editage的个人博客分享 http://blog.sciencenet.cn/u/editage

博文

作为审稿人,如何评价一篇论文的novelty?

已有 470 次阅读 2024-8-13 14:27 |个人分类:百问百答|系统分类:观点评述

为了回答好这个问题,意得辑专门找了几位兼任若干SCI期刊审稿人的老师聊了聊,他们在审稿中对创新性的评价方式。

在实际的审稿中,他们对创新性的评价有可能更多的是一种直观的感觉——这个工作的方法我没见过,很惊艳,创新性很好。这个研究内容我没想到,深受启发。虽然看起来有点“唯心”,不够“科学家”,但也必须承认,创新性其实很难准确评价,或者很难整体全面科学地评价。

有的工作,是实验方法有不错的创新,有的工作是研究内容有创新,有的工作是发现问题有创新,不同的创新非要论个高低贵贱不仅不公平,而且很难。

01. 复杂?技术?困难?

这里要先破除部分研究者和审稿人的一个共同的误区。审稿人虽然嘴上可能并不这么说,但实际审稿中,常常把工作的复杂性、技术实现的难度或者工作的困难性和创新性混为一谈。比如,如果一篇论文只是修改了某个公式的一项,那么据此做出的工作可能会让有的审稿人觉得“创新性不足”。

这样的观点就导致目前很多老师和同学,在努力地堆叠和包装着自己工作的复杂性和难度。但实际上,简单并不意味着不创新。那么,到底怎么用科学的方式评价一篇文章的创新性?有两位审稿人给了我一个比较有趣的方案——不同的视角去评价创新性。

02. 最初的视角——问题和方法视角

这个视角是最常见也最“天然”的。一个新的问题或者一个新的方法显然是创新的。很多审稿人对论文的第一印象就来自于问题和方法。比如他们看到文章仍然在研究某个熟面孔,又或者研究方法就是某些成熟的研究套路,再或者方法和对象都挺熟,只不过在工作量上有些突破,那么审稿人对文章的第一印象就是创新性不太高。所以,从问题和方法视角来看一篇文章,如果是新问题,并且这个问题很有研究价值,可以扩展出很多新的研究;或者虽然是老问题,但是用了一个新的方法,并且这个方法能很大提升原有研究效率/指标,那么这就属于创新性比较好的工作。很多人对创新性的理解和认同,其实主要集中在问题和方法视角。当然,如果一篇文章从问题和方法视角来看亮点不足,但并不意味着它一定不够“创新”。一篇文章不可能在所有维度都表现很好,只需要在一个视角表现不错,就可以说具有不错的“创新性”了。

所以接下来我们再看几个其他的视角。

03. 研究对象视角

研究对象既可以指这篇研究是关于什么的,也可以指这篇研究是基于什么数据,什么素材的。所以我没有把它和“问题方法”放在一起,而是单独分开。比如深度学习算法,一开始是在图像识别领域大放异彩,但同一个算法用在了音频识别或者自然语言处理上,那么就是研究对象的创新,同样具有不错的创新性。

04. 结论视角

当然,还有一个视角就是结论视角了。结论是你这篇文章得到了一个什么样的成果,或者有什么新的发现。一篇论文的创新性,最根本的是“结论”创新。也就是你要做出新的东西,发现新的现象,发明新的方法,更新已有的结果,创造了新的东西。

所以,结论是否前所未见,它的影响力大小,直接关系了文章的创新程度。

05. 价值视角

其实还有一个视角,就是研究的实际价值视角。这个视角关注的就是这篇研究,到底有多大的实际应用价值。比如虽然研究只是进行了一些小小的创新,但却对实际的产业或者社会有巨大的价值,那么仍然可以看做“创新性”很大。比如同样是老问题老方法,像是研究糖尿病的危险因素,有的研究只能发表在中文期刊,甚至核心期刊都发表不上,但有的文章可以发表在医学领域的顶级期刊,像比如柳叶刀。内里的原因就是,当你能拿到比如几十年,上万人的随访数据,那么哪怕是一个老问题老方法,但它得到结论的实际价值也是巨大的。因此,这篇研究就有潜力登上世界顶级刊物。这就是从“价值”视角对文章的评判。

