同一篇论文在 ScholarMuse 与常用数据库里对不上，建议先不要把它归因于“数据源不同步”。更常见的解释是两边在检索范围、时间窗口、结果排序这三处设定不同：关键词是否做精确匹配、时间范围是绝对日期还是“近五年”、结果按相关度还是按时间排，任何一项不同都会让同一条查询给出不同页面。判断顺序可以先固定条件做一次可复现比对，再看差异落在数量还是排序上，最后确认两边的检索覆盖边界；这三步排除掉之后，才值得继续追问收录与更新问题。

ScholarMuse 与数据库结果对不上，通常先排除检索范围、时间窗口、结果排序三项设定差异，而不是直接判定数据源不同步。建议把关键词字符串、起止日期、页码与每页条数固定下来，做一次可复现比对；差异表现为数量差时，多半指向覆盖范围与收录边界，表现为排序差时，多半指向排序字段与索引更新时间。把条件、结果、对比对象一并记入记录，其他人才能按同一路径复核。

固定检索条件，先做一次可复现的比对

不固定条件就比对，很容易把“条件不一致”误读成“数据不同步”。需要先固定三项：关键词用完全相同的字符串，两边分别确认是否做精确短语匹配、是否自动扩展同义词、是否区分单复数；时间范围用同一个起止日期，不要用“近五年”这类相对表述；返回条数固定成同一页码和同一页大小，比如都取第 1 页每页 20 条。此外，两边的检索字段（标题摘要还是全文）也建议先按默认值如实记录，暂不调整。

# 固定条件模板，比对两次时原样使用，只替换 source
query       : "graph neural network recommendation"   # 原样字符串，不改写、不增删引号
match_mode  : exact_phrase | all_terms                 # 两边分别记录实际取值
time_range  : 2019-01-01 ~ 2023-12-31                   # 绝对日期，避免相对时间
page        : 1
page_size   : 20
sort        : relevance                                # 第一轮统一按相关度
field_scope : title_abstract | fulltext                # 两边分别记录实际取值
source      : ScholarMuse | 对比数据库名

两次比对各自留一份结构化记录，字段不必多，但要能对上号：

{
  "run_id": "cmp-001",
  "source": "ScholarMuse",
  "query": "同固定条件模板",
  "time_range": "2019-01-01~2023-12-31",
  "page_size": 20,
  "returned_count": "实际返回条数",
  "hit_total_shown": "页面是否显示命中总数；显示则抄录原值",
  "top5_titles": ["第1条", "第2条", "第3条", "第4条", "第5条"],
  "checked_at": "记录时间"
}

如果两边返回条数、分页情况和前几条标题都一致，那条“对不上”的论文大概率是被更靠后的排序位置挡住了，问题性质就从“数据缺失”变成“排序差异”。

看差异是数量差还是排序差

两类差异指向的原因不同，建议分开判断。

数量差表现为：同一条件下一页的命中总数不同，或者翻到第 3 页、第 5 页时一边已经到底、另一边还有内容；也可能某条论文在一侧能检到、在另一侧同条件下完全检不到。数量差通常指向收录边界（哪些出版物被索引、哪些只有元数据没有正文）、更新与回溯时间（新入库文献还没进索引），以及语言、学科、文献类型等过滤项的默认值不同。

排序差表现为：两边命中总数接近或相同，前 N 条集合也大体重合，但顺序不同；或者目标论文在 A 侧排第 1 页、在 B 侧排第 4 页。排序差通常来自排序字段的权重差异（是否纳入全文词频、是否考虑引用量或新鲜度）、匹配字段范围不同，以及索引更新时间不同导致的候选集差异。这类差异往往更难确认，需要结合比对记录中的 top5_titles 与目标论文的实际名次来判断。

复现方式：保持固定条件不变，先把两边都切到按时间倒序，看同一时间窗内的结果集合是否一致；再切回相关度排序，只比较前两页的标题顺序。切排序字段这一步，是把“候选集差异”和“排序权重差异”分开的关键动作。

确认检索覆盖的范围边界

数量差排查到最后，通常要落到检索范围的设定上。可以先逐项对照三处：

• 语言过滤：一侧默认只返回中文或只返回英文，另一侧不限语种。表现是同一关键词下命中总数成倍不同，且缺失的多为特定语种文献。处理方式是两边都显式设为“不限语言”后再比对。
• 学科或主题过滤：一侧默认勾选了若干学科库，另一侧是跨库检索。表现是交叉学科论文在一侧检不到，而它本身确实被收录。处理方式是先清空所有学科勾选，再逐项加回，观察命中总数在哪一步发生变化。
• 全文检索与摘要检索：按全文检索会命中正文里提到关键词但主题无关的文献，按标题摘要检索则结果更窄、更贴近主题。表现是全文检索一侧命中更多、相关性更散。处理方式是两边都显式指定同一字段范围，并在记录中写明 field_scope。

逐项关闭时建议一次只改一个维度，改完立刻记录命中总数与前 5 条标题。三项都对齐后仍有差异，才需要把方向转到收录与更新机制上，并且最好附上具体论文标识（标题、DOI 或来源刊物与年份）作为例证。

把结论写成可复核的记录

记录的目的，是让别人不必重跑一遍全部排查，也能按同一条路径验证。建议每条结论都带上条件、结果、对比对象和判断四项，缺一项都难以复核。

写判断时建议保守表述：能确认的写“在固定条件下，A 侧命中总数与 B 侧不同，差异集中在某语种文献”；不能确认的写“尚未排除收录时间窗口的影响，需要结合具体出版日期确认”。把不确定项留在记录里，比强行给一个“数据不同步”的结论更有用——后来的复核者可以沿着同一组条件继续往下查。