把 CiteReal 生成的核对清单直接丢给作者改，通常会出现两种失控：一条引文查不到，就被当成整篇引用都有问题；或者几十条结果混在同一列里，分不清哪条必须删、哪条只是信息不全。更稳的做法是先把每条引文的核验结果压成三档状态，再把「查不到」的那几条单独拎出来做第二轮检索，最后按状态决定处置，而不是按印象决定。
先给每条引文落一个明确状态：能对上、对不上、查不到。对不上的一般是字段抄错，回原文按版权页、卷期页、署名顺序取值即可修复；查不到的要单独集中再检索一轮，区分「检索入口不对」和「确实不存在」。清单用带状态列的 CSV 保存，用一段脚本按状态过滤汇总，避免遗留条目被顺手放过。删除、替换、降级为未见原文这三种处置，需要在正文里留下可核对的标注。
先按条目建立三档状态
三档状态不是给整篇文献打标签，而是给每一条引文打标签。判定依据建议只围绕可核对的字段：作者姓名的拼写与顺序、标题、刊名或会议名、年份、卷期、页码、DOI 或稳定链接。任何一个字段对不上，就落到对应档位；不要用「感觉这条应该没问题」来兜底。
| 状态 | 判定依据 | 典型表现 |
|---|---|---|
| ok（能对上） | 作者、标题、出处、年份、页码逐项与原文一致 | 仅大小写、连字符、缩写形式差异，不影响定位 |
| mismatch（对不上） | 能定位到原文，但清单里至少一个字段与原文不符 | 年份差一年、页码取成了起始页、作者顺序颠倒 |
| notfound（查不到） | 用一个检索入口没有结果，尚不能断定原文不存在 | 标题片段过长、刊名写成简称、缺作者 |
清单建议存成 CSV，列固定为：cite_id, raw_text, authors, title, venue, year, pages, doi, status, note。每条引文一行，status 只允许写 ok / mismatch / notfound 三个值，note 里记「用哪个入口查的、查到什么、还缺什么」。状态列保持机器可读，备注列留给人看，两者不要混在一起。
把查不到的条目集中再检索一遍
把 status 为 notfound 的行抽出来单独排队处理，不要和 mismatch 混着改。第二轮检索按三条路径依次走，每条路径都要写清期望结果，避免无限重试。
- 换检索入口：从通用搜索引擎换到 Crossref、DataCite、PubMed、CNKI 这类按元数据检索的库，或者换成出版社站点内的检索框。期望结果是把 notfound 缩小成「有唯一命中」或「多命中需要人工判断」两种情况。
- 缩窄标题片段：把标题截到 4～6 个实词，去掉副标题、破折号后的部分和中文书名号，再用作者姓氏加年份做一次组合检索。期望结果是命中数从零变成个位数，从而拿到可核对的出处信息。
- 查作者其他作品：用作者姓名加机构或研究主题，翻该作者的作品列表或主页，看这条是否属于被漏检的一篇。期望结果是确认「作者确实写过，但清单里的题录抄错了」，或者确认「该作者作品列表里没有这一条」。
三条路径都走完仍然没有命中，才可以把它记为「待定」，暂时不要直接判定为不存在。经验上，题目表述被改写、会议论文只存在于论文集、报告类文献没有 DOI，都会造成检索不到而不是不存在。
把对不上的条目改回原文信息
mismatch 是投入产出比最高的一档，多数情况是字段抄写问题，不需要重新找文献。修改时以原文的对应位置为准，不要以另一个数据库的记录为准。
- 年份：取原文版权页或卷首的出版年；期刊按卷期对应的年份，不要取在线优先发布年。
- 页码：取正文首页到末页的完整起止页；只有文章编号的出版物写文章编号，不要臆造页码区间。
- 作者顺序：严格按原文署名顺序，不按字母序或贡献大小重排；通讯作者标记保留但不改变顺序。
- 刊名与卷期：刊名用原文的完整刊名，卷期分别取值，不要把「第 3 卷第 2 期」塞进一个字段。
改法示例（CSV 行，仅示意字段位置）：改前 2021, 45-45, Wang L.; Chen Y.，按原文改为 2022, 45-58, Chen Y.; Wang L.，同时在 note 写「按原文版权页与首页署名顺序更正」。改完把这些行状态改回 ok，并保留 note 便于追溯。
用一段命令把状态表里未解决的行汇总
人工翻表容易漏行，用一段脚本按状态列过滤，跑完把输出条数和表内计数对一遍。下面是通用骨架，字段名按你的 CSV 表头替换。
import csv
from collections import Counter
path = "refs_check.csv"
rows = list(csv.DictReader(open(path, encoding="utf-8")))
print(Counter(r["status"] for r in rows))
for r in rows:
if r["status"].strip() in {"mismatch", "notfound"}:
print(r["cite_id"], r["status"], r["title"][:60], "|", r["note"][:40])只想快速看数量，也可以先用 shell 过滤：awk -F, 'NR>1 && ($9=="mismatch" || $9=="notfound")' refs_check.csv | wc -l。两种方式都要求输出条数与表内这三档计数的和一致；对不上说明 CSV 里有空状态、首尾空格或多行字段，需要先清洗再统计。
决定这批引文的去留
核验结果最终要落到正文层面，按状态分三种处置，口径尽量统一，避免同一篇里处理方式互相矛盾。
- 删除：适用于确认不存在、或与论点无实质支撑关系的条目。正文中直接去掉引用标记和对应的陈述句，不要留下「据说」「有研究表明」这类无主语句。
- 替换：适用于论点成立但原引文题录不可靠的情况。换成能对上原文的等价文献，并在正文中把该句的事实主张与替换后的文献对应上，避免换文献不换说法。
- 降级为未见原文：适用于只拿到二次引用、或仅能看到摘要的条目。正文表述改为转述来源，例如「据某某综述转引」，并在清单 note 里写明未见原文的原因。
三种处置都建议记回 CSV，新增一列 action（keep / delete / replace / degrade），并保留原始状态列不清空。这样下一轮复核时，能直接看到某条引文是被删掉的还是被降级处理的，而不是只看到最终稿里少了一行。