根据我自己所掌握的知识，将SSCI论文划分为以下六种（详细的介绍请参见我的书），其实还有量化研究与质化研究相结合的SSCI类型，例如：SEM+fsQCA等。这些都是我在阅读文献的时候，根据论文的内容总结的。欢迎大家补充！

为什么说了解SSCI论文类型是科研萌新发表论文的基础？因为，不同类型的SSCI/SCI论文的写作存在较大的差异。

• ​量化研究类的SSCI论文，通常会有很多的图表，需要使用描述性统计、回归分析（Regressive Aanalysis）、相关分析、因子分析（Factor Analysis）、路径分析（Path Analysis）以及结构方程模型（Structure Equation Modeling，SEM）等数理统计知识，需要了解自变量、中介变量、调节变量、因变量、构念、假设等基本的量化研究知识。调查类的研究还通常需要做共同方法偏差（Common Method Biases，CMB）检验、自变量共线性诊断（Collinearity Diagnostics）等。CMB是指由于同样的数据来源或评分者、同样的测量环境、项目语境以及项目本身特征所造成的自变量与因变量之间的人为的共变性。共线性问题是指拟合多元线性回归时，自变量之间存在线性关系或近似线性关系。

• 质化研究类的SSCI论文则很少有量化的内容，需要采用编码（选择性编码或开放式编码）的技术对文本型数据（通常是访谈或者网络抓取）进行编码。编码需要注意编码机制的介绍，编码一致性的检验等基本的知识，在讨论部分通常会引用原始的文本内容作为证据支持自己的观点等。

• 系统性综述类SSCI论文则需要注意文献的选择与排除标准（即PRISMA，​Prefered Reporting Items for Systematic Reviews and Meta Analysis ），研究主题、文献跨越时间的选择等，既要易于操作，又要有一定的意义和贡献，否则很难被期刊接收。文献的呈现形式也是需要考虑的问题。

• 元分析类SSCI/SCI论文和QCA类SSCI论文以及文献计量类SSCI论文都需要学习专门的软件。例如：SAS、Stata和RevMan是常用的meta分析软件；R语言实现fsQCA分析；Cite Space和VOSView做文献计量分析等。

需要注意的是，不是每个人都要掌握全部类型的SSCI/SCI论文写作，选择1-2个自己感兴趣的，或者能够满足自己SSCI/SCI论文发表需要的即可。因为，我们的时间和精力是有限的。专注于1-2种类型的SSCI/SCI论文写作，持之以恒，积累了丰富的经验就会发现其实论文的写作不是最难的，通过学习和训练总有一定能够掌握。论文只是展示研究发现的一种方式，科研最难的是研究本身，研究的创新，创新性研究问题的提出等才是我们应该投入大量时间和精力的地方。

图林小子的非正经学术博客定位：以一种非正式的方式，传播自己的学术思考与经验，让更多的科研新人受益，让学术世界变得有温度。博主为《走好学术路 科研萌新的自我修养》的作者。