就这两个小问题毙掉了一篇sci

最近有朋友收到某期刊审稿邀请,然后发现是罕见的Systematic Review就接收邀请,点开了具体的稿件。这个朋友审稿很快,用5分钟就搞定了,最后的结果就是Reject。就是文章中出现了两个小问题。这些东西往往都是很多人忽略的。就是下面截图的小问题:

肯定会有很多人骂审稿人不负责任,内容都具体看,就随便找两个小问题就毙掉了这篇文章。其实,也只能怪这篇文章的作者,这么容易就让人家找出毛病。很多时候就是这样,一篇文章遇到nice的审稿人,毛病再多也可以接收,遇到不nice的审稿人,文章再怎么样完美也是可以找出毛病的。我们可以做的就是就是尽自己最大努力减少文章中的错误。因为我们永远想不到自己的文章会落到那个审稿人中,别人会用什么样的理由拒绝你的文章。可能是一个单词,也可能是一个标点符号,正所谓人为刀俎我为鱼肉。

● SCI狂人团队VIP会员

● 关于答疑时间的通知

● 如何通过数据挖掘,发现癌症治疗的靶标?

● 想不到课题?不存在的

● 论文修回后是否再次回到审稿人手中?取决于你的回复

● 数据挖掘特训上线

● 这样的文章,谁都可以做到呀

● R代码很容得到,关键是数据不会准备,遇到问题看不懂

● 如何快速找到值得深入研究的分子?

● 一大波科研软件免费下载

● 作为临床医生,不能总靠生信发文章吧?

● 公共数据库找不到自己需要的数据,该咋办?

● 躺着也可以轻轻松松得到5篇SCI

● 学员报喜,再度发表两篇SCI

● 火山图的高级玩法

● VIP会员专属课程再次上线

● 在GEO数据库随便找一张芯片就可以发SCI?

● 手把手教你利用WGCNA发文章

● Look, 搞一篇SCI so easy!!!

● 如何快速找到值得深入研究的分子?

● SEER数据挖掘这样玩才过瘾的

● 急!急!急!快来抢发这个数据库

● 只会用TCGA构建ceRNA你就out了

● WB一图多用,有多么严重?

● 这10个期刊也许是你想要的

● 甲基化跑不动,我们帮你跑

● 如何快速学习贝叶斯网状meta分析?

● 如何搞一张漂亮的列线图?

● 如何快速学习GEO数据挖掘?

● 这种发文套路,完全是看数据吃饭的

● 多张芯片数据合并视频(免费送)

● 环状RNA数据挖掘课程上线了

● TCGA数据下载再也不会难到你

● 如何绘制两个模型的ROC,并且进行比较?

● 临床预测模型快速入门课程

● GO富集分析这种图,你也可以呀

● GEO数据挖掘的深度不够,有没有提高GEO数据挖掘的深度的方法呢?

● 10篇SCI还不如一个英语成绩好的临床医生好找工作?

● 批量挖掘TCGA让发文速度更加快

● 批量挖掘TCGA临床数据的机会来了

● 批量挖掘TCGA miRNA

● 医生朋友,非肿瘤方向也可以进行临床预测模型呀

● SEER数据新玩法,你还不来看看

(0)

相关推荐