生态学时空分享 http://blog.sciencenet.cn/u/lionbin 自我营造一个可持续发展的学术生态系统

博文

科技论文写作中容易忽略却重要的那些事儿 精选

已有 33191 次阅读 2013-10-28 15:30 |个人分类:一孔之见|系统分类:教学心得| SCI, 论文写作

从暑假到现在,先后帮助多位研究生策划和修改了一些文章。在这些过程,也与他们进行了多次面对面的交流,发现里面存在许多的共性问题,因此一直在抽空总结中。该文写作多日,一直有这事儿那事儿耽搁没有完成,今日终于抽空得以完成该文。该文并非科技论文写作中的全面总结,仅仅是就事论事。如有偏颇,还望见谅。

论文的题目要清晰,明确地表达文章的内容,不要用一些中性词。举个例子,常识告诉我们,对农田施肥是会增加农作物产量的,现在一个研究工作是要对这个问题进行验证,那么一个能想到的最直观,最大众化的题目是“施肥对农作物产量影响(的初步分析)”。这个题目很切题,但绝对不算一个好题目,甚至换另外任何一种说法,都比这个更有吸引力,更乐意让人阅读。你不信?我们不妨来试试!比如,根据实验,得到了很好的结果,与常识和假设相符,不妨信心满满地用具体的、明确的说法,可斩钉截铁地给个朴素的题目“施肥增加了农作物的产量”、“施肥增加了农作物的产量二倍”、“施肥增加了农作物果实分配比例”、“施肥降低了作物营养器官的生长时间”等等,这种信心从题目开始就会感染读者,让他们很乐意引用你的工作;如果你的实验结果支持“施肥对农作物产量没有影响”、“施肥降低了农作物的产量”、“施肥虽然增加了作物生物量却降低了果实产量”等等,这些都是负面结果了,虽然也很朴素的题目,但与常识相左的说法往往会引导大家想看个究竟,几乎不用修饰什么,就更能吸引眼球。现在,你有没有感觉“施肥对农作物产量的影响”这个题目有什么不好?其实,任何处理都可能对最终结果产生影响的,所以,“......对......的影响”这样的题目,往往让人感觉是没有明确结果的常识性研究,至少研究者自己对结果的意义是没有太多信心的。由此可见,信心十足的朴素题目比犹抱琵琶半遮面的题目要好得多!

不要轻易否定阴性结果。上面说到的负面结果(有人也称之为阴性结果),也是日常研究工作中经常碰到的。有时候实验结果不如人意,虽然在实验细节上已经处处留意了,但结果就是阴性的,或者看不出显著的趋势和效应(当然,如果实验过程有很大的问题,那就另当别论了)。其实,在我看来,应该恭喜你的,这可能是一个重要发现的开端。因为,重要发现都是从反常开始的。例如,在化学史话中,一个重要的案例就是发现溴的故事——德国著名化学家李比希因为忽略反常现象而错失了发现溴的机会,一直令他懊悔不已。在我培养博士生的教学生涯中,也有一个例子可以说明这个问题。曾经让我的一名博士生,简单套用本领域的一个经典模型,分析一下我们野外台站获得的数据是否同样支持。她做完分析,告诉我这个模型不适用。我看了一下她做出的图,突然想到这是否恰好是我们滨海潮滩湿地生态系统的重要特征呢?于是,让她将这个差额与潮汐相关的因子进行分析,得到了非常好的吻合,这样就诞生了看似不经意中产生的,但对她个人来说是非常重要的一篇论文(论文投稿GCB,得到编辑和审稿者的肯定,很快发表出来)。对于阴性结果,在现在这个时代,似乎也还是有很多去处的,比如诸如PLoS ONE的杂志提供了专门的栏目发表阴性结果。另一个著名的科研人员自由分享平台是figshare,其理念是可发现(discoverable),可共享(shareable)和可引用(citable),而其中一个重要特色是鼓励发布阴性数据(negative data)和图。

引用参考文献,并非越多越好。参考文献多是一个双刃剑,可以理解为相关研究比较热,但同时是否也说明这方面的研究已经足够了——而你的文章则是多一篇不多,少一篇不少的文章?有时候一句话后面添加了十个甚至十个以上的参考文献,这实在是让人匪夷所思的:如果这句话内容都有这么多文章都认识到了,在业界应该成为常识了吧,还需要加上参考文献干什么?而且,这本身就是一个悖论,越容易找到相关证据和说法支持的内容,越是已经达到共识的,相反,越是难于找到资料的,越可能是新发现的源头。所以,不要为了形式而添加任何一篇参考文献。正确的做法还似乎与此相反:不需要参考文献就能表达清楚的近乎常识性的内容,尽量不要加。当然,另一方面,能为文章的主要内容提供重要佐证和支撑的文献必须引用。这样处理,同时也杜绝了那些非相关文献引用的喧宾夺主,这其实也是规范的科技论文写作所要求的。

文章的篇幅,并非越长越好。这句话人人都懂,但是许多学生在写作的时候就忘记了,或者后来懒得做精简的工作了。学生刚开始写文章,能一气呵成的不多,文章写作的战线拉得很长,再次写作的时候,已经忘记了前面写了些什么,因此重复的、冗余的废话特别多。另外,为了证明自己看了许多资料,将有关的、无关的内容都不断添加,文章总是在做加法,篇幅越来越长,主题越来越不明显,最后自己都迷失在文章的语句之中了。碰到这样的论文,要学生进行精简,学生们往往特别舍不得,说“这些话我是费了好大的气力才凑出来的!”我会反问一句“为什么要凑句子呢?”其实,许多杂志对文章一般只有最多字数的要求,而鲜有最低字数要求的。凑出一大堆废话,完全是多此一举嘛。另外,功利一点儿来说,文章字数多,出现问题和错误的机会也增加,让人家挑刺的可能性也同样增加,如果要外送到其他的英文编辑公司进行文字编辑,字数多也需要更多的钞票不是?但这都不是重点,重点是,太多文字的文章不太容易找到审稿人。至少我自己作为审稿人是这样处理的,看到那些长文章,我是肯定会躲避的,我想与我类似的审稿者应该不在少数。我特别喜欢审那些简单的,直接了当将关键问题说得清清楚楚的文章。学生自己在写作中很难体会到这个问题,有时候让学生来参与审稿,他们一下子这方面的感悟很深,再写作的时候就好多了。

