Archive

Page 9/100

解決生科論文再現性過低問題的推薦方案

Proposed Strategy For Addressing The Reproducibility

在科學研究中,在對研究結果作自我糾正、歸納,或是演繹推理,會透過複製實驗的結果來確認其再現性 (reproducibility) 。如果研究的結果被證明是不可重複的,這表示之前的研究應該重新檢視,所以再現性是一個論文成功的重要指標。 由於生命科學領域的特殊性,摻雜了許多複雜的因素,目前在學界所面臨最棘手的問題就是再現性太低。目前學界統計論文的可複製性最多也只有40%,甚至於隨著不同機構的研究也有低達30%到20%的;根據Nature期刊對1576名研究人員進行的一項調查,超過70%的研究人員會試圖重製另外一個科學家的實驗,結果是失敗的;而研究人員重製自己的實驗,一半以上是失敗的。 再現性太低是很嚴重的,會影響到可信度…
( 閱讀全文… )

發表於: 學術新知, 學術趨勢   標籤: , , ,

運用愛思唯爾期刊搜尋工具協助選擇適合的期刋來發表

研究者經常花時間思考如何選擇期刋。哪一家是發表學術研究的最佳期刊?學術出版龍頭愛思唯爾(Elsevier)努力簡化這個過程,使研究者將愛思唯爾期刊搜尋工具(Elsevier Journal Finder)追加到他們的研究工具清單中。 為何選擇愛思唯爾期刊搜尋工具? 愛思唯爾期刊搜尋工具使用愛思唯爾指紋引擎(Elsevier…
( 閱讀全文… )

發表於: 論文發表   標籤: , ,

投稿期刊的漫長等待

一個好的科學期刊對於每一篇投稿論文,都要經過同儕審查程序的把關。完成投稿之後也不過是長日等待的開始,經過漫長的程序之後,結果有可能是被接受,也有可能是被拒絕。 一般來講,第一位看到投稿論文的人是期刊的編輯。期刊編輯先評估內容是不是符合期刊的範圍,如果符合了,那就會進行同儕審查的程序,將論文分發給相關的專家。經過了同儕審查的程序,會出現四種結果,包括:接受、拒絕、接受修改、接受重大修改。然而主要的問題仍然一直存在著,那就是,到底要等多久才能得到期刊的回應? 在期刊做出決定之前,需要多久時間? 有一位研究所學生Daniel Himmelstein,分析了PubMed中所列出的所有論文的提交日期和接受日期。他發現,在過去的30年中,一般的審查時間大約是100天。根據Himmelstein的觀察,…
( 閱讀全文… )

發表於: 接受, 論文發表   標籤: , ,

共享同儕審查數據有助於反擊科學不端行為

生命科學的研究正面臨著實驗可複製性(reproducibility)危機。實際上,有70%的研究人員嘗試過複製另一位科學家的實驗,但卻無法能再現其實驗結果,這也促使科學家質疑同儕審查的模式,並促成同儕審查數據的共享。這些所有作為都是為了要促進科學研究的誠信,有效地減少科學舞弊事件發生。 關於實驗可複製性危機,從心理學和癌症生物學分析中,揭發出這令人震驚的事實。根據最近的一項研究,只有40%的心理學報告和10%的癌症生物學報告才能成功複製。為何成功率這麼低?這主要是由於:使用選擇性數據作報告、來自發表上的壓力、統計能力太差和分析工夫不夠、原始數據的重製工夫(replication)不夠、實驗設計不良、或是原始數據(Raw Data)不可用。目前找到了一個解決此問題的方法,是推動手稿數據的同儕審查,這將可大大促進數據準確性的評估。   原始數據的共享…
( 閱讀全文… )

發表於: 學術出版, 學術寫作技巧   標籤: , , ,

Dissemin綠色開放近用管道突破付費牆

綠色開放近用(Green open access,Green OA)使讀者可以透過開放近用(OA)知識庫而獲取研究論文。雖然傳統型(訂閱型)期刊的同儕審查過程依舊保持不變,但已發表的研究論文版本現在已可透過Green OA獲取。學術期刊會決定哪些版本的論文可以透過Green…
( 閱讀全文… )

發表於: 投稿準備, 論文發表   標籤: , ,

Disclaimer : The opinions expressed here by the Bloggers and those providing comments are theirs' alone, and do not reflect the opinions of Crimson Interactive or any employee thereof. Crimson Interactive is not responsible for the accuracy of any of the information supplied by the Bloggers. While every caution has been taken to provide readers with the most accurate information and honest analysis, please use your discretion before taking any decisions based on the information in this blog. Author will not compensate you in any way whatsoever if you ever happen to suffer a loss/inconvenience/damage because of/while making use of information in this blog.