SciFinder 는 CA 의 네트워크 버전이라고 할 수 있으며, 완벽한 장점과 현재 가장 강력한 사후 처리 기능을 갖추고 있습니다. 전반적으로, 나는 WOS 와 벨스탄과 비교할 수 없다고 생각한다. WOS 는 인용체계 수립에 초점을 맞추고 있고, 문장 내용과 지표체계의 건립은 SF 전면적이고 지능이 없어 문장 내용을 분석할 수 없기 때문이다. 예를 들어 주제 검색을 할 때 SF 에 Luminescent 라는 단어를 입력하면 결과에서 형광체, 형광 등의 약속어를 찾을 수 있다. 나는 이것이 WOS 에서는 할 수 없다고 믿는다. 마찬가지로, 우리는 순풍중의 지표어에 대한 분석을 통해 문장 내용에 대해 좀 더 포괄적으로 이해할 수 있으며, 순풍의 지표체계의 건립은 모두 인위적이며, 일정한 규범과 기준이 있다는 것을 알고 있으며, 나는 65438 을 믿는다. 다른 데이터베이스는 모두 기계 색인으로, 전체 텍스트의 내용을 전면적으로 반영하기에 충분하지 않다. 벨스탄에게 전문적인 배경은 유기화학을 잘 알고 있을 것이다. 반응 데이터베이스 또는 사실 데이터라고 할 수 있는 데이터베이스로, 반응과 일부 이화 데이터만 포함되며 특허는 포함되지 않으므로 업데이트가 느립니다.

물론, Shunfeng 과 같이 완벽한 데이터베이스는 없으며 단점도 있습니다. 참조 시스템을 예로 들어 보겠습니다. 현재 SF 도 인용체계 수립을 강화하고 있지만 인용문도 점차 95 년 정도를 포괄하고 있다. WOS 는 이미 1900 년을 포괄하고 있다고 주장하지만, 당신 학교가 얼마나 구매할 권리가 있는지, 1900 에 연결할 수 있는지도 봐야 한다. 그러나 인용 체계의 경우, 동생은 거의 5- 10 년의 인용이 충분하다고 생각한다. 과학 연구의 관점에서 볼 때, 새로운 분야에 대한 인용은 최근 몇 년 동안만 나타나거나, 아니면 몇 년이 걸려야 나타날 수 있기 때문에, 인용부터 시작하면 다른 사람에게 몇 년 뒤지지 않을 것이기 때문이다. 이것은 내 동생에게 묻는 질문이다. Beilstein 에 대해 말하자면, 나는 이 데이터베이스도 그것의 하이라이트가 있다고 생각한다. 첫 번째는 그의 사실 수치다. 확실히 많다. 1980 이전의 반응이 순풍보다 낫다. SF now 의 응답은 beilstein 의 응답보다 많지만 두 데이터베이스에서 응답의 적용 연도는 다릅니다. 1980 이전의 반응과 일부 고전적인 반응에 대해서는 beilstein 에서 더 잘 찾을 수 있지만, 새로운 반응, 특히 일부 특허에서의 반응에 대해서는 beilstein 에서 찾는 것보다 SF 에서 찾는 것이 훨씬 낫다고 할 수 있습니다. 이것은 반응 검색에서 두 데이터베이스의 차이점 중 하나이지만, 이 차이만으로는 두 데이터베이스의 차이를 반영할 수 없다면, 모두가 이 두 데이터베이스를 모두 사용했다면, 이 두 데이터베이스가 어떻게 반응을 검색했는지는 분명해야 한다. (존 F. 케네디, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스, 데이터베이스) Beilstein 에서는 반응물과 산물 외에도 용제, 촉매, 수율 및 반응 단계를 설정해야 합니다. 벨스탄의 판매원의 말로, "이것은 우리를 찾는 더 좋은 방법이 아니다." 라고 말했다. 하지만 SF 에서는 그렇게 할 필요가 없습니다. 우리는 단지 반응물과 생성물을 설정하기만 하면 된다. 촉매, 반응 단계 및 용제와 같은 반응에 대한 모든 정보는 SF 의 사후 처리 기능을 통해 얻을 수 있습니다. 둘 사이의 검색상의 생각과 차이를 상상할 수 있다. Belstein 은 검색 전에 검색 범위를 제한했습니다. 왜냐하면 그의 검색 범위는 모두 우리 과학 연구에서 알고 있기 때문입니다. 물론, 당신은 그것을 제한할 필요는 없지만, 다음에는 하나씩 봐야 합니다. 내가 아는 한 가지는 누군가가 실제로 처음으로 검색된 1000 개 이상의 회신을 1 을 보았다는 것이다. 오, 이런. 순풍에게 그렇게 번거롭지 않다고 믿는다. 나는 가장 광범위한 결과를 처음으로 얻을 수 있고, 분석을 통해 내가 관심 있는 반응을 얻을 수 있으며, 때로는 내가 모르는 것을 얻을 수 있다.