文章修改中对待审稿意见应该不亢不卑。首先,我们是应该尊重那些审稿人的,SCI的审稿几乎都是免费的,要人家静下心来认真拜读您那可能水平并不高的论文,本身就值得我们尊敬。可以毫不夸张地说,在你的文章出版之前,甚至出版之后,没有几个人会像审稿人那样仔细体会和分析你的文章。因此,在这种背景下,我们首先是应该充满感激的,也认真思考和领会他们所提出的每一条意见,甚至是近乎苛刻的意见,这是前提,这就是我说的“不亢”。当然,这一点儿大多数人还是能做到的,毕竟人家还局部决定着你文章的生死权。然而,许多学生在对待审稿意见时要表现出“不卑”,似乎更难一些。由于编辑在邮件中总是站在审稿者的角度的,因此不敢对审稿者的任何意见造次,哪怕是一些误解或者错误的建议,也总是在想方设法地去附和审稿者的意见。显然,这样的态度也是不对的。SCI杂志审稿采用的是同行评议(peer review),也就是投稿人和审稿人是同行,大多数情况下应该是水平相当,国内喜欢翻译成“专家审稿”似乎是一种误导!如果一些作者的工作集中在比较新的领域,他们钻研三年都应该能这方面的专家,至少比他人在自己的这个领域应该更懂一些,因此这些作者自己才是这方面真正的专家,这也是一个前提。由此可见,在进行修改和回复审稿人的问题时,应该是同行或者说是专家之间讨论问题的口吻,而不是下属回答上司的问题那样唯唯诺诺,信心很重要!在抱有感激之情的前提下,与审稿者心平气和地讨论问题,这是我们对待审稿意见应有的态度。

最后,再说一点儿与本文有关也无关的内容。恰好在快完成这篇博文之时,看到了一篇文章,觉得其观点对我们研究人员也有很大帮助,特补充于此。创新,特别是源头创新,对大多数科研人员来说,是可望而不可求的事儿。大家似乎整天都在跟风和临摹,似乎难于体会到创新何时来敲门。看了上周Science上的一篇文章,我有了一些全新的认识:虽然创新的基本特征是新奇,然而构建新思想的模块可能就隐藏于司空见惯的旧知识中。因此充分将非常规知识与传统认识结合起来,并从中寻求一种平衡,可能是创新的一种重要源泉;具有最高影响力的科学主要是建立在之前传统知识的异常组合之上,这种类型的论文极可能成为高引用的工作。但是将先前的工作进行简单的新组合显然是难于创新的,不过来自团队作者的文章比独立作者更容易将新的组合插入到熟悉的知识领域并产生创新性成就,因此团队是产生组合创新的重要媒介。


本文被《中国计算学会通讯》录用。第10卷,第3期(2014年3月):易忽略却重要的论文写作琐事。另外,该文在《求知导刊》2013年3期所发表的,非本人投稿,编辑也从未联系过我。



论文写作
https://blog.sciencenet.cn/blog-502444-736825.html

上一篇:科研工作和科研杂志的影响力评价——来自Nature专辑的认识
下一篇:美国反转者的呼声,请辨真伪(影片链接+文字整理版)
收藏 IP: 61.129.42.*| 热度|

126 许培扬 武夷山 陈楷翰 吕喆 赵美娣 孙瑜隆 李本先 柳海涛 高典 信忠保 王善勇 苏盛 王恩 丁国如 杨正瓴 任胜利 徐传胜 万俊锋 罗德海 周金元 任翔 张忆文 赵纪军 黄秀兵 董征 吴刚平 王玉锋 赵序茅 曹贺贺 王志杰 吴斌 王加升 温世正 曹聪 曹宇 褚昭明 闫辰埔 任立伟 熊李虎 肖振亚 李天庆 李宇斌 吴鹏海 符维成 倪金龙 杨连新 顾汉念 石磊 李红 陈霄 于锋 虞左俊 杨学祥 孙学军 周春雷 王桂颖 张波 高友鹤 徐民 周向进 王晨光 鲍海飞 王宇翔 吉宗祥 谢华生 张庆丰 姚晓 刘新 王双金 万润兰 蒋新正 董晓宇 唐凌峰 傅小城 苏光松 刘全生 Editage意得辑 王曙明 李学宽 柳林涛 许有瑞 黄育和 罗帆 马力 屈月明 刘雨馨 徐晓杰 王锋 蔡庆华 龙小艺 杨冬 高绪仁 梁洁 任伟 李东风 王成 叶水送 戴小华 龚学兵 张彬 秦耿 强涛 高建国 马秀兰 biofans not8true xuexiyanjiu wangtengjun126 xiexmbs zzjtcm xi237 liyue1992 yunmu abang neilchau liyan5011 HJY660 davos zaizaimck LongLeeLu lbjman feixiang2286 chenhuansheng sciencebings mbb wyg901130

该博文允许注册用户评论 请点击登录 评论 (141 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-19 11:47

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部