前言
爲了提升論文寫作能力，在網上到處查閱提升論文寫作能力的資料，經過一段時間的瀏覽，發現一些別人分享的經驗1，故記錄在個人博客，方便以後學習。
導言
通常來講，研究生和博士後從他的導師那兒得到研究方向。經過多次反覆試驗，得到一些好的結果。接下來他們對得到的數據進行總結和分析，寫成論文。好的結果是一篇好論文的前提。但對相同的結果，一篇精寫的論文會更容易被高檔雜誌接受。而寫得不好的論文可能會被退稿。論文的數量和質量是學生和導師事業發展的敲門磚。不成文，便成仁，是學術生涯的寫照。
很多學生以爲結果到手研究就結束了。他們寫的草稿，常常把原始數據放在一起，沒有對方法和數據進行詳細分析，沒有對現有論文的評述。事實上，寫作是研究不可分割的一部分。此刻是弄懂方法的成功與失敗，尋找結果的解釋及其隱藏的意義，以及與其他相關研究進行比較的時候。
我們爲什麼需要在寫作上如此認真努力？原因很簡單。一個研究結果只有在被人使用時纔有意義。而想被別人使用，文章必須能引起其他研究者的興趣，而且保證其他人能看懂並可以復現你的結果。只有可以被理解的研究纔會被重複，只有可以被複現的工作才能導致別人的引用和follow。而論文被引用的數量常常用來衡量研究的影響力。從某種角度看，寫作更像是把自己的工作成果推銷給其他研究者。
爲了更好的推銷，科學論文必須滿足它獨特的顧客；由聰明能幹的科研人員組成的尖端讀者。它必須說服同行，因爲他們的評審是文章發表前的第一道關口。同時，它也必須滿足一般讀者要求。爲了達到這個目標，首先了解他們需要什麼？
讀者需要什麼？
你的文章的潛在讀者可能是剛進入這個領域的新手；大學生和研究生，也有可能是專家（潛在審稿人）。他們對你的領域會有不同程度的瞭解。因此，寫文章的時候應該力求簡單到可以被新手理解，同時深刻到可以引起專家的興趣。
所有的研究者（不論是學生還是導師）往往都很忙。大量期刊雜誌使他們不可能仔細閱讀每一篇論文。他們通常希望在最短時間內找到文章最重要的信息。典型的情況是如果文章標題不吸引人，他們或許就會跳過這篇論文。如果文章的摘要沒有包含重要的新方法或新結果，他們不會去讀這篇文章。即使已經決定要讀的論文，他們也會跳過很多段落直接找自己最感興趣的地方。因此，保證文章的結構能使讀者很快找到所需的信息非常重要。文章的關鍵在於結構，不在於語法。語法錯誤容易修改，結構錯誤往往讓人無從下手，不知所云。
總之，一篇文章只有在不需太努力就可以理解的情況下才會被廣泛地引用。文章清晰的關鍵就是使讀者能在他們想找的地方找到他們需要的地方。也就是說，要想讀者不費力理解你的論文，你必須費力去滿足他們的期望
讀者期望什麼？
讀者對句子的期望
1、讀者希望在句子的開始就看到熟悉的信息。句子是文章的最小功能單元。最容易理解的句子是整句都在說讀者知道的東西。但這對科技論文是不可能的，因爲只有新的東西纔會被髮表。事實上科技論文通常包含很多新術語，所以一個容易理解的句子應該從讀者熟悉的信息（或剛剛提過的）開始而以新信息結束，並在它們之間平滑過渡。好文章的所有句子都應該這樣從舊到新地平滑過渡。寫好一句話開頭的金科玉律是問問自己：“我以前有沒有提過這個概念？”大多數文章很難讀懂是因爲很多新概念在沒有介紹之前就使用了。例如：
Samples for the 2-dimensional projection of kinetic trajectories are shown in Figure 7. The coil states are loosely gathered while the native states can form a black cluster with extremely high density in the 2-dimensional projection plane.
