同样的分析方法,为什么你做的生物信息学分析发不了10分文章?
生物信息学类文章的发表是一个复杂的过程,可能和很多的因素有关系,例如:写作水平的高低,投稿杂志的选择,审稿人给的意见,你的研究领域,最后说一个潜规则。
1.外国人VS中国人
同样一个数据分析的结果有的是外国人写的,他对这个行业理解的比较深,能讲一个很好听的故事一样,审稿人容易理解就容易接收,这个因素提个2-3分是很正常不过的。这种现象不仅仅是在生物信息学行业是这样的,在其他的领域也有,同样数据,外国人发的影响因子就比中国人发的影响因子高。这和咱们国家科研人员的不是英语母语以及对研究领域的了解的深度有关系。我们不是英语,只能是通过加深对相关领域的学习不断提升来提高自己。
2.杂志选择
其次就是投稿杂志选择,如果你个人对杂志有比较深的了解,经常投文章的话,就会了解,杂志的喜好是很不相同的,而且也是会变化的。所以当一个文章写好之后,谨慎的去选择杂志是非常有必要的。
3.审稿人
第三是审稿人的意见,有的审稿人可能会给你三五条意见,而且可能也就是修改一下图片,问你一些参数之类的这些事情。但是有的审稿人他会给你一个三页纸的意见,累计十来条。这个不属于咱们搞科研的人能够控制的。但是有的人觉得做点事情,例如,在实验室的门口贴一个哆啦A梦。小云还听说过投文章的时候要拜100次奥特曼的。
4.研究领域
关于研究领域,比如说你的研究领域是植物,或者是眼科领域,自然也很难去发表,过程本身相应的杂志就不多。所以说适当降低一下预期是有必要的,如果是在这些领域的话。
5.潜规则
最后说一个潜规则,一个影响因素很大的潜规则。比如说你的lab是院士实验室。那做出个什么东西,大家都愿意accept,这个就不用说了吧。懂得都懂。这个是很容易理解的,你听杨振宁给你讲虫洞,比民科给你讲虫洞,你觉得更相信哪一个人?你是编辑你又如何选择?所以大家读博如果你可以挑选的话,最好是选一些大牛的实验室。刚刚你说选了大的实验室,可能会造成了要求也高,发了10分+毕业,但是小云认为也是值得的。除非你想混混,将来不搞科研。
总结
回到最后,我们做生物信息学数据分析的,我们需要做的事情是在选题的时候尽量选择创新性比较高的方向,选取最新的热点。如果是三五年之前的思路,现在还在用的话,那肯定是不行的。其实一个文章研究的最大价值就是创新性,这也是我们努力在研究和提升的地方,也不断的在分享一些好的软文,希望为大家做一些借鉴。只能尽可能提高自己研究的创新性,出好结果,这才是不败求胜之道。
120篇生信套路扫码免费领
