《科技期刊来稿的数据问题与审稿策略》
该文是关于数据相关论文范文资料与科技和期刊和来稿和策略方面论文范文资料.
摘 要：随着计算机技术的发展和应用,我国建立了各种专业性和综合性文献库,为文献资料的存储管理和检索提供了现代化手段.然而在科技期刊的编辑中,统计数据的审核一直存在诸多不足,在论文中时常出现低级错误.若想改变这一现状,要着手于统计学的基本原理,客观地分析科技期刊中失误的统计数据.本文结合现阶段科技期刊在审核统计数据中发展的实际情况展开深入的分析,找出科技期刊来稿的数据问题,紧密结合大数据时代背景下的发展要求,努力提升编辑素养,加强审稿要求,引领科技期刊进一步发展.
关键词：科技期刊;数据问题;审稿策略
1.引言
大数据技术的迅速崛起,使科研人员能够轻而易举地对科学数据进行妥善的、全方位的分析.科技创新始终仰仗于科学数据的获取和挖掘.科研数据的存放和共享也发挥着无人能及地作用,期刊也在努力做到这一点.各类专业期刊和综合性期刊是文献数据库的信息来源.期刊论文的关键性要素牵扯的有（题目,摘 要,关键词,科目分类等）这些一律是原始类的信息.日记账中的信息是存储在文档中的“负”信息.编撰处理的质量将与文献数据库的质量相提并论,简洁地来说就是关乎着用户的检索效率和效果[1].从现有文献数据库的使用可以发掘,绝大多数数据库都有着强悍的实用性.但不言而喻的是,现当下还存在一些技术层面上的问题,特别是数据质量这一块的问题,如此一来,很有必要借助于切实可行的措施进行补救.
统计不仅是科学的后盾力量,它在编撰工作中也占据着崇高的地位.统计数据涵盖的有政策决策的凭据,并关联着诸多具有科学研究价值的科学论文.假设没有这些数据作为铺垫,将或多或少地给论点和结论带来抑制性.在这样的前提条件下,中国的科学期刊数量一直位居世界前列.但在现实操控中,科技期刊编撰的审计统计工作存在突顯性的漏洞,势必束缚了科技论文的精准性和学术质量.鉴于此,本文对科技期刊投稿中的数据问题做了大力度的挖掘和探析.
2.审核科技期刊来稿数据统计的意义
2.1清晰地展示作者所要阐述的内容
凭借excel工具,可以简洁易行地统计作者手稿和论文的数量,一览无余的洞察作者手稿的情况.严谨且清晰的表格能一目了然地反映作者所要包括的内容,突出了科学写作和紧凑写作的优越性.再这样的驱使下,作者的概述可以更让人信服.但来自中小机构的小规格或是统计数据并不能强而有力地支撑论文的内容并降低了它的可读性.故而,对统计数据进行苛刻性地审核已成为论文质量不容忽视的一项关键性任务[2].
2.2 影响着分析的结果
在科技期刊的统计当中,数据来源于各种各样的渠道.故而,数据统计的真实性和严谨性将抑制到论文的最终分析结果.不难看出,审核环节在数据统计中发挥着不可小觑地作用.数据审核是参照于严谨的审核规章制度来筛选无效和缺少的数据元素,以规避在发布中衍生出重大错误[3].在现实操纵中,数据质量的检测完全仰仗于对整日直径范围的调适,转换小而统一的演算方法抑或是凭借细分的方法.最常见的数据算法牵扯的有估计算法和推理算法.一览无余地彰显出论文数据的完整性、严谨性和稳妥性,使统计数据在论文归整与汇总中具有代表性.透过审核,我们可以一目了然地察看数据中的错误,并及时调整,便于日后发布和使用.作者和数据审核员可以轻而易举地对数据进行审查和评估[4].统计中最常见的问题是数据的弄虚作假.小而真实的数据会或多或少地抑制到后期使用和参考数据的价值.演进数据审核工作可以行之有效的规避论文发表后的负面效应,凸显出科技期刊的权威性.