這裏從第一句到第二句信息無法流動。“The coil states” 不知道是如何而來。讀者發現下面改動後的句子更容易明白。
Kinetic trajectories are projected onto xx and yy variables in Figure 7. This figure shows two populated states. One corresponds to loosely gathered coil states while the other is the native state with a higher density.
在這個新段落裏，新插入的第二句使每句均能從舊信息出發到新信息結束。第一句與第二句之間以“Figure”相連而第二句與第三句之間以“two states”相連。而新信息“coil states”則出現在第三句的最後。整段環環相扣，稱爲一個整體。再看一個例子：
The accuracy of the model structures is given by TM-score. In case of a perfect match to the experimental structure, TM-score would be 1.
在第二個句子裏，舊信息“TM-score”被埋在中間，被新信息“a perfect match to experimental structure” 打斷。這裏建議修改如下：
The accuracy of the model structures is measured by TM-score, which is equal to 1 if there is a perfect match to the experimental structure.
科技論文寫作中的最大問題就是新舊信息順序顛倒。新信息和舊信息對作者來說可能不是很好區分，因爲他們非常熟悉所有的信息。爲了避免這種問題，不管什麼時候，每當你開始寫新句，你應該問問自己，這些詞前面有沒有被提到過。一定要把提到過的放在前面，沒提到過的放在後面。
2.讀者想在主語之後立刻看到行爲動詞。對一個說明誰在做什麼句子，讀者需要找到動詞才能理解。如果動詞和主語之間相隔太遠，閱讀就會被尋找動詞打斷。而打斷閱讀就會使句子難以理解。這裏有個例子：
The smallest URFs (URFA6L), a 207-nucleotide (nt) reading frame overlapping out of phase the NH2-terminal portion of the adenosinetrip hosphatase (ATPase) subinit 6 gene has been identified as the animal equivalent of the recently discovered yeast H+ -ATPase subunit 8 gene.
同樣的句子，將動詞放在主語之後：
The smallest of the URFs is URFA6L, a 207-nucleotide (nt) reading frame overlapping out of phase the NH2-terminal portion of the adenosinetriphosphatase (ATPase) subinit 6 Gene; it has been identified as the animal equivalent of the recently discovered yeast H±ATPase subunit 8 gene.
這樣新的句子就更加平衡了。儘量避免過長的主語和過短的賓語。這就像頭重腳輕的人很難站穩。短的主語緊跟着動詞加上長的賓語效果會更好。
3.讀者期望每句只有一個重點，這個重點通常在句尾。比較下面兩個句子，我們可以感覺到他們着重強調不同的東西。
URFA6L has been identified as the animal equivalent of the recently discovered yeast H±ATPase subunit 8 gene.
Recently discovered yeast H±ATPase subunit 8 gene has a corresponding animal equivalent gene URFA6L.
很明顯，前面的句子是關於一個最近發現的酵母基因，而第二個句子着重強調它由一個和動物一直的基因。另外一個例子：
The enthalpy of hydrogen bond formation between the nucleoside bases 2-deoxyguanosine (dG) and 2-deoxycytidine (dC) has been determined by direct measurement.
這個句子看起來像是在強調“direct measurement”。但這個不太像原作者的目的。顛倒一下會使句子更加平衡。
We have directly measured the enthalpy of hydrogen bond formation between the nucleoside bases 2-deoxyguanosine (dG) and 2-deoxycytidine (dC).
