环境科学证据图谱构建：人类排泄物与生活污水中养分回收研究的系统映射方法学探索

本研究针对环境科学领域日益增长的文献体量，提出了一套系统映射方法论，通过比较五种关于人类排泄物和生活污水中养分回收的证据图谱（包括系统性和非系统性），量化了流程差异对图谱结果的影响。研究人员发现，在术语标准化程度低的领域，优化检索策略是确保图谱全面性与平衡性的关键，同时揭示了"差异化的检索词敏感性与特异性"这一核心问题。该研究为大规模文献证据整合提供了效率优化方案，其成果已应用于在线证据平台Egestabase的建设，对推动循环经济中的养分管理决策具有重要意义。

　　

随着全球人口增长和资源短缺加剧，如何实现人类排泄物和生活污水中养分的循环利用已成为环境科学领域的重要课题。然而，该领域每年产生海量研究文献，术语体系却缺乏标准化，导致传统文献综述方法难以全面把握研究全貌。更棘手的是，当研究者试图构建系统证据图谱时，常面临文献体量与可用资源的严重失衡——要么被迫缩小研究范围，要么需要开发更高效的图谱构建流程。

瑞典农业科学大学（Swedish University of Agricultural Sciences, SLU）与苏黎世应用科技大学（Zurich University of Applied Sciences, ZHAW）的Robin Harder团队，通过分析五个相互关联的证据图谱（涵盖150,000篇筛选文献和15,000篇编码文献），首次量化了不同映射流程对结果的影响。研究发现，在构建在线证据平台Egestabase的过程中，检索策略的优化比严格遵循系统图谱标准更能保证结果的全面性。该成果近期发表在《Environmental Evidence》期刊，为环境管理领域的证据合成提供了方法论创新。

研究采用多维度技术方法：通过文献计量分析比较五种证据图谱的覆盖范围；运用数据库API实现高效文献检索；开发定制化筛选编码工具提升处理效率；建立子域特异性检索策略解决"差异化敏感性与特异性"问题。特别值得注意的是，团队创新性地将广泛检索与针对性检索相结合，通过迭代优化构建了包含82个子域的检索体系。

【检索策略的核心作用】
数据分析显示，检索词选择是影响图谱质量的最大变量。比较不同证据图谱发现，使用"人类尿液AND鸟粪石沉淀"等精准检索式比复合检索式的灵敏度平均提高47%，特别是在生物分解（DEC.BIO）和热分解（DEC.THE）等子域。而仅依赖标题字段检索会导致30%的关键文献遗漏。

【数据库选择的边际效应】
虽然Scopus和Web of Science的文献覆盖重叠率达78%，但同一检索式在不同数据库的执行效果差异显著。例如Scopus检索出532篇Web of Science未检出的文献，反之亦然，这主要源于各数据库对检索运算符的不同解析方式。

【流程优化的平衡艺术】
研究表明，在资源有限时，适当放宽系统图谱标准可能更有效。例如通过"即时一致性检查"替代全程双人审核，可使编码效率提升8倍而不显著影响质量（误差率<5%）。但必须保留对易混淆编码类别（如不同来源的鸟粪石沉淀）的重点核查。

【术语标准化的迫切需求】
跨图谱分析揭示，研究者对"隐含再利用"的解读差异会导致子域覆盖率的2倍波动。例如在氨释放捕获（NUT.AMM）技术方面，是否包含未明确说明农业用途的研究会显著改变证据分布格局。

这项研究的重要价值在于为大规模环境证据整合提供了实用框架。通过证明"差异化检索词敏感性与特异性"现象的存在，研究团队提出了子域特异性检索策略这一创新解决方案。实践表明，该方法使Egestabase平台较传统系统图谱多捕获了23%的边缘研究，特别是在污染物去除（CON.RED）和微藻生长（NUT.PRO）等容易被忽视的子域。这些发现不仅适用于养分回收领域，对其它术语多元化的环境研究同样具有借鉴意义。随着开放获取数据库OpenAlex等新工具的出现，该研究指出的检索策略优化方向将变得更加重要。