数据可用性声明与代码开源
越来越多的期刊要求提交原始数据与分析代码。这不是负担,而是让结论可复现的唯一办法。
越来越多的期刊要求提交原始数据与分析代码。这不是负担,而是让结论可复现的唯一办法。
把判决数量当变量、把相关系数当因果、把样本当总体——这三个动作,足以让一篇实证法学论文失去说服力。
好选题不是想出来的,是从数据、政策文件与反常事实里捡出来的。捡到之后,还要过一条淘汰线。
听课本上写满「气氛活跃」,这不是数据。把观察变成数据,需要量表、编码与信度。
统计方法不是越高级越好。选错检验方法,比不写 P 值更致命——因为它会让结论看起来成立。
三个重复不是随手做三次。重复的层次、对照的类型、盲法的可行性,决定了数据能不能用。
一篇实证论文有一半时间花在清洗数据上。这部分工作写不进正文,却决定了结论可不可信。
查新报告证明「没人做过」,综述说明「别人做到了哪」。两者目的不同,不能互相替代。
同样一篇文章,投教研刊、学报还是综合刊,读者与评审标准都不一样。选错,等于白写。
结题报告是给评审看的,论文是给同行看的。两者的组织逻辑完全不同,直接投稿多半被拒。
退稿不等于质量差。多数退稿源于格式、范围与规范问题,改起来并不难。
不是数量翻倍,而是「角色」变了。中级看执行,副高看独立,正高看引领。
一线工作者最不缺素材,缺的是把「我做了什么」转成「我发现什么规律」的那一步。
门诊里那句「这个方案到底行不行」,其实已经是一个研究问题的雏形。差的只是把它拆成人群、干预、对照、结局四段。
法学核心期刊的初审淘汰率极高,多数稿件在编辑手里停留不到十分钟。决定命运的是前三段。
单案例研究的最大质疑是「你怎么知道这不是特例」。回答这个问题,靠的是分析策略,不是文笔。
内生性不是一个必须消灭的敌人,而是一个必须交代的对手。承认它、界定它、部分解决它,比假装它不存在更可信。
一张规范的回归表,应该让人不看正文也能判断:样本是什么、模型控制了什么、标准误怎么算的。
每年都有人论文发了、钱花了,评审时却被告知「不予认可」。原因通常不是论文不好,而是没读文件。
「应加强监管、完善机制、加大投入」——这类建议等于没写。真正有用的建议,要能落到「谁、做什么、做到什么程度」。
同一篇稿子,投给不同期刊,命运可能完全不同。差别不在质量,而在「是否对上了刊物的胃口」。
不是所有带 CN 号的刊物都能用。增刊、套刊、非正规电子刊、预警期刊,这四类最容易被判无效。
「学生不爱发言」比「核心素养视角下的课堂建构」更接近论文。前者是真的问题,后者只是热词。
行动研究的说服力不在于结论多新,而在于「计划—行动—观察—反思」这条链是否留下痕迹。
引注不只是格式问题。它显示作者读过什么、读懂了多少,以及是否愿意让读者去核对。
两个词常被混用,但评审标准不同:案例要提炼规则,叙事要呈现转折。写错体裁,努力白费。
审稿人读稿的顺序通常是:题目、摘要、图表、正文。图表不合格,正文写得再好也难挽回。
编辑每天看几十封投稿信,平均每封停留不到一分钟。回复审稿意见时,态度与结构比辩解更重要。
论文与专利争的是同一件东西:第一时间。顺序错了,专利可能永远拿不到。
越来越多的期刊在送外审之前就退回稿件,理由只有一句:缺伦理批件号或注册号。这两件事只能在研究开始前做。
自己编的问卷,凭什么让人相信它测的是「学习动机」而不是「会不会做题」?答案在信度与效度。
中国科学引文数据库,由中国科学院文献情报中心研制,覆盖数学、物理、化学、生命科学、工程技术等学科。
科技核心期刊评价中国科技论文与引文数据库(CSTPCD)收录的期刊,由中国科学技术信息研究所每年发布。
撤稿审稿流程论文发表后因数据造假、重复发表、伦理问题等被正式撤回。
重复发表学术伦理把已发表的内容(含实质相同的数据与结论)再次发表,未充分说明。
篡改学术伦理修改、挑选或隐瞒数据,使结果符合预期。
捏造学术伦理凭空编造数据、实验结果或文献引用。
署名权学术伦理对研究有实质贡献者可署名,贡献包括构思、设计、数据收集、分析、撰写、修改。
数据可用性学术伦理作者对研究数据获取方式的公开说明,是期刊的常规要求。
中国知网检索工具国内规模最大的学术文献数据库,覆盖期刊、学位论文、会议、报纸、年鉴等。
万方数据检索工具国内主要学术数据库之一,期刊、学位论文、会议文献覆盖较全,医学与工程类资源较多。
维普检索工具国内学术数据库,期刊收录范围较广,部分普刊只在维普收录。
PubMed检索工具美国国立医学图书馆维护的生物医学文献数据库,免费检索,提供 MeSH 主题词。