为什么人家可以发高分sci,而你只能原地灌水?
不知我们有没有认真想过这样的问题:为什么人家可以发高分sci,而你只能原地灌水?这到底差距在哪里?有人会说:经费问题,也有人会说:学术不端。
首先,我们来看看经费问题。拥有巨额经费和先进的实验设备的确具有压倒性的优势,但是这也不是绝对的。我们往往在看高分文章的时候都会发现里面涉及复杂或者高大上的实验。这些都是我们一般课题组或者个人羡慕不来的,也是期盼不来的。但是高大上的实验,必须要有一个好的idea,才能发表高分的sci。没有好的idea,再好的技术和设备,再多的经费也是白搭了。
如果你不信,你可以到pubmed上找一些生信文章,你会发现有很多2-3分的文章都会涉及很多实验,例如pcr,wb,免疫组化等等。花了这么多钱,为什么跟纯数据挖掘一样,发在这些oa期刊,说白了就是水刊。主要是idea烂,或者数据不漂亮。不知道有没有听过这种情况:烧掉了一百多万经费,就发了2篇3分的sci。这个是一位博士亲口对我们说的,他的老板就是花了这么多钱发2篇3分的sci。所以说有钱也不一定可以发高分文章。
当然,学术不端也能发高分文章,例如为了得到理想结果而篡改数据,或者一图多用。不过这招就是找死的,有很多发表science的文章就是学术不端被撤稿,这个问题不止国内,日本,美国都有,例如上次上头条的哈佛大学撤稿事件。总有人问我们:怎么让p小于0.05?我们会开玩笑说:用ps或者ai软件。这个肯定改不了,结果是由数据决定,结果出来是怎么样就是怎么样,不要为了发文章而改为阳性。
前面我们提到有钱也不一定可以发高分文章,有人肯定反问:难道没有钱就能发高分文章?你不要说这么大声,不用钱还真的可以发高分sci,例如meta分析,估计大家都听过,meta分析发表二三十分的sci。除了meta分析,还有吗?肯定有的,例如纯数据挖掘,这个是不用花钱的。这个一定要有好的idea。但是怎么样才会有好的idea?这是很多人想问的。我们只能回答:这个需要对自己研究领域足够熟悉,积累大量临床问题,同时要拥有敏锐的洞察力,知道目前最需要解决的是什么。
►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?
►不懂编程的你还在瞎搞TCGA、SEER数据挖掘,这里有一个不用任何编程的数据库等着你挖掘呢
►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?
► 免费课程再次上线