引用與參考文獻：從 APA、IEEE 到引用管理工具

當審稿人問「這句話的出處在哪？」

你花了三週做完一個漂亮的實驗，寫成論文投出去。兩個月後審稿意見回來，第一條就是：

"The claim that 'attention mechanisms outperform recurrent models in all sequence tasks' (line 42) is overstated and lacks citation. Which study supports this?"

你愣住了——那句話你「記得」是從某篇論文看來的，但已經想不起是哪一篇。於是你回去翻 Zotero、翻瀏覽器歷史、翻下載資料夾裡四十個 paper(3).pdf，花了整個下午才找到那篇 2017 年的文章，結果一看，原文根本沒說「所有」序列任務，只說「機器翻譯」。

這個故事幾乎發生在每一位研究新手身上。引用（citation）不是論文寫完後「補上去」的裝飾，而是學術主張的承重結構。一篇論文的可信度，很大程度建立在「每個非原創的論斷，都能追溯到一個可查證的來源」這件事上。這篇文章要談的，就是如何把引用這件事做對——從 APA 與 IEEE 兩大格式的差異，到引用管理工具的實際操作，再到背後的學術倫理機制。

為什麼要引用：三個真正的理由

很多學生以為引用只是「避免被抓抄襲」。這個理解太窄了。引用同時在做三件事：

第一，給予功勞（attribution）。 知識是累積的。你站在前人的肩膀上，就該說清楚那是誰的肩膀。這是學術社群最基本的禮貌與誠信。

第二，提供證據（evidence）。 當你寫下一個事實性論斷，引用就是你的證據鏈。讀者可以順著它去查證，判斷你的主張是否站得住腳。

第三，定位你的貢獻（positioning）。 透過引用，你告訴讀者「現有研究做到哪裡」「我的工作補了什麼缺口」。沒有引用的論文，等於宣稱自己憑空誕生。

看一組對照，感受引用如何改變一個句子的學術重量：

❌ 不佳：Transformer models are better than RNNs.

（誰說的？在什麼任務上？「better」指什麼？這是一句口號，不是學術陳述。）

✅ 改良：On English-to-German translation, the Transformer architecture achieved a BLEU score 2.0 points higher than the best previously reported recurrent model (Vaswani et al., 2017).

（明確的任務、明確的指標、明確的出處。讀者可以查證，也知道這個「better」的邊界。）

關鍵心法：凡是不是你自己想出來的事實、數據、觀點、定義，都需要引用。 唯一的例外是「公認常識」（common knowledge），例如「水的化學式是 H₂O」不需要引用。但拿捏不準時，寧可多引一個。

APA 與 IEEE：兩種世界觀

學術界沒有單一的引用格式。不同領域演化出不同慣例，背後反映的是不同的學科文化。你最常遇到的兩種是 APA 與 IEEE。

APA（American Psychological Association） 通行於社會科學、教育、心理、人文。它的核心是「作者—年份」（author-date）系統。內文引用會出現作者姓氏與年份，因為這些領域重視「誰在何時提出」——理論的時序與歸屬是論證的一部分。

IEEE（Institute of Electrical and Electronics Engineers） 通行於工程、電腦科學、資訊。它用「編號」（numbered）系統。內文引用是方括號裡的數字 [1]，參考文獻按出現順序排列。工程論文重視的是「事實本身」，作者是誰、哪一年相對次要，所以用最精簡的編號帶過。

看同一個句子在兩種格式下的樣子：

APA 內文： Recent work has shown that self-attention scales poorly with sequence length (Tay et al., 2022).

IEEE 內文： Recent work has shown that self-attention scales poorly with sequence length [4].

對應的參考文獻條目：

APA： Tay, Y., Dehghani, M., Bahri, D., & Metzler, D. (2022). Efficient transformers: A survey. ACM Computing Surveys, 55(6), 1–28. https://doi.org/10.1145/3530811

IEEE： [4] Y. Tay, M. Dehghani, D. Bahri, and D. Metzler, "Efficient transformers: A survey," ACM Comput. Surv., vol. 55, no. 6, pp. 1–28, 2022.

注意幾個系統性差異：

最常見的錯誤是「混用」。 同一篇論文裡前半段用 (Smith, 2020)、後半段用 [3]，審稿人一眼就看出你沒讀投稿須知。動筆前先確認目標期刊或會議要求哪一種格式，整篇從頭到尾貫徹。

內文引用的語法細節（魔鬼藏在這裡）

格式正確只是及格線，真正拉開差距的是內文引用的「用法」。

敘述式 vs 括號式（APA）。 同一個引用，你可以選擇把作者寫進句子，或塞進括號，語氣完全不同：

括號式（parenthetical）： Worked examples reduce cognitive load for novice learners (Sweller, 1988).

敘述式（narrative）： Sweller (1988) argued that worked examples reduce cognitive load for novice learners.