2.3有助于提升科技期刊影响力
虽然我国是期刊强国,但我国期刊的国际接受度还亟待演进和提炼.察看CNKI 2015年统计数据发掘,2014年共公开发表科技期刊大概有3865种,并凭借CNKI影响因子年报进行评价.直至2015年,sci只收录了164种科技期刊.国际影响力和认可度（sci）与《自然》和《科学》等顶级期刊之间仍然有着天壤之别[5].为拉近彼此的间距,期刊界的同事正在积极寻找应对的办法,鞭策中文期刊的国际影响力.提升中文期刊的国际影响力是深化论文公信力的坚实凭据.强化论文公信力的重要措施之一是在期刊发表论文的同时,对原始数据进行筛选和二次处理.譬如韩春雨在2016年给学术界带来了不容忽视的负担,她的论文成果的可信度遭受了严重地质疑,因为读者表示,他们对论文中的实验结果置之度外.当原始数据和过程数据同步操纵时,读者可以遵照期刊论文既定的步骤和同步发布的数据进行反复的验证,直至与作者的实验结果趋于同一水平线上[6].发表在期刊论文中的科研硕果则更加让人信赖.唯有高知名度的论文,才能颇得国际同行专家的赏识,该刊的影响力才能够被上提至最高点.期刊影响力的增强会吸引更多的探析者热情的发表论文,或者被期刊引用,在这样的驱使下极大地鞭策了期刊的影响力,不难看出,数据出版与论文出版有着毛将焉附的关系,且期刊的发展前景一片良好.故而,拓展传统期刊的出版内容,遵循科学严谨的态度,对期刊影响力提升有着强悍的促进作用.
2.4有利于拓宽数据的利用面、展示其研究成果同时保护其知识产权
通常情形下,它会耗费科研人员的大量精力和辛勤劳作.研究人员很珍惜这些数据,不会轻易传播.当数据掌握在研究人员抑或是研究项目团队手中时,分析师倾向于依据自己的关注点而不是其他视角去解析和处理数据.对数据的多学科或者是跨学科的分析力度十分疲乏,毋庸置疑这将成为数据有效利用率的畔脚石.一旦数据被录用,它可以被其他领域的探析者进行检索和沿用,并挖掘出这些数据隐藏式的价值[7].在互联网上大肆的传播和转载,首次科学研究的结果通常象征着作者拥有的知识产权.已有的期刊论文需要作者在发表之前取得突破,嫣然这是一个漫长的等待过程.期刊数据发布后,研究人员可以以最快的动作公开这些数据,使作者能够立马看到推广期刊的成果,彰显出成果首次发布的意义.首发意义包括的是作者获得了阶段性知识产权.故而,期刊资料的出版对作者来说有着不可磨灭的现实意义.
3.科技期刊来稿数据存在的问题
3.1 指标不清晰
首先,科技期刊内的指标模糊不堪,致使所提供的数据没有实用型的价值,如此一来数据的公信度受损[8].（见表1）
从表1数据的统计中可以看出,2018年12月比4月综合类增加有996份,很明显可以看出这两个含义与口径有着较大的出入.再则,小规格的分类.科技期刊应该有一个统一的分类准则,不能以偏概全,使分类和指示混为一谈不明确,容易误导他人.值得注意的地方是,没有可比性.由于内涵和口径的大相径庭,不同属性的学术期刊没有可比性而言.表1中12月各类科技期刊的占据总数的比例,其正确的数值应该是修正之后的比例.
3.2计算错误
在撰写论文时,笔者没有注意到数据的精确性和严谨性对后续工作的价值,在进行数据调查时也没有正确的态度去演算数据.再则,在审稿过程中,审稿人对论文中的数据审稿力度疲乏,编辑主导忽略了科学期刊中错误的数据计算[9].
