文獻品質評估散點圖分析
基於三維度評估矩陣（相關性、品質、新穎性）的文獻品質視覺化分析。
散點圖分析說明
座標軸設計
- X軸 (相關性)：文獻與研究主題的契合度，範圍 3.5-5.0
- Y軸 (品質)：文獻的學術品質評分，範圍 3.0-5.2
- 點大小：根據總分決定，分數越高點越大
- 點顏色：區分高優先文獻(紅色)和可參考文獻(藍色)
四個象限解讀
🏆 右上角 (高相關 × 高品質)
必讀核心文獻
- 文獻9: AI跨文化學術寫作影響 (4.6分) - 🥇最高總分
- 文獻2: ChatGPT學術寫作研究 (4.3分)
- 文獻11: AI工具使用模式分析 (4.3分)
📚 右下角 (高相關 × 中等品質)
相關但需謹慎引用
- 文獻1: Beyond Misinformation (4.0分)
- 文獻4: HEAT-AI框架 (4.2分)
- 文獻3: AI政策教育框架 (4.2分)
🔍 左上角 (中等相關 × 高品質)
經典但不完全切題 - 目前無文獻落在此象限
❌ 左下角 (低相關 × 低品質)
可忽略文獻 - 目前無文獻落在此象限
重點發現
- 品質分佈: 所有文獻品質評分均在3.0以上，無低品質文獻
- 相關性優秀: 大多數文獻相關性評分在4.0以上
- 明顯分群: 高優先文獻(8篇)集中在右上方，可參考文獻(4篇)相對分散
- 頂級文獻: 文獻9(Nature期刊)在品質維度獨佔鰲頭
使用建議
優先閱讀順序：
- 文獻9 → 文獻2 → 文獻11 (核心三篇)
- 文獻4 → 文獻8 → 文獻3 (政策與風險)
- 文獻1 → 文獻7 (理論框架)
- 其餘文獻作為補充參考
點擊散點圖中的任一點可直接訪問該文獻的原始連結。