SCI论文投稿：数据与分析不足如何应对？

SCI论文中的数据与分析至关重要，若存在缺陷或不足，编辑可能会直接拒绝。但有时候，编辑也会看重论文的其他亮点，给予你改进的机会。那么，面对这种情况，我们应如何进一步获取数据、深入阅读相关文献，以弥补论文的不足呢?

科研SCI论文的数据来源主要是课题探究的实验。那么，如何科学整理这些数据，以便更有效地支撑我们的论文写作呢?

1.做实验前，尤其是新实验(哪怕是实验室其他人已经做了N遍的实验)先尽可能的写清楚实验步骤(protocol)，这个protocol最好用英文写，并且做成电子版，存在自己的电脑中，打印一份贴在自己的笔记本中，以后再用该protocol，只需写明：参见xx页(refer Pxx。这样到时候写论文时，就很方便了;

2.新的实验结果一旦得到，要将数据尽快整理成图表，用Powerpoint做成PPT格式，质量和格式就和准备发表一样，哪怕是阴性结果，并且将实验的相关信息和参数尽量详细列出，这样以后无论是开会做presentation还是撰写论文都会方便很多;

3.如果是阴性结果，和预测的不同，分析问题的可能原因，有无别的替代方法?是否要修改原来实验方案乃至整个实验设计?

4.同样重要的是，在实验过程中，要经常(我一般一周至少一次)查Pubmed(生物医学最著名的、最重要的摘要数据库)，看相关领域是否有新的论文发表，如果相同思路的结果已经发表，就要及时调整实验方向。

整理实验所得数据之后，如何在SCI论文中体现呢?常见的方式有直接引用或者表格列举。那么在表格列举中我们应该注意些什么呢?

在SCI论文中数据(或资料)：除非要列举一定数量的精确数据，否则就不要使用表格，如果数据较少(如只有1行)或数据的变化规律明显,就在(SCI论文)正文中直接表述.为简洁并突出重点，应忽略不必要的数据(如有关实验室的数字、简单计算的结果以及没有显著变化的变量等)，应避免大量列举不重要的数据或具重复含义的数据，以免误导读者在数据精度方面产生假象，并且也使数据的比较变得困难。

要确保表中数据的精确，表中的算术错误(如“总和”的计算应准确)会影响到论文中假设的可信度，如果涉及百分比时，一定要倍加注意，如果百分比或其总计不是100%，应在脚注中加以解释，否则不仅反映出作者的不严谨，同时读者也无法判断数据的真实性。

列举数据时应尽量确保同组数据纵向排列(由上向下阅读)，以方便读者对比阅读，只保留数字中小数点后面有效位数(保留多余的数字会令读者对数值的真实精度产生误解);数值的个位数和小数点等符号应分别对齐。

表格的形式：表格的形式一般采取三线表(3条水平线，没有垂直线)，不同期刊对表格中水平线的规定略有差异，如The New England Journal of Medicine在表的开始使用双横线，结束时则使用单横线; British Medical Journal则在通用的三线基础上，在"总和"(overall)前再加一条横线。

如果表格过大，也可考虑将其作为论文的附录列出，以免打断行文的流畅性。同一表格要尽量安排在同一版面上，并使内容的布局清楚、合理，并且一定要遵循相关期刊的排版习惯。

转自文献工匠微信公众号，仅作学习交流，如有侵权，请联系本站删除！