什麼時候用哪一種？當你想強調「這個人/這個團隊」時用敘述式（例如要對比兩位學者的立場）；當你只是要為一個事實提供背書時用括號式（讓論述流暢，作者退居幕後）。

多位作者的處理（APA 第七版）。 這是新手最容易出錯的地方：

三位以上作者，第一次出現就用 et al.： ❌ 不佳：(Brown, Liu, Garcia, & Tanaka, 2021) ← 第七版不再列全 ✅ 改良：(Brown et al., 2021)

兩位作者，每次都要列出兩位，且括號內用 & 、敘述句用 and： ✅ 括號式：(Lee & Kim, 2019) ✅ 敘述式：Lee and Kim (2019) found that...

引述具體文字要標頁碼。 當你直接引用原文（quotation）或指涉特定段落，必須給頁碼：

❌ 不佳：The author defines scaffolding as temporary support (Wood et al., 1976).

✅ 改良：Scaffolding is defined as "those elements of the task that are initially beyond the learner's capacity" (Wood et al., 1976, p. 90).

IEEE 的編號合併與範圍。 引用多個來源時，IEEE 有簡潔的寫法：

連續：as shown in [1]–[3] 不連續：several studies [1], [4], [7] confirm this

看一個例子：把一段「裸論述」改造成有憑有據的學術段落

假設你在寫一篇關於 AI 輔助學習的論文，初稿寫了這麼一段：

❌ 不佳初稿： AI tutoring systems are very effective. They help students learn faster than traditional methods. Many studies prove this. Also, students like using them more than textbooks.

問題一籮筐：「very effective」沒量化、「many studies」沒指名、「prove」太武斷、「students like them more」沒證據。改造後：

✅ 改良版： Meta-analytic evidence suggests that intelligent tutoring systems (ITS) produce learning gains comparable to human tutoring, with an average effect size of g = 0.66 over no-tutoring conditions (VanLehn, 2011). However, this advantage is not uniform: ITS outperform textbooks (g = 0.79) but show smaller gains relative to small-group human tutoring (Ma et al., 2014). Reported learner preference for ITS over print materials is more equivocal and appears to depend heavily on interface design (Nye et al., 2014).

改良版做了四件事：把模糊的「effective」換成具體效果量、把「many studies」換成具名來源、用「suggests」取代「prove」（學術寫作避免絕對化）、並誠實呈現「不是所有面向都一致」的複雜性。這就是引用的力量——它讓你的論述同時更謙遜、更可信。

（提醒：上面的效果量數字是示範用途，你在真實寫作時必須核對原始文獻的實際數據，切勿照抄。）

用工具管理引用：別再手動排版

如果你還在 Word 裡手動打 (Author, 2020) 然後在文末手動維護一張參考文獻表，你正在浪費生命，而且幾乎必然出錯。引用管理工具（reference manager）解決三個痛點：自動格式化、一鍵切換格式、文獻與內文同步。

主流選擇：

• Zotero（免費、開源）：最推薦給學生。瀏覽器外掛一鍵抓取網頁／PDF 的書目資料，Word／Google Docs 外掛插入引用，切換格式只需下拉選單。
• Mendeley（免費，Elsevier 出品）：附 PDF 標註與社群功能。
• EndNote（付費）：老牌，許多大學有授權，功能最全但較笨重。
• BibTeX / BibLaTeX（LaTeX 生態）：寫 LaTeX 的人用。書目存在 .bib 檔，\cite{key} 引用，編譯時自動生成參考文獻。

動手試試：用 Zotero 走一遍完整流程

1. 安裝。 下載 Zotero 桌面版 + 瀏覽器 Connector 外掛。
2. 抓取文獻。 在 Google Scholar 或期刊頁面找到目標論文，點瀏覽器工具列的 Zotero 圖示。它會自動把標題、作者、年份、DOI、期刊等 metadata 存進你的書庫，通常連 PDF 一起下載。
3. 檢查 metadata。 這一步最多人跳過，卻最重要。自動抓取常出錯：作者名順序顛倒、期刊名變全大寫、年份缺失。抓進來後一定要人工核對一遍，垃圾進、垃圾出。
4. 在 Word 插入引用。 安裝 Zotero 的 Word 外掛後，游標停在要引用的位置，點 "Add/Edit Citation"，搜尋論文，選定，完成。內文標記自動產生。
5. 生成參考文獻表。 文末點 "Add/Edit Bibliography"，整張表自動生成並排序。
6. 切換格式。 投稿被拒、改投另一個用 IEEE 的會議？在 Document Preferences 把樣式從 APA 7th 換成 IEEE，整篇論文的內文標記與參考文獻瞬間全部重排。這就是工具的價值。

一個實用技巧：用 BibTeX key 或 Zotero 的 tag 功能，把文獻按主題分組（例如 cognitive-load、transformer、assessment），寫到哪一節就知道去哪一組找彈藥。