新的句子更加簡單而更短，同時避免了頭重腳輕的症狀。總之，句尾是讀者對該句最後的影響。把最好的，最重要的，和想要讀者記住的東西放在句尾。
讀者對段落的期望
每個段落都應該只講一個故事。在一段裏表達多個觀點會使讀者很難知道該記住什麼、這段到底想表達什麼。一段的第一句要告訴讀者這一段是講什麼的。這樣讀者想跳過這段就可以跳過。一段的最後一句應該是這段的結論或者告訴讀者下一段是什麼。段落中的句子應該由始到終通過邏輯關係連接，實現由就信息到新信息的流動。比如這一段：
The enthalpy of hydrogen bond formation between the nucleoside bases 2-deoxyguanosine (dG) and 2-deoxycytidine (dC) has been determined by direct measurement. dG and dC were derivatized at the 5 and 3 hydroxyls with triisopropylsilyl groups to obtain solubility of the nucleosides in non-aqueous solvents and to prevent the ribose hydroxyls from forming hydrogen bonds. From isoperibolic titration measurements, the enthalpy of dC:dG base pair formation is -6.650.32 kcal/mol.
很難知道作者在這段裏想表達什麼。從這段的起始和結束來看，焓（enthalpy）應該是他想表達的重點。下面是重新組合後的段落。
We have directly measured the enthalpy of hydrogen bond formation between the nucleoside bases 2-deoxyguanosine (dG) and 2-deoxycytidine (dC). dG and dC were derivatized at the 5 and 3 hydroxyls with triisopropylsilyl groups; these groups serve both to solubilize the nucleosides in non-aqueous solvents and to prevent the ribose hydroxyls from forming hydrogen bonds. The enthalpy of dC:dG base pair formation is -6.650.32 kcal/mol according to isoperibolic titration measurements,
首句描述了整段的主題。原段裏的第一句顛倒是爲了1）使信息“dG”和“dC”在句子最後並強調它們。2）更好地跟下面一句銜接。原段裏的第二句被分成兩部分，這樣每一部分只表達了一個觀點。最後一句時總結整段。再看另一個例子：
Large earthquakes along a given fault segment do not occur at random intervals because it takes time to accumulate the strain energy for the rupture. The rates at which tectonic plates move and accumulate strain at their boundaries are approximately uniform. Therefore, in first approximation, one may expect that large ruptures of the same fault segment will occur at approximately constant time intervals. If subsequent main shocks have different amounts of slip across the fault, then the recurrence time may vary, and the basic idea of periodic main shocks must be modified.
在這個例子裏，前兩句共同闡明瞭積累張力的速度（Rate Of Strain Accumulation）。然而，第一句裏的舊信息並沒有放在第二句的開始。讀者讀到第三句的時候通常就不明白這段到底要講什麼了。更清晰的描述應該如下：
Large earthquakes along a given fault segment do not occur at random intervals because it takes time to accumulate the strain energy for the rupture. The rates of strain accumulation at the boundaries of tectonic plates are approximately uniform. Therefore, nearly constant time intervals (at first approximation) would be expected between large ruptures of the same fault segment.
[However?], the recurrence time may vary; the basic idea of periodic main shocks may need to be modified if subsequent main shocks have different amounts of slip across the fault.
新段現在着重闡明瞭地震的發生頻率。黃色標記標明以前描述過的舊信息。很明顯，新舊信息的連接是理解這段的關鍵。從舊信息到新信息的流動是使讀者輕鬆閱讀的最佳方式。==寫文章的目的不是去測試讀者的閱讀能力，而是考驗作者的表達能力。不能怪人沒看懂，只能怪自己沒寫清楚。==常常聽到這樣的抱怨：那審稿人連這都不懂！審稿人也可以說：連這個也寫不清楚。
讀者對圖表的期望
一些沒有耐心的讀者會直接通過圖表來判斷一篇文章是否值得一讀。怎樣能使讀者不需要讀正文就能理解圖表是至關重要。
對於表來說,由於我們是從左向右閱讀,我們熟悉的信息應該出現在左邊而新的信息出現在右邊.例如,下面列出的表1和表2是僅僅調換了兩列.比較一下,哪個表格更容易理解.