3.3数据引用错误
在一些文章中作者经常引用一些图、表之类的数据作为主要表现方式,但是文章中的大多数数据都是作者从别的文章中引荐过来的.但是在引用数据的时候并没有根据现在阶段的情况进行科学的分析和修改,所以导致数据一错再错.而另外一个方面,作者在引用数据的时候,没有真正了解数据在其原文章中表达的方式和含义,在做文章中只是一味的引用数据,所以导致数据没有任何的参加价值[10].错误的引用数据,不能够让读者调查相信,即使数据简便,可是文章的整体质量很容易遭到影响,导致期刊在读者心目中的印象大大降低.
3.4表格问题
第一,表格的出处缺乏自明性,就是无需证明也没有办法证明.在部分科技期刊中的一些表格,没有表名也没有表序.即便是一些有表名也是和表格内容不相符的.
第二,表格中的一些计量单位出现了混乱的情况,相同的计量单位的排列没有标记在相同的编目下方,而是统一出现在表格的最右侧.有的文章还出现了混介的计量单位符介,比如公分、厘米、千克都在一个表格内,读者看了也看不清楚.还有的一些文章中的表格里的标目和数据没有明显的计量单位,重要降低了科技论文的严谨性[11].
第三,在同一篇论文里或者同一期刊中出现不同格式的表格形式,比如在《中国农业杂志》中的有一篇论文,里面的表格形式有无线表和全线表,造成论文的整体表现效果模糊[12].之外,有的期刊中的论文表现形式过于夸大,所含的内容表达出来没有重点,读者在阅读的时候看不到重点,了解不到文章表达的中心内容,给人一种眼花缭乱的感觉,还会影响观众的整体阅读效果;有的表格表形太小,甚至于5个数据也能成为一个独立的表格.
第四,在设计目标时,没有考虑到他的联合,以导致横向与竖向出现了微相近的情况发生.
第五,表格数据没有进行表格处理,导致现数据和原数据相重合.
第六,而意义一样的数据,位数不统一,小数点不对相同.
第七,有些表格设置了部分备注栏,可是却没有什么价值的注解,从而导致了表格没有整体感和连接感.
第八,文章中的表格存在转段、转栏式排列不合理的现象,有的部分在该转栏时没有专栏,却在不该转段时转段.此外,表格中横向和纵像的分类没有进行明确的设置,使得表格格式不明显,表达意思不明确.
第九,在一些学术期刊中,有中英文混排对照表.可是在学术期刊的表格中只有中文没有英文.
4.科技期刊来稿的审稿方法
4.1提高审核人员的专业素养
科技期刊的编辑人员,不但要拥有较强的文字处理能力,同时还要拥有审核数据的必备技巧,以便提高审核论文的质量和确保数据的正确性.编辑人员要掌握数据统计的特点,从数据不同方式来分析数据的不同特点.其中JDP、JIP等专业数据,我们需要依据国家统计局公布的数据作为标准,一定不要乱改,乱编等.如果文章中的内容是反应行业,或领域的数据,要根据社会发展趋势的动向来作为参考,以便于研究者能够依照数据来分析此领域或者此行业的发展和趋势;而在建模和实践方面的数据,研究者也需要严守日径的范围和指数进行参考.在条件允许的情况下,可以成立专业统计部门,如果条件不够完善可以交给比较专业的审计扫L进行核查,比较专业的数据是可以经过专业的审核流程进行处理的.这样可以保存数据的实际性和可信性.而对于科技期周刊的工作人员来讲,能够保证文章原有的技术性,才能体现他们职业的专业素养.所以,编辑工作人员在做数据整理时,需要结合曾经的工作经验和掌握的专业知识来相互的配合.想要写出有深度的论文,是要根据当下实行的内容,掌握当下的数据更新状况,在做数据调研时,需要结合最近几年的相关数据进行调研.这样才能写出有内涵的论文,管理方面需要对统计方面的人员进行有针对性地培训,激励编辑人员能像各个不同领域的专业人员进行虚心的请教,还可以通过各种途径和相关行业进行考察和学习,来确保数据的真实性和合理性[13].而编辑人员需要通过不断的学习来提高自己的审核能力,避免因为粗心大意而造成工作失误的现象发生.另外,对于编辑人员还要不断地提高自身的职业素养,制定出有针对性地管理体制,保证每一位编辑人员,在做数据统计时,态度是诚恳的,数据是真实的,将每组数据能更好更直观的反映出来.
