研知 Research Toolkit：文獻矩陣、PICO、APA 引用與效果量，六個免費中文研究工具

2026 年 8 月 18 日

讀了三十篇論文，筆記散在四個地方：Notion 一份、PDF 上的螢光筆一份、Word 裡的草稿一份，還有一份在腦袋裡。真正要寫文獻回顧的時候，你會發現自己在做的事情不是思考，是翻找。

這是什麼

研知 Research Toolkit 是一個免費的中文研究工具箱，六個工具對應研究流程裡最常卡住的六個環節：探索問題、整理證據、驗證結果。免登入、沒有帳號，輸入的內容不會離開你的瀏覽器。

文獻矩陣——把每篇文獻的作者、年份、方法、主要發現與研究缺口放進同一套欄位。當三十篇論文躺在同一張表上，共識、矛盾與「還沒有人回答的問題」會自己浮出來。整理完可以直接匯出 CSV 帶走。

研究問題框架——PICO 適合介入型研究，PECO 適合暴露與觀察性研究。填完族群、介入或暴露、比較與結果，它會幫你組成適合丟進學術資料庫的布林檢索式。

引用產生器——輸入作者、年份、篇名、卷期、頁碼與 DOI，產生 APA 7、MLA 9 或 Chicago 格式。

文字分析——中英文都能算字數、句數、閱讀時間與高頻詞。檢查摘要有沒有超字數、同一個詞是不是用了十七次，很快。

樣本數估算——依信心水準、容許誤差與預期比例算出最低樣本數，也能套用有限母體修正。問卷或盛行率研究在寫計畫書階段就會用到。

效果量計算——用兩組的平均數、標準差與樣本數算 Cohen’s d，順便告訴你這個數字大概怎麼解讀。

未發表的資料、還在審的稿子、受訪者的數字——這些東西的敏感程度，跟我們平常在講的資安沒有兩樣。所以這個工具箱的所有運算都在瀏覽器裡完成：沒有帳號、沒有追蹤碼、沒有遠端資料庫。

代價是它記不住東西：重新整理頁面，還沒匯出的內容就消失了。離開前記得把文獻矩陣匯出成 CSV。

這點想講清楚，因為統計工具最容易被誤用：

引用格式適合當初稿。不同期刊對作者縮寫、標題大小寫、DOI 呈現與標點的要求都不一樣，投稿前請對照該期刊最新的作者指南。
樣本數用的是比例估計的基礎公式，Cohen’s d 用的是兩獨立組的合併標準差。正式研究還要考慮檢定力、分層或群聚設計、失訪率、分布假設，以及那個效果量在你的領域裡到底有沒有實質意義。
換句話說：它取代的是查公式和排格式的時間，不是統計諮詢，也不是研究方法的專業判斷。

文獻矩陣裡預載了幾筆範例資料，取自公開的著作清單，方便你先看懂欄位怎麼填再換成自己的文獻。

立即使用：research.sectools.tw　·　其他工具在 SecTools 工具集