제목을 작성하고, abstract generator는 데이터베이스에 전체로 표시되는 요약을 초안합니다. 이 셋 사이의 목표는 검색 가능한 어휘를 반복하지 않고 나누는 것입니다. 학술지에서 평이한 언어 버전도 요구하는 경우, plain language summary generator는 해당 분야 밖의 독자에게까지 닿습니다.
발견되는 것은 절반에 불과합니다. 독자가 논문을 열면 그 문장은 그 자체로 설득력을 가져야 하며, 키워드가 제 역할을 한 뒤에도 글에 기계적인 평탄함이 남아 있다면 TextPulse humanizer가 원고의 표현과 리듬을 tracked change마다 전면적으로 다듬어, 키워드가 얻어 준 클릭에 걸맞은 글이 되도록 합니다.
Sample run: a sleep-and-testing abstract into search terms
An abstract on one side; the field, topic, method and population terms a database would actually match against on the other.
An abstract on sleep duration and exam performance among urban high school students: two weeks of actigraphy data, standardized math test scores as the outcome measure, and a multilevel regression accounting for school-level clustering.
adolescent sleep, academic performance, actigraphy, standardized testing, multilevel regression, high school students, urban schools, sleep duration
Each term sits at a different altitude: topic terms (adolescent sleep, academic performance) for a subject search, method terms (actigraphy, multilevel regression) for a technique search, and population terms (high school students, urban schools) for anyone searching by setting. Most journals cap the list at four to eight, so the terms worth keeping are the ones the title has not already claimed.
키워드 생성기를 찾는 사람
투고를 마무리하는 저자
키워드 입력란은 보통 업로드 직전의 마지막 칸이며, 1분 안에 입력한 5개 용어보다 신중하게 고른 목록이 낫습니다.
학위논문 및 박사논문 저자
기관 저장소도 저자 제공 키워드로 색인하며, 검색에서 드러나는 논문은 심사위원회 밖에서도 널리 읽힙니다.
처음으로 논문을 발표하는 연구자
분야, 주제, 방법, 대상 용어로 나뉜 목록을 보는 것 자체가, 실제로 작동하는 키워드 목록이 어떤 모습인지 보여 주는 예시입니다.
프리프린트를 게시하는 저자
프리프린트 서버의 주제 피드는 거의 전적으로 저자 제공 키워드로 운영되며, 적절한 용어는 동료 심사가 시작되기 전부터 프리프린트를 독자 앞에 놓습니다.
키워드 목록이 선택되었습니다.
이제 그 뒤의 논문이 잘 읽히는지 확인하십시오.
키워드는 독자를 페이지로 데려오지만, 산문이 그 독자를 붙잡아 두어야 합니다. TextPulse humanizer는 전체 원고의 표현과 리듬을 개별적으로 승인하는 tracked changes로 다듬으며, 인용은 있는 그대로 유지합니다.