就这两个小问题毙掉了一篇sci

最近有朋友收到某期刊审稿邀请，然后发现是罕见的Systematic Review就接收邀请，点开了具体的稿件。这个朋友审稿很快，用5分钟就搞定了，最后的结果就是Reject。就是文章中出现了两个小问题。这些东西往往都是很多人忽略的。就是下面截图的小问题：

肯定会有很多人骂审稿人不负责任，内容都具体看，就随便找两个小问题就毙掉了这篇文章。其实，也只能怪这篇文章的作者，这么容易就让人家找出毛病。很多时候就是这样，一篇文章遇到nice的审稿人，毛病再多也可以接收，遇到不nice的审稿人，文章再怎么样完美也是可以找出毛病的。我们可以做的就是就是尽自己最大努力减少文章中的错误。因为我们永远想不到自己的文章会落到那个审稿人中，别人会用什么样的理由拒绝你的文章。可能是一个单词，也可能是一个标点符号，正所谓人为刀俎我为鱼肉。

● SCI狂人团队VIP会员

● 关于答疑时间的通知

● 如何通过数据挖掘，发现癌症治疗的靶标？

● 想不到课题？不存在的

● 论文修回后是否再次回到审稿人手中？取决于你的回复

● 数据挖掘特训上线

● 这样的文章，谁都可以做到呀

● R代码很容得到，关键是数据不会准备，遇到问题看不懂

● 如何快速找到值得深入研究的分子？

● 一大波科研软件免费下载

● 作为临床医生，不能总靠生信发文章吧？

● 公共数据库找不到自己需要的数据，该咋办？

● 躺着也可以轻轻松松得到5篇SCI

● 学员报喜，再度发表两篇SCI

● 火山图的高级玩法

● VIP会员专属课程再次上线

● 在GEO数据库随便找一张芯片就可以发SCI？

● 手把手教你利用WGCNA发文章

● Look, 搞一篇SCI so easy!!!

● 如何快速找到值得深入研究的分子？

● SEER数据挖掘这样玩才过瘾的

● 急！急！急！快来抢发这个数据库

● 只会用TCGA构建ceRNA你就out了

● WB一图多用，有多么严重？

● 这10个期刊也许是你想要的

● 甲基化跑不动，我们帮你跑

● 如何快速学习贝叶斯网状meta分析？

● 如何搞一张漂亮的列线图？

● 如何快速学习GEO数据挖掘？

● 这种发文套路，完全是看数据吃饭的

● 多张芯片数据合并视频（免费送）

● 环状RNA数据挖掘课程上线了

● TCGA数据下载再也不会难到你

● 如何绘制两个模型的ROC，并且进行比较？

● 临床预测模型快速入门课程

● GO富集分析这种图，你也可以呀

● GEO数据挖掘的深度不够，有没有提高GEO数据挖掘的深度的方法呢？

● 10篇SCI还不如一个英语成绩好的临床医生好找工作？

● 批量挖掘TCGA让发文速度更加快

● 批量挖掘TCGA临床数据的机会来了

● 批量挖掘TCGA miRNA

● 医生朋友，非肿瘤方向也可以进行临床预测模型呀

● SEER数据新玩法，你还不来看看