表一:
| Temp(°C) | Time |
|---|---|
| 25 | 0 |
| 27 | 3 |
| 29 | 6 |
| 32 | 12 |
| 32 | 15 |
表二:
| Temp(°C) | Time |
|---|---|
| 0 | 25 |
| 3 | 27 |
| 6 | 29 |
| 12 | 32 |
| 15 | 32 |
顯然因爲我們更熟悉時間作獨立變量,表二就比表1容易讀些.製表的另一條規則是把最好的留在最後.也就是最能使人感興趣的結果應該放在最右邊一列或最後一行,因爲這些地方是讀者結束閱讀並能留下印象的地方.下面的例子比較了各種方法的精度.最後一行展示了現在得到的結果.
| Benchmark | SALIGN | Lindahl | PROSPECTOR 3 | LiveBench 8 |
|---|---|---|---|---|
| Method | Alignment | MaxSub | MaxSub | MaxSub |
| SPARKS | 53.1% | 325.9 | 529.0 | 38.3 |
| SPARKS2 | 54.9% | 341.0 | 591.0 | 40.7 |
| This Work | 56.6% | 349.2 | 601.9 | 42.2 |
對於圖,我們至少應該對所有的標籤(數字\座標和說明)使用大寫黑體字體.只畫出重要的區域.儘量不用彩色就能使曲線達到最大的區分.
這是我最喜歡的一個圖.它說明了一些畫圖的基本原理.對你的工作用實線而對別人的工作用點畫線.間隔使用實心和空心符號使曲線之間的不同更加明確.詳細說明X和Y座標,標題不用縮寫.
審稿人要什麼?
文章在發表前必須經過審稿人的評審.他們一般是相關領域的專家甚至是你的競爭者.他們會盡力尋找你文章中的毛病.有時,由於不同的觀點和競爭的需要,審稿人或許會試圖阻止你的文章發表.因此,文章必須寫得理由充足.在別人挑刺之前,自己必須首先從雞蛋裏挑骨頭,預先回答審稿人的可能質疑.
怎樣滿足審稿人
- 只提出"一"箇中心命題.論文裏的觀點太多,不但不好寫,問題也容易多,讀者也不易記住你要說什麼.
- 在這個中心命題的基礎上,用一個迷人(但絕不誇張)的標題來吸引審稿人的興趣.無償審稿使審稿人只審批感興趣的論文.如果你不能引起審稿人的興趣,那最好不要發表那篇文章.編輯們有時會很鬱悶,因爲找不到有興趣的審稿人.
- 合理解釋每一個參數,合理說明每一個步驟.審稿人沒時間考慮細節.程序和參數的合理化顯示出你知道你在做什麼,而不是湊數據.沒理由要找理由,有理由要強調.
- 問問你自己是否提供了足夠重複你工作的所有細節.審稿人(或讀者)越容易再現你的工作,他就約可能接受你的文章.當然,審稿人並不會真正去復現你的工作,但你必須通過你的描述時他相信可以重做.
- 必須有說服力!儘量做徹底而不是半成品的工作!用多方面測試來證明你的中心命題.要使文章像律師證明無罪官司,預先回答一切可能提出的疑問.
- 引用所有重要的研究工作,特別是經典力作.寫作的時候要再做全面文獻檢索.爲了達到這些目標,寫科學論文的時候必須參照一定的框架結構.
文章的結構
典型的科學論文包括標題,摘要,引言,方法/實驗步驟,結論,討論.致謝和參考文獻.這樣的結構是用來幫助讀者快速找到他們感興趣的信息.把信息放錯地方會使讀者糊塗.常犯的錯誤是混淆事實(結果)和解釋(討論)討論是對結果的解釋及說明它的意義,而不是重複結果的描述
一篇論文是從摘要,引言開始,這裏建議從方法和結果部分開始寫,因爲你對方法和結果最熟悉,此外只有更好地理解方法和結果,才能確定中心命題.而標題,引言和討論的寫作都需要中心命題.我們應該從最熟悉的事情開始,就像讀者從他們最熟悉的地方開始理解一樣.
