3个步骤解决USTC LaTeX模板中arXiv文献引用难题:技术解析
2026-03-16 07:36:36作者:郁楠烈Hubert
一、问题引入:学术引用中的"灰色地带"
1.1 预印本引用的学术困境
在撰写学位论文时,研究人员经常需要引用arXiv上的预印本论文。这些尚未经过同行评审的研究成果,就像是学术社区中的"半成品"——既有价值又未完全成熟。然而,国家标准GB/T 7714—2015并未明确规定这类文献的引用格式,这给论文写作带来了不小的困扰。
1.2 错误引用的潜在风险
错误的arXiv引用可能导致两种不良后果:要么过度强调预印本的学术地位(错误标记为期刊文章),要么未能充分体现其学术价值(信息不完整)。这两种情况都可能影响论文的专业度和评审结果。
二、核心概念:理解学术引用的"交通规则"
2.1 文献类型的"身份标识"
学术文献就像交通参与者,不同类型有不同的"身份标识"。期刊文章([J])如同正规出租车,有明确的"运营许可";而arXiv预印本更像是"共享单车"——实用但尚未获得完全的"运营资质",因此更适合归类为其他类型文献([A])。
2.2 BibTeX条目的"身份证结构"
一个标准的arXiv文献BibTeX条目就像一张完整的身份证,需要包含几个关键"身份信息":
eprint:arXiv的"身份证号码"(唯一标识编号)archivePrefix:固定为"arXiv",如同"发证机关"primaryClass:研究领域的"职业身份"(学科分类)
三、解决方案:三步构建规范引用
3.1 第一步:选择正确的文献类型
@misc{arxiv_example, % 使用@misc类型而非@article
title={论文标题},
author={作者姓名},
year={年份},
eprint={arXiv编号}, % 如:2101.01234
archivePrefix={arXiv}, % 固定值,表明来源
primaryClass={cs.LG}, % 学科分类,如计算机科学-机器学习
url={https://arxiv.org/abs/2101.01234}, % 完整链接
}
3.2 第二步:确保关键信息完整
💡 提示:一个合格的arXiv引用应包含"三要素":
- arXiv编号:文献的唯一标识
- 学科分类:帮助读者理解研究领域
- 访问链接:提供直接获取途径
3.3 第三步:配置模板支持
在ustcthesis模板中,确保使用支持arXiv格式的文献样式文件:
- 对于BibLaTeX用户:推荐使用
ustcthesis-authoryear.bbx和ustcthesis-authoryear.cbx - 对于BibTeX用户:推荐使用
ustcthesis-authoryear.bst
四、实践技巧:提升引用质量的四个维度
4.1 信息获取:从源头确保准确性
| 方法 | 优点 | 缺点 |
|---|---|---|
| 手动编写 | 完全掌控 | 易出错 |
| arXiv官网导出 | 准确完整 | 需要额外步骤 |
| 文献管理软件生成 | 便捷 | 可能需要调整格式 |
⚠️ 注意:推荐直接从arXiv官网使用"Export BibTeX citation"功能获取标准格式,可避免手动输入错误。
4.2 格式一致性:建立个人引用规范
- 所有arXiv引用使用统一的文献类型
@misc - 学科分类保持一致的大小写(如统一使用小写:cs.lg)
- URL格式统一使用
https://arxiv.org/abs/前缀
4.3 常见问题排查清单
- [ ] 是否错误使用了
@article类型? - [ ] 是否遗漏了
archivePrefix={arXiv}字段? - [ ] 学科分类是否准确反映研究领域?
- [ ] URL是否能直接访问到目标论文?
4.4 模板兼容性测试
在提交论文前,建议使用test目录下的测试文件进行格式验证:
# 克隆项目仓库
git clone https://gitcode.com/gh_mirrors/us/ustcthesis
# 运行测试用例
cd ustcthesis/test
bash test.sh
通过以上步骤,您的arXiv文献引用将既符合学术规范,又能准确传达研究信息,为您的学位论文增添专业色彩。记住,规范的引用不仅是对他人研究的尊重,也是自身学术素养的体现。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253