如何撰写优秀科研论文【附112页文章下载】

2019 年 9 月 28 日 专知
如何撰写优秀科研论文【附112页文章下载】

【导读】撰写科研论文是每个研究生都必须要经历的。如何写好科研论文?除了有好的思路之外,写作技巧必不可少,Chris A. Mack 详细地从文章组织结构、语言与风格、图片与表格、引用文章、摘要和标题、如何选择合适的期刊与会议投稿等等方面,介绍了如何撰写优秀的科研论文。


【内容简介】

科学可以被认为是三个基本事物的结合:(1)知识的共性集合(事实/数据和理论);(2) 通过比较科学理论的预测和观察/实验来评估科学理论的效能的方法;(3)怀疑探究的态度,认为所有科学知识都是暂时性的,在面对新证据时需要修改。(一个流行的替代分类的科学"规范",强调其社会学性质,是默顿的"cudos",首次引入于1942年:社区主义,普遍性,无私,独创性,和怀疑。这种将科学分解成知识、方法和态度的一体,对于评估任何特定行为的"科学"内容都很有用。如果一项活动缺少这三个科学支柱中的任何一个,就不能声称该活动是科学的。

科学知识的增长主要是渐进的——我们更多地依靠过去的知识来发展,而不是取代它。因此,科学的第一个支柱——知识的公共集合——要求在科学界内传播和保存知识的机制。到目前为止,目前最重要的机制是科学出版。虽然科学出版形式很多,但最重要的是同行评审的期刊论文。这本书的目的是帮助作者产生优秀的科学论文,从而支持科学的目标。


这本书可以读得通读,我推荐给那些对写作和发表论文比较新的早期职业科学家。它还可用作特定主题的参考(例如,如何生成一个好的图形或编写摘要)。每章都特意很短,可以单独阅读,便于参考。附录是编辑、审阅者和作者的清单,是本书经验教训的摘要。





请关注专知公众号(点击上方蓝色专知关注

  • 后台回复“WGSP” 就可以获取《How to Write a Good Scientific Paper》文章的下载链接~ 

    【本书目录】





-END-

专 · 知


专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎登录www.zhuanzhi.ai,注册登录专知,获取更多AI知识资料!

欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询

请加专知小助手微信(扫一扫如下二维码添加),加入专知人工智能主题群,咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成!560+位同学在学习,现在报名,限时优惠!网易云课堂人工智能畅销榜首位!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

登录查看更多
32

相关内容

撰写和发表优秀的研究论文是必不可少的,原因有很多:不仅可以促进研究人员的学术生涯,而且最重要的是传播研究成果和推进实证知识的状态。此外,出版物是衡量宣传所需要的学术生产力的一种手段。另一个原因是,大多数研究人员都成为了某一特定研究领域的专家,当他们积极地为文献做出贡献,帮助提升经验知识的状态时,他们就会得到同行的认可(El-Serag, 2006)。

研究结果发表后才算完成,尤其是公共资助的研究(Audisio et al., 2009;Davidson & Delbridge, 2011)。相反,对于任何竞争性的资助申请来说,以前发表过的文章是必不可少的(El-Serag, 2006)。

发表尽可能最好的研究论文也是期刊编辑的主要目标,他们重视读者感兴趣的论文,这些论文表现出独创性、重要性、明确的研究问题、正确的方法和优秀的风格(Johnson, 2008)。在评估你的研究时,编辑会考虑你的论文如果发表在他们的期刊上,是否有可能被大量引用,从而提高期刊的地位和声誉(Davidson & Delbridge, 2011)。编辑和审稿人花费数小时阅读稿件,并非常感谢收到易于阅读和编辑的论文。他们不喜欢那种风格糟糕的、冗长的论文,论文的结论没有数据支持,显示出无法遵循“作者”的指导方针,并且包含粗心大意的错误(Johnson, 2008)。

事实上,大多数提交的论文都需要大量的修改才能发表,不幸的是,许多论文因为不符合发表的基本条件而被拒绝。因此,本文旨在为研究论文的写作提供一些基本的策略,帮助特别是新研究者在提交期刊之前改进论文。分享想法和经验是学术活动的本质,如果它极大地有助于提高研究人员发表成果的机会,那么这将是非常有益的。

成为VIP会员查看完整内容
2
74
小贴士
相关论文
3D Deep Learning on Medical Images: A Review
Satya P. Singh,Lipo Wang,Sukrit Gupta,Haveesh Goli,Parasuraman Padmanabhan,Balázs Gulyás
9+阅读 · 2020年4月1日
Seeing What a GAN Cannot Generate
David Bau,Jun-Yan Zhu,Jonas Wulff,William Peebles,Hendrik Strobelt,Bolei Zhou,Antonio Torralba
6+阅读 · 2019年10月24日
Learning latent representations for style control and transfer in end-to-end speech synthesis
Ya-Jie Zhang,Shifeng Pan,Lei He,Zhen-Hua Ling
5+阅读 · 2019年2月14日
Joaquin Vanschoren
115+阅读 · 2018年10月8日
Chaitanya Malaviya,Pedro Ferreira,André F. T. Martins
4+阅读 · 2018年5月21日
Xiaowei Hu,Xuemiao Xu,Yongjie Xiao,Hao Chen,Shengfeng He,Jing Qin,Pheng-Ann Heng
9+阅读 · 2018年5月16日
Yu-Xiong Wang,Ross Girshick,Martial Hebert,Bharath Hariharan
14+阅读 · 2018年4月3日
Parth Shah,Vishvajit Bakarola,Supriya Pati
20+阅读 · 2018年1月17日
Rajesh Doriya,Paresh Sao,Vinit Payal,Vibhav Anand,Pavan Chakraborty
4+阅读 · 2017年1月29日
Top