4.2对审稿工作严格要求
在学术期刊中,数据里如果有错误发生,作者、编辑,还有参与审核的人员都是有责任的,他们是有责任来对数据和论文进行修补的,这样论文才能准时的发表.
创作论文时,创作者需要严谨的面对文章里自己所需要负责的部分.表达论文的科学性,创作者掌握着最初的数据,因为在论文里运用了投机取巧的方法,或者因创作者的粗心大意会导致论文里的數据错误发生.此法是很不可取的.所以创作者应该有着诚恳的态度,这样不但是对自己,也是对广大读者负责.创作者在完成论文后,不要急切的交稿,要仔细的对数据核对,认真的检查,而且对论文的真实性、与准确性进行全面的核查[14].还能请自己的同行,和行业内的精英进行分析,这样才能将论文的错误率降到最小.
在整个编辑部门收到文章时,首先要接触到文章的就是审查人员,也就是编写者,编写者要对整个表格的数据进行研究和审查,从标准学术化和唯美化进行多方面审核.在审核文章时,写着需要打起十二分精神,本着对职业认真负责的态度,严谨的核查每一份文章,而且要不但反复的演算数据,如果采用的是文献数据,就要尽力去找到原文,来进行审核,而对于没有采用原文献的文章,则数据的审核时很重要的.在核查的程序中,如果遇到自己解决不了和不能确认的问题,应该以一时间像原写着反映,要做到认真负责的完成任务.
审核人员作为审查行业的佼佼者.对数据审核的时候有更多的经验和能力,而且有強大信息库,能够经过专业的数据分析和强大的处理方式来审查伦文里的数据,在审核人员的帮助下,能防止许多数据的错误发生.但是在现实核查中有的审核员是以整体的角度去判断数据的真实性.所以,审核人员在审查中也需要的严谨的要求自己,正确的掌握数据中的具体细节,这样才能提高数据的有效性.
4.3完善编辑流程
统计数据的根本,在于有效的限定编辑流程.责任编辑者要保证数据的真实性和出处,对于每一个数据的来源都能够掌握准确,严谨对于审计数据做出核查,通过各种学习来提升自身的工作能力.尽最大的努力杜绝错误的发生,在此,审核员与审稿员应对论文里的数据调理进行核对,以确保数据的真实和公开性,在编辑工作时,要反复的不厌其烦的进行核对.要强化对写者、核查员,以及编辑的督促,减少数据库出现误差.这样才能保证期刊中论文的质量.
4.4 重视数据政策并制定和完善数据政策
在中国,科学的研究共享数据还是开始的很晚的,不管对于刊物还是写者,都对科学数据共享策略不够看重,然科学数据的分享,对于写者和各刊物出版媒体,都是能带来很大的好处的,对于写者来说,关于共享数据的作品发布以后,作品被借鉴的次数可以提高,而对于刊物媒体来说,出版的刊物将会升值,因为出版后的数据可以为以前的研究做考正,所以能很好的提高已经发布的研究的真实度[15].
