Kaynakçanız gerçekten doğru mu?

Akademik Kaynakları, Atıfları, Bilimsel Dayanakları ve Dergileri Doğrulayın

Örnek senaryolar — birini seçin, araç hemen kontrol etsin.Misafir: günde 5 sorgu · Üye: ilk gün sınırsız, sonra günde 20 kaynak · Pro: sınırsız.
Dosya

Seçtiğiniz stil, aşağıdaki düzeltilmiş kaynakçayı ve kopyalanan/indirilen çıktıyı belirler.

Metniniz tarayıcınızda işlenir, saklanmaz ve Turnitin gibi hiçbir intihal veri tabanına gönderilmez.

Bu aracı nasıl kullanırım?

Kaynak listeni yapıştır (veya .txt/.docx/.pdf yükle); her kaydı akademik veri tabanlarıyla karşılaştırıp doğrularız — uydurma, eşleşmeyen, geri çekilmiş veya yanlış biçimli atıfları yakalar.

  1. Kaynaklarını yapıştır ya da dosya yükle — tam metinden “Kaynakça” bölümünü otomatik buluruz. .bib/.ris içe aktarma da desteklenir.
  2. Bir atıf stili seç (APA 7, IEEE, Vancouver, MLA veya bir CSL stili).
  3. “Kontrol et”e bas. Her kaynak gerçeklik (DOI / yıl / yazar / dergi), biçim ve geri çekilme veri tabanı açısından denetlenir.
  4. Sonucu oku: renkli rozet (doğrulandı / şüpheli / bulunamadı) ve her kayıt için 0–100 güven puanı.
  5. Herhangi bir atıfa tıkla → eşleşen kaynak kaydını ve nerede bulunduğunu gör.
  6. “Onarılmış kaynakça”yı kopyala ya da Word olarak indir — eksiksiz, sıralı liste: doğrulananlar yeniden yazılır, kalanlar özgün bırakılır ve elle kontrol için numaralanır.
  7. Göndermek üzereysen “Gönderim öncesi denetim” kartını kullan: hedef dergiyi yaz; kaynakça sağlığı, geri çekilmeler ve derginin güvenilirlik denetimi tek Word raporunda birleşir.
Tüm kılavuz & PDF →

115+ üniversite ve kurum ağından, dergi editörleri ve araştırmacılar tarafından kullanılıyor.

Sonuçta ne görürsünüz

Her kaynak akademik indekslerde aranır ve üç sonuçtan biriyle işaretlenir:

Doğrulandı#1

Vaswani, A., ve diğerleri (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30.

Kayıt bulundu; başlık, yazar ve yıl eşleşti. Künye gerçek ve seçtiğiniz biçime göre düzeltildi.

Doğrulanamadı — kontrol edin#2

Devlin, J., ve diğerleri (2018). BERT: Pre-training of deep bidirectional transformers for language understanding. NAACL.

Kaynak arandı ama kesin eşleşme yok — başlık tuttu, yıl uyuşmuyor (kayıt 2019). Hatalı demek değil; gönderim öncesi elle bakın.

Şüpheli / uydurma#3

Ozdemir, C. (2023). Derin öğrenme ile erken kanser teşhisinde yeni bir yaklaşım. Journal of AI in Medicine, 12(3), 45-60. https://doi.org/10.1234/jaim.2023.045

CrossRef, OpenAlex, PubMed ve diğer indekslerde eşleşme yok; DOI hiçbir veri tabanında çözülmüyor — büyük olasılıkla uydurma.

Üyeler ücretsiz haftalık e-posta alarmı kurabilir: yayınlarınıza yeni atıf (ORCID), bir konuda yeni makale, takip ettiğiniz yazarın yeni yayını ve kayıtlı raporlarınızdaki kaynakların geri çekilmesi. Alarmları kur →