常見迷思與紅線

迷思一：「換句話說就不用引用」。 錯。改寫（paraphrase）別人的觀點仍然要引用，只是不需要引號。沒引用的改寫就是抄襲（paraphrasing plagiarism），而且是審稿人與比對軟體最常抓到的類型。

迷思二：「引用越多越好」。 不是。塞一堆不相關的引用（padding）反而暴露你沒讀懂文獻。每個引用都該為當下論點服務。

迷思三：「引二手就好」。 你看到 B 論文說「A（1990）發現了 X」，於是你也寫 (A, 1990)。但你根本沒讀過 A。這叫二手引用，風險很高——B 可能誤讀了 A。原則是：引用你真正讀過的東西。若真的只能取得二手資訊，誠實標註：(A, 1990, as cited in B, 2020)。

紅線：絕不引用你沒讀過、甚至不存在的文獻。 在生成式 AI 時代這條紅線尤其要劃清。大型語言模型會「幻覺」出看似真實、實則不存在的論文——作者、標題、期刊、年份都編得有模有樣，DOI 卻連不到任何東西。任何由 AI 協助產生的引用，每一條都必須回到原始資料庫（Google Scholar、Semantic Scholar、期刊官網）逐一查證。 投出一篇含幻覺引用的論文，是學術生涯最快的自毀方式之一。

重點回顧

1. 引用做三件事：給功勞、給證據、定位貢獻。凡非自己原創的事實、數據、觀點、定義都要引用。
2. APA 用「作者—年份」，IEEE 用「編號」；選定一種就全文貫徹，絕不混用。動筆前先讀目標 venue 的投稿須知。
3. 內文引用講究用法：敘述式強調作者、括號式強調事實；直接引述標頁碼；三位以上作者用 et al.；改寫照樣要引。
4. 用引用管理工具（Zotero 等）自動格式化、一鍵切換格式——但抓進來的 metadata 一定要人工核對。
5. 三條紅線：改寫也要引、引你真正讀過的、絕不引用 AI 幻覺出來的不存在文獻。

深入探討（研究所視角）

到了研究所階段，引用從「技術操作」上升為「學術論證的策略性工具」，背後牽涉幾個更深的機制。

引用作為一種修辭行為。 應用語言學中的 Swales「CARS 模型」（Create A Research Space）揭示，論文引言的本質是透過引用「建立領域、指出缺口、卡進自己的位置」三步。同一篇文獻，你可以「支持式引用」（integral，把它當盟友）或「對立式引用」（non-integral，把它當靶子）。高手的文獻回顧不是流水帳，而是用引用編織出一張「現有研究都在這裡、唯獨我這塊是空白」的地圖。學會區分 confirmative、contrastive、與 critical 三種引用立場，是從「會引用」到「善用引用」的關鍵躍升。

引文計量學與其陷阱。 引用同時是「科學計量學」（scientometrics）的原料。h-index、影響因子（impact factor）、引用網絡分析，都建立在引用資料之上。但這裡有個值得警惕的扭曲：「引用偏誤」與「Matthew effect」——已被高度引用的論文會被更多人引用，未必因為它更正確，而因為它更顯眼。理解這層機制，你才能對「這個領域大家都引這篇」保持批判，而非盲從權威。延伸閱讀可參考 retraction（撤稿）後仍持續被引用的現象，這暴露了引用系統的滯後與盲點。

識別子基礎建設與機器可讀的引用。 現代引用正在從「人讀的字串」演化為「機器可解析的結構化資料」。DOI（數位物件識別碼）、ORCID（研究者唯一識別碼）、CrossRef 與 OpenAlex 等開放引文資料庫，讓引用網絡可被程式大規模分析。BibTeX 的 .bib 檔、CSL（Citation Style Language，Zotero 背後的 XML 樣式引擎）都是這套基礎建設的一環。理解 CSL 的運作，你會明白為什麼 Zotero 能一鍵切換上千種格式——因為「資料」與「呈現」被徹底分離了，這正是電腦科學「關注點分離」（separation of concerns）原則在學術寫作中的體現。

跨領域連結：引用即圖（citation as graph）。 把每篇論文當節點、每個引用當有向邊，整個學術文獻就是一張巨大的有向圖。這讓引用分析與圖論、網絡科學、乃至圖神經網絡（GNN）研究直接接軌——文獻推薦系統、研究趨勢預測、跨領域橋樑論文的偵測，本質都是圖上的演算法問題。對資工背景的研究生而言，「管理自己的引用」與「研究引用網絡」其實是同一枚硬幣的兩面：前者是微觀的個人實踐，後者是宏觀的科學結構。當你下次在 Zotero 裡整理書目時，不妨意識到——你正在親手繪製這張知識之圖的一個小角落。