在拟定数据政策时,要附带出为什么要拟定次数据政策的注解,刊物也要拟定明确的数据政策,对于一些数据的提供如;核查、储备和援用做出有效的说明和意见.而对于政策的监察,怎么施行也有精确的注解.（1）对于一定要提交的数据做出明确的注解,便于产生论文的数据（集）.（2）对于数据的提交需求（提交的时期、方式、论文里所用格式）都要有明确的注解.（3）提交一些能用的注解,注解的数据能否共同分享,什么时候可以共同分享,还有一些不能公开的数据怎么进行分享.（4）给写者引荐数据库,提议写者依照学科和数据的类别来选择所需要的数据库.（5）对于期刊编辑与核稿的专家提出明确的核查条件,因为他们对政策起到监管的效用,刊物的策略提交、核查、保存,以及引用的法则都是文章需要核查的内容,他关系到文章的可用程度,听从读者的心声开放,期刊策略也应该有一定的规矩,在其余的研究学者投诉没有满足数据请求时,期刊应该做出一定的处理结果声明.（6）在数据政策中要添加一些相关数据的信息和权益注解.
5.总结
从以上文中可以看出,科技期刊在数据核查的基础上,要秉承着诚恳、科学的数据来作为参考,编辑人员与核查人员都应该通过不断的进步,不断的学习,来提高自己的专业素养,和提高工作效益,这样有利于在以后编辑或者数据核查时能够避免工作上的失误.结合数据变化的内容,能够精确的了解科技期刊的进展和动向.从而来比较完美的策略计划,进而发现科技期刊的优势与潜力.
参考文献：
[1]尹娜.论大数据时代科技期刊编辑面临的机遇与挑战[J].传媒论坛,2019,2（15）：32-33.
[2]晏小敏.大数据时代科技期刊传播力提升路径[J].中国出版,2019（12）：64-65.
[3]宋薇,姚庆辉,齐浩,张宇燕,王丽华.大数据时代科技期刊的机遇和挑战[J].科技创新与生产力,2019（05）：24-26.
[4]张民,孙喜佳,范娟.浅谈基于数据驱动的科技期刊编辑能力培养[J].天津科技,2019,46（03）：83-84.
[5]宋伟,康卫敏,袁彦婷.出版类中文科技期刊的文献计量分析——基于《科技与出版》2008-2017年数据[J].西南民族大学学报（人文社科版）,2019,40（03）：227-232.
[6]林琳.试论基于大数据背景的科技期刊编辑工作创新[J].中国传媒科技,2018（12）：96-97.
[7]李雪,崔晓健,李晓光,蔡仁翰.基于科技期刊数据的学科出版信息挖掘与可视化研究[J].科技与出版,2018（07）：147-151.
[8]周洁.利用大数据优化科技期刊出版流程的实践与思考[J].中国科技期刊研究,2018,29（02）：144-147.
[9]姚春娜,吴滨.大数据时代科技期刊人才培养思考[J].湖北工业职业技术学院学报,2017,30（06）：95-98.
[10]聂东波,张静林.数据共享与公开——科技期刊需关注的新问题[J].湖北师范大学学报（自然科学版）,2017,37（03）：71-74.
[11]刘晓艳,高建群,张志琴,王芳.科技期刊编辑与审稿专家有效沟通的策略[J].编辑学报,2019,31（03）：250-253.
[12]高毅.科技期刊审稿过程中的问题及解决措施[J].技术与市场,2019,26（04）：99-100.
[13]霍振响,屈李纯.高校科技期刊审稿人审稿数量的分布规律及思考[J].中国科技期刊研究,2018,29（11）：1136-1140.
[14]傅如海.科技期刊如何提高审稿效率而保持竞争力[J].科技传播,2018,10（20）：70-71.
[15]闫慧.新形势下如何提高科技期刊编辑初审工作效率和质量[J].新闻研究导刊,2017,8（24）：236-237.
作者简介：罗永华（1978.11-）男,汉族,籍贯：福建清流,学历：大专,职称：编辑,研究方向：期刊审编.
该文总结：本文论述了适合科技和期刊和来稿和策略论文写作的大学硕士及关于数据本科毕业论文，相关数据开题报告范文和学术职称论文参考文献.
数据引用文献:
[1] 大数据营销学论文选题 大数据营销专业论文题目怎么拟
[2] 数据挖掘博士论文题目范文 数据挖掘博士论文题目如何定
[3] 数据结构方向论文选题 数据结构论文题目怎么取