方法/實驗步驟
如果文章是關於新的方法,技術或算法,要非常詳細地寫它的新穎之處.要用有邏輯的,合理的方式來描述它.這會幫助讀者抓住新方法的要領.如果這個方法使用參數,則要把每個參數(或參數的取值)合理化,或者是以前用過的,或者可以從物理或數學推到出來,或者通過廣泛的測試及優化.如果無法保障它的合理性,那就必須描述改變它會造成的影響(實際的結果應該在結果部分或討論部分, 方法部分僅包含影響的描述).如果沒有測試它們的合理性,你應該解釋爲什麼(做的代價太貴了?太浪費時間?或者需要延期到將來做).
對於新方法的發展,你同樣需要設計不同的方法來測試.讓人信服就需要做儘可能多的測試.你所能找到或設計的測試越多,你的工作就越會被其他人所接受和使用.
當完成了方法部分以後,問一問自己以下的問題:1)新的術語是不是都定義了?2)如果你是第一次讀這部分,你能否得到重複整個工作的所有信息?記住,不要影藏任何訣竅或使用的技巧.人們如果不能重複你的結果的話就不會相信你的論文.永遠不要弄虛作假!別人不是傻子,一山更比一山高,聰明的大有人在.如果你僞造數據,心存僥倖不會被人發現.如果真的沒人發現的話,那就是沒有任何人想復現或使用你的結果,那隻能說明你的結果根本不值得發表,毫無意義.若要人不知,除非己莫爲,這是千真萬確的真理.
結果部分
當你開始寫結果部分時,先考慮一下結果的意義.也就是說,你理解你的結果嗎?這些結果是不是告訴你更深刻的東西?你能從很多不同角度來理解結果嗎?你能設計證明或者反駁你的一些解釋的新測試嗎?
如果你發現了新現象,你必須證明你的結果不是你方法製造出來的(討論部分的一個好內容).它可以在不同的條件下復現嗎?如果你發展了一個新方法,你必須證明這個方法的重要性.它是否改進了現有的方法?你的結果部分必須用不同的角度或多重測試來支持新發現或驗證新方法的重要性.
一旦你對結果有更好的理解,你需要決定賣點,也就是說這篇文章最有意義的一個觀點是什麼?確定這篇文章的中心命題之後要組織所有的段落來證明,支持它,用數據(有必要的話再加數據)來證明它.同時也要排除其它可能性.放棄 與中心命題無關的數據,即使這些數據是很辛苦得來的.
標題
當你有了中心命題之後,就該決定文章的標題了.標題可以爲你的方法,你的結果或者結果的隱含意義做廣告.標題是用一句話來概括你的文章.應該把最重要,最吸引人的信息放進標題.比如,標題 “Steric restrictions in protein folding: an alpha-helix cannot be followed by a contiguous beta-strand” 主要突出了結果。另一方面，標題“Interpreting the folding kinetics of helical proteins” 突出了結果的含義。用標題 “Native proteins are surface-molten solids: Application of the Lindemann criterion for the solid versus liquid state” 的話，同時突出了方法和結果的含義。注意標題 “Native proteins are surface-molten solids” 是結果的解釋，而不是結果本身。用既廣泛又具體的標題，這樣才能吸引更多的讀者。
引言部分
中心命題和標題都決定了以後,就該寫引言了.第一件該做的事就是圍繞中心命題來收集所有相關文獻.搜索並研究所有最近和相關的文章(通過中心命題關鍵字的搜索或用引用索引).確認你有全部最新的論文.引用全部重要的文章.如果你不引用別人的文獻,別人也不會引用你的!仔細閱讀你所引用的文章,避免引用錯誤.在引用上,不要偷懶.
引言的第一句最難寫,因爲它決定了你整個引言的走向.==我的辦法是把第一句和文章的標題連起來.==在第一段以最基本和常見的術語來定義標題裏用的一些術語.從這個術語,引入研究的領域和它的重要性.第二段應該對這個研究領域作一個鑑定性的論述.如果中心命題是關於解決一個問題的方法.這一段就應該指出這個當前研究中現存但未解決的問題.描述解決這個問題的難度和挑戰.第三段引入你提出的方法和它大概會帶來什麼效果.你可以大略地描述你的結果和它的含義.這裏有個例子.
