一只笨鸟所知道的发表SCI的五个准备片段

爱因斯坦曾有这么一条拒稿记录：

白话医学研究中曾经有这么一段有关学术期刊EnvironmentalMicrobiology从2001年到2011年审稿意见摘录：

I would recommend rejecting this manuscript as quickly as possible.

拒掉！拒掉！越快越好！

（这位作者，忽然很想采访一下你，文章里到底写了啥？感觉审稿人的嫌弃都快溢出屏幕了…）

It is early in the year, but difficult to imagine any paper overtaking this one for lack of imagination, logic, or data –it is beyondredemption.

新的一年才刚开始，但我怎么就感觉很难找到比这篇更扯、更没逻辑的文章呢？谁都拯救不了这篇文章了！

（新年伊始就收到来自审稿人的一万点暴击，心疼一下这位作者…）

If I had known this would be such an easy one to review (reject!), I would have done it sooner!

我要是知道这篇文章这么快就能审完，我肯定会早点开始审。（拒了拒了！）

（所以说啊，审得慢也不一定是坏事…）

本人曾经收到过那无数拒稿信中的一封，这是句看来还是非常平和的话：

Unfortunately, I regret to inform you that your submission is rejected for publication.

本人在读博时属于资质比较差的那种，因此在发表SCI征途中屡败屡战，被拒绝的经验颇为丰富。

为了能够在国际有影响力的刊物上发表SCI论文，一般作者需要花费几个月甚至更长的时间准备撰写论文。而当年，笔者则是花了大概整整一年的时候才发表了第一篇SCI论文，真真的“满屏审稿言，一把辛酸泪！”。

不过有了破题的第一篇，就不愁第二篇了，渐渐地笔者也有一个程序化的写稿流程，这个过程有点像侦探小说写的一样，一步步抽丝剥茧，层层递进，从层层迷雾到水落石出。整个论文侦破过程从构思到最后录用（final submission）大概需要经过五个片段。

寻找领域内有研究价值的问题

发表学术期刊论文，特别是SCI，即使是灌水论文，至少在形式上也应该有一个有价值的问题。

正常来说，一篇合格的SCI论文不同于一般性的普通论文，它需要在一个特定的科学领域问题内，提出具有一定的复用性、科学性和先进性某种方法或结论。那么，以“实践才是检验真理唯一标准”普通性规律，准备和完成撰写论文都是一个从“从实践中来，到实践中去”的过程。这也是一个收敛兴趣、聚焦问题的过程，必须把论文讨论的问题限定在一个有研究价值（即新颖性）且有特定边界的科学问题的定义域内。

而寻找好的学术问题，并不是凭空生成的，而是通过大量花心思的辛勤工作。好的有研究价值的问题寻找是基于实验室或社会实践和图书馆查阅文献进行的，对于理工科来说做实验和查文献就是寻找好问题最基本的也是唯一的方法，别无他路。

但是好的问题及其解决思路并不是那么容易寻找到的，根据一些有经验的作者的说法，他们三分之一或甚至一半的时间必须花在寻找好的问题或想法上，以便使他们的研究最终真正有价值。

从这个角度来说，其实论文的撰写只是做实验和查文献的结果。但寻找好的思路是撰写好的论文的第一步，第一步走好了，到下一阶段也就会顺利一点，重头再来概率也可以小点。

寻找论文主题（课题）

如果寻找好的思路是确定探案的侦破方向，那么寻找论文主题就是确定犯罪嫌疑人。

思路一旦形成，就应该经过长期相关主题文献的批判性阅读和彻底反思，加以分析、补充，最后加以整理和归纳。通常，一个合适的主题一般要遵循五个规则。

• 应当是作者能够触及的主题，能够在导师指导或者建议下能够在指定期限内完成。过于雄心勃勃的主题往往会浪费时间和精力。
  

• 专业性的论文学术目标应是一个具有实用价值的课题。有些主题在实践中可能有很大的科学或者经济意义，尽管它们表面上看起来并没太大价值，但是它们的价值需要挖掘。

• 应当有一个通过实验或调查和查询文献的流程，以获得足够材料和论文的主题。研究工作本质上是发现和创造。为了在工作中找到新的东西，作者必须根据所有现有资料和相关文献得出结论。否则，他的结论是没有根据的，没有出处的研究也是不可信的。

• 由于科学要求全面、准确、客观，论文的研究如果是自然科学或社会科学的实验和研究，就应该经得起理论和实验检验。

•  即使论文可能是人文课题，也应该是一个没有存在作者个人偏见的课题。例如，像“埃尔温·薛定谔--我最喜欢的量子物理学家”——这样的话题对于一篇普通论文来说可能是个好话题，但对于一个研究领域的学术论文来说却不是一个好论文主题。正是由于上述规则以及其他许多原因，在开始一个长期的研究过程之前，对课题进行仔细的选择是值得的。

寻找到了好的思路或找到Good Ideas只是迈出了发表论文坚实的一步，后面的路还长着呢。寻找到了好的问题和思路只是锁定了犯罪嫌疑人，那么后面的工作就是拼命地收集证据，运用令人信服的逻辑推理，让陪审团（审稿人和编辑）相信你的指控是正确的（被录用）。

