2023年Zotero最新同步教程-使用TeraCloud的25G免费空间实时跨设备同步文献

文章目录

    • [1. 前言](#1. 前言)
      • [2.1. 注册账号](#2.1. 注册账号)
      • [2.1.1. 填写注册信息](#2.1.1. 填写注册信息)
      • [2.1.2. 创建账号成功](#2.1.2. 创建账号成功)
      • [2.1.3. 注意](#2.1.3. 注意)
      • [2.2. 扩容空间](#2.2. 扩容空间)
      • [2.3. 打开WebDAV](#2.3. 打开WebDAV)
    • [3. Zotero配置WebDAV同步](#3. Zotero配置WebDAV同步)
      • [3.1. 设置网址](#3.1. 设置网址)
      • [3.2. 验证服务器](#3.2. 验证服务器)
      • [3.3. 文件同步成功](#3.3. 文件同步成功)
    • [4. 结语](#4. 结语)

1. 前言

  • Zotero免费版的存储空间是300m,一个图文PDF动辄两三M,大一点的甚至十来M,也就是说不用放几个PDF很快就把这个存储空间占满了,此时我们要么选择官方方案升级自己的存储空间,要么使用WebDAV同步。官方的存储空间扩容一个月6美元,虽然咬咬牙也能付得起,但一年下来也好几百块钱,还是有点肉疼。但如果选择WebDAV同步的话,你会发现国内99%的网盘都不支持WebDAV,据我所知国内似乎只有一个坚果云开放了这个接口。但如果使用坚果云同步的话,一个月1G的增量同步,虽然够用一段时间,但如果你的文献数量比较多或者更换了一台电脑,1G的流量也有可能很快会被用完。
  • 我就经常遇到这个同步空间的问题困扰,那么我们有没有更好的同步方案呢?
  • 经过我的一番调研发现,现在有了新的WebDAV方案:TeraCloud。
  • 这是一个日本老牌网盘,支持WebDAV,国内不用特殊手段访问速度也可以很快。最最重要的是基础免费空间就达20GB,如果输入邀请码(MUKXE),可以在这个基础上再得5-10GB,也就是说我们只要申请一个账号就可以免费拥有至少25个G的存储空间,这个量完全够深度文献阅读者好多年的使用需要吧。(不过话又说回来,如果哪个小伙伴阅读25个G的文献,那至少得长江学者起步了吧,哈哈)

2.1. 注册账号

  • 访问TeraCloud的官网,点击Create Account注册一个账号 teracloud.jp/en/

2.1.1. 填写注册信息

  • 填写邮箱验证激活码

2.1.2. 创建账号成功

2.1.3. 注意

这个账号和邮箱一定记好了,如果将来忘记密码需要重置,两者信息缺一不可

如果你忘记了账号或者忘记了邮箱,那密码可就不容易找回来了

2.2. 扩容空间

  • 我默认注册的这个账号上面直接有20个G的空间
  • 如果再填入对应的邀请码MUKXE,空间可以再增加5个G
  • 总空间变成了20+5=25个G,将来无论有多少文献应该都够了吧

2.3. 打开WebDAV

勾选Turn on Apps Connection

  • 之后就可以显示出来这个API的账号密码了
  • Apps Password 现在于是坚果云里的授权密码
  • 此时需要注意,这个密码只显示一次,一定要保存好了,否则将来想再看,就只有重置密码了

3. Zotero配置WebDAV同步

  • 之后的步骤就很简单了,和之前配置坚果云石几乎一样
  • 打开Zotero的设置-同步-同步方式选择WebDAV

3.1. 设置网址

复制代码
https://ogi.teracloud.jp/dav/
  • 账号密码填入刚才保存APP password

3.2. 验证服务器

  • 第一次使用会自动创建一个Zotero的文件夹,点击确定

3.3. 文件同步成功

4. 结语

  • 速度方面,我用起来感觉还可以,毕竟我们要求的是大容量、能同步,当我们从实验室回到寝室之后,可以在寝室电脑上接着看在实验室未看完的文献,是否能秒开,我没有去特别关注,但基本上可以达到关注不到的地步。如果硬要和坚果云比速度的话,我觉得应该还是坚果云更快一点。毕竟是国内的服务器,国外的多少会稍微慢一点。但回到最开始的目的,我们是要同步文献,而不是要求打游戏。零延迟,所以就算是真的慢个一两秒,其实影响不大。
  • 好的,到这里,这篇使用TeraCloud同步Zotero文献数据的教程就结束了。最后祝各位爱学习小伙伴同时也是未来的科研大神们周末读论文愉快,我们下周再见,拜~
相关推荐
AI医影跨模态组学12 小时前
如何将淋巴结影像组学特征与肿瘤血管异质性及缺氧微环境建立关联,并进一步解释其与晚期胆道癌免疫治疗响应及预后的机制联系
人工智能·论文·医学·医学影像·影像组学
AI医影跨模态组学16 小时前
如何通过影像组学模型无创预测三阴性乳腺癌中的三级淋巴结构(TLSs),并借助病理组学揭示其与治疗响应、预后及细胞侵袭性表型的机制联系
人工智能·论文·医学·医学影像·影像组学·医学科研
AI医影跨模态组学17 小时前
如何将纵向CT影像组学特征与局部晚期胃癌化疗时空异质性及耐药演化建立关联,并进一步解释其与化疗响应、淋巴结转移及生存预后的机制联系
人工智能·深度学习·论文·医学·医学影像·影像组学
AI医影跨模态组学1 天前
如何将多模态CT深度学习特征与肿瘤微环境中的免疫相关生物学过程建立关联,并进一步解释其与非小细胞肺癌新辅助免疫化疗后的pCR机制联系
人工智能·深度学习·论文·医学·医学影像·影像组学
一 乐1 天前
茶叶商城|基于springboot + vue茶叶商城系统(源码+数据库+文档)
java·数据库·vue.js·spring boot·论文·毕设·茶叶商城系统
25Qi导航2 天前
选刊时不知道期刊收不收自己的方向,怎么办
论文·期刊·找刊网.com
AI医影跨模态组学2 天前
如何将影像组学特征与非小细胞肺癌脑转移瘤免疫微环境中的干扰素通路及CD8+ T细胞浸润建立关联,并解释与预后、免疫治疗响应的机制联系
人工智能·论文·医学·医学影像·影像组学·医学科研
AI医影跨模态组学2 天前
如何将深度学习超声影像特征与乳腺癌腋窝淋巴结治疗响应的生物学机制建立关联,并进一步解释其预测pCR与个体化治疗的机制联系
人工智能·深度学习·论文·医学·医学影像·影像组学·医学科研
AI医影跨模态组学3 天前
Research(IF=10.9)南方医科大学珠江医院汪洋教授等团队:深度学习在脊柱MRI诊断中的应用:AI辅助与人工的多中心对比研究
人工智能·深度学习·论文·医学影像·影像组学
AI医影跨模态组学3 天前
(综述)Annu Rev Biomed Eng(IF=9.6)上海科技大学沈定刚教授等团队:放射组学++:用于解码肿瘤异质性的生境影像分析综述
人工智能·论文·医学影像·影像组学·医学科研