06. 创新性的分级

虽然从不同视角可以评判论文的创新性,但对于创新性的大小,其实审稿人心里也有杆秤。按照几位审稿人的意见综合,大致给创新性排了个序。

1. 最顶级的创新性叫“开创性”。简而言之,发现了一个全新的问题,创造了一个全新的方法,发明了一个全新的工具。之所以叫“开创性”,是因为这些创新开创了一大片新的“科研蓝海”,可以为后面大量的创新打下基础。

比如第一个开创了深度学习算法的工作,这个工作为后面海量的工作打下了基础,无数科学家前赴后继,在深度学习这个框架下,开发新的算法,改进原有算法,解决新的问题,培养了数不清的博士硕士。

2. 第二层次的创新性就要差一些,可以是在开创的领域内挖掘了一个小领域。比如在深度学习的框架内,创新了图卷积神经网络算法,这个工作也很创新,也能养活一大批课题组,培养大量学生。

3. 第三层次是对现有改进和完善,或者把现有的工具用在别的任务当中。还是以深度学习举例,比如最初的图卷积神经网络可能还比较粗糙,但是随着改变改变结构,创新下编码器解码器,经过许多人的不断完善效率效能大大提升。或者卷积神经网络原本用来做图像识别效果很好,新的工作拿来做了音频识别,效果也不错。这类创新也有价值,但价值显然没那么大。

4. 最后一个层次,问题和方法都没变,只是调整调整细节,增加增加数据,或者东拼西凑把已经研究过的东西结合到一起。比如像是生物领域,换个物种同样通路,换个方法同样动物,一样的实验堆叠工作量。这类工作几乎没有创新性可言,价值更是不大,有些文章甚至可能连SCI都中不了,只能在低水平刊物上打打转。

当然,这个顺序只是泛泛的排序,根据实际工作的不同,创新性还是会有极大的差异。最后,还是那句话,一篇论文工作的创新性,其实很难准确衡量。甚至不同审稿人对一篇文章的创新性衡量标准都会不一样。作为审稿人,很少有人有幸见过第一和第二层次的创新,大家见得最多的还是第三层次和第四层次的工作。但是作为研究者,不指望做出第一层次的开创性创新,起码也不要做最后一个层次的伪创新,毕竟做科研,还是要有点梦想和情怀吧。

∵∴∵∴∵∴∵∴∵∴∵∴∵∴∵∴∵∴∵∴∵∴∵∴∵∴∵∴∵∴

logo.jpg

意得辑优质润色服务既包含两位英语母语编辑对稿件的三重检查,又为作者解决投稿信、查重、和排版等几项前期准备工序,还为应对期刊的返修要求免费提供无限再润色,从头到尾陪作者走完发表路。尤其适合有志发SCI或SSCI的作者,是意得辑最受欢迎的服务。

为什么说这项服务对SCI及SSCI投稿有所助益?

英文期刊投稿的入门选项——有成效:据用户调研结果显示,在优质润色加持下发了第一篇SCI或SSCI论文的人数十分可观。

助你通过英文思维的检验——智力贡献:不局限于语言语法的修改,编辑同步进行高一级的逻辑检查,弥合中英作者在思维方式与写作习惯上的差异。

为你归置投稿材料——省事:代你操心排版、查重、投稿信撰写三样费心力却不可或缺的预备工作。

和你一道面对返修——保险:首轮返稿后的365天内不计次数免费再润色给拒稿与返修上好了保险,好事多磨的路上也有人兜底。

欢迎前往意得辑官网了解服务详情。

科学网博文活码WSS.png



https://wap.sciencenet.cn/blog-769813-1446341.html

上一篇:高校评价人才为什么只看paper?
收藏 IP: 140.206.189.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-8-15 04:26

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部