考虑读者和所投刊物的风格

所谓考虑读者，其意思是分析论文的要求，论文要提交的期刊的可能读者，或者你要参加的会议的可能参与者。如果更功利一点说，就是考虑一下编辑、主编和审稿人的所爱好的文章，这个通过查阅所投刊物所发表的论文风格所确定。

一般来说，作者必须考虑的因素包括：根据所投刊物读者的实际需要和专业水平对所建议的读者群体确定类别；通过自己的论文，在文中提到了所提出的用途、方法和/或应用是否符合刊物的要求。

有时候，一个刊物就像一个人一样，有自己特定的风格，对投稿的稿件也有特定的偏好。这个因素看起来微不足道，但至少应该是论文撰写准备的起点之一，这是能够有效地避免事倍功半的有效手段之一。

我在写SCI论文前

一般首先要确定所投刊物，然后根据下载该刊物近二年登载的本专业论文，进行体例、格式（特别是正斜体、大小写、引文、注释、数字、图表、公式等）、篇幅确认，确认眼神后才能更愉快地开写论文。

SCI刊物的编辑和审稿人一般章节序号、特殊方程式的标点符号、图表或公式中的上、下标，正体、斜体、大写、小写、专业术语的缩写等也比较敏感，不能有丝毫的错误，而对自己专业以外的或者不了解知识绝对不能妄自揣度。这方面笔者曾经被编辑和审稿人深深地鄙视过，感觉自己的自以为是永远敌不过他们永无休止的耐心和认真！！！

当然写作前最重要的基础是论文英文语言文字，这包括英文学术叙述的流畅性、科学表达的准确性、语法结构等等。这是需要长期训练的。

从“头脑风暴”到大纲拟稿

“头脑风暴法”已成为科学界研究的热门方法之一。这大概是指“一群专业人士能够产生或迸发出一些聪明想法的会议”，就像《三国志》中说的：“…教与群下曰：‘夫参署者，集众思，广忠益也。’”。

为此，在笔者读博时曾待过实验室，导师的做法是常常要求一群专业相同或相关的老师们和不分年级同学们召开一个聚会，帮助笔者对自己的想法提出有用的建议或意见。在撰写一篇文章的初稿之前，“头脑风暴”也意味着作者经历着一段艰苦和痛苦的思考过程。这个过程与毕业论文开题倒也有几分相似。

论文的构思有了，那么就要开始进行撰写了。

在开始撰写论文之前，最好拟稿一个论文大纲。论文所呈现的所有事实和想法都是有逻辑的，有结构的，需要花空心思进行精心地组织。因此，起草一张好的论文大纲草稿是很有必要的。

以逻辑和系统的方式把数据、材料、想法和实验等联系在一起，也就是说，以论文大纲这种方式，将出现在论文中的所有的细节和相关的事实作为一个整体的进行撰写，让它们在一个统一的基础上进行构建，而不是想到哪里写到哪里。论文大纲的撰写有助于梳理论文的脉络，其实上已经是论文撰写的开始。在很多情况下。好的研究论文可以需要通过一个或一个以上的论文大纲来完成撰写。

修改与审订

当遵循大纲准备完成一篇研究论文的写作时，作为作者常常应该牢记的是，即使是一个SCI写作非常娴熟的作者也不得不多次做一些相当大的文章修改。

在大多数情况下，这种修改工作会一直持续到最后提交论文的时间。无论是结构的大调整还是细微的遗漏或者拼写错误，只要是能够提升论文质量，这种修改都是明智和必须的。虽然这种修改是乏味的，十分令人郁闷，以至于总是到了最后往往让笔者再也不想再看论文上的文字第二眼。

在某次重要的修改后，需要做一次从论文标题直到结尾参考文献的全文校对，以确保在本次所做的修改后，不需要为了保持文章的一致，必须在其他地方再进行修改。有时候论文某一点修改后，会导致论文相关上下文都需要作为修改，有时候在作者修改时会忽略的这一点。

图表的错误也应该仔细错检查，因为图表的错误往往容易被忽略，用Visio编辑的图表或者Mathtype编辑的公式拷贝到正文的时候，有可能图表或公式会发生变化。

在论文提交前，最后一项任务就是仔细检查整篇论文，看是否存在稿件常规错误，例如缩写简写错误、字母拼写错误、引文是否真实、甚至页次错乱等不应该出现的问题，这会让编辑和审稿人对作者的印象很不好。

笔者曾经因为把作者单位名称的一个字母拼写错误，而被审稿人在审稿回复意见中痛加指摘后，而求不得主角的“心理阴影面积”。这些小问题虽然并不引人注目，如果作者想真正写出自己想写的东西并被录用刊出，这些修改是非常必要的。

“凡事预则立，不预则废”， SCI论文录用不容易，我们大家还要且写且珍惜！

本文作者：晨星，男，湖北武汉人，副高职称，博士，高级程序员，IAMG（国际数学地质协会）会员。目前研究方向为地理信息数据挖掘与知识发现、地学信息三维可视化。