Assessing secondary structure assignments of protein structures by using pairwise sequence-alignment benchmarks
The secondary structure of a protein refers to the local conformation of its polypeptide backbone. Knowing secondary structures of proteins is essential for their structure classification, understanding folding dynamics and mechanisms, and discovering conserved structural/functional motifs. Secondary structure information is also useful for sequence and multiple sequence alignment, structure alignment, and sequence to structure alignment (or threading). As a result, predicting secondary structures from protein sequences continues to be an active field of research fifty six years after Pauling and Corey first predicted that the most common regular patterns of protein backbones are the α-helix and the β-sheet. Prediction and application of protein secondary structures rely on prior assignment of the secondary-structure elements from a given protein structure by human or computational methods.
Many computational methods have been developed to automate the assignment of secondary structures. Examples are DSSP,STRIDE, DEFINE, P-SEA, KAKSI,P-CURVE, XTLSSTR, SECSTR, SEGNO, and VoTAP. These methods are based on either the hydrogen-bond pattern, geometric features, expert knowledge or their combinations. However, they often disagree on their assignments. For example, disagreement among DSSP, P-CURVE, and DEFINE can be as large as 25%. More beta sheet is assigned by XTLSSTR and more pi-helix by SECSTR than by DSSP. The discrepancy among different methods is caused by non-ideal configurations of helices and sheets. As a result, defining the boundaries between helix, sheet, and coil is problematical and a significant source of discrepancies between different methods.
Inconsistent assignment of secondary structures by different methods highlights the need for a criterion or a benchmark of “standard” assignments that could be used to assess and compare assignment methods. One possibility is to use the secondary structures assigned by the authors who solved the protein structures. STRIDE, in fact, has been optimized to achieve the highest agreement with the authors’ annotations. However, it is not clear what is the criterion used for manual or automatic assignment of secondary structures by different authors. Another possibility is to treat the consensus prediction by several methods as the gold standard. However, there is no obvious reason why each method should weight equally in assigning secondary structures and which method should be used in consensus. Other used criteria include helix-capping propensity, the deviation from ideal helical and sheet configurations, and structural accuracy produced by sequence-to-structure alignment guided by secondary structure assignment.
In this paper, we propose to use sequence-alignment benchmarks for assessing secondary structure assignments. These benchmarks are produced by 3D-structure alignment of structurally homologous proteins. Instead of assessing the accuracy of secondary-structure assignment directly, which is not yet feasible, we compare the two assignments of secondary structures in structurally aligned positions. We assume that the best method should assign the same secondary-structure element to the highest fraction of structurally aligned positions. Certainly, structurally aligned positions do not always have the same secondary structures. Moreover, different structure-alignment methods do not always produce the same result. Nevertheless, this criterion provides a means to locate a secondary-structure assignment method that is most consistent with tertiary structure alignment. We suggest that this approach provides an objective evaluation of secondary structure assignment methods.
在這個例子裏，標題推薦了一個評估指派蛋白質二級結構的方法。第一段以二級結構的定義開始（與標題相連)。整段描述了二級結構的重要性。最後一句過渡到指派二級結構的計算方法（下一段的主題)。注意“計算方法”放在句子的最後是爲了強調而且和第二段的開始連接在起來。第二段則聚焦在計算方法中存在的問題。舊信息“計算方法”逐漸的變到了“它們的不一致”。第三段的第一句把主題從“不一致”（舊信息）轉變成了“評估的辦法”（新信息)。然後，介紹了這個領域已有的工作。第四段引入新方法並討論了新方法的優點。第五段（這裏沒有給出）將會簡要地討論結果。每一個引言應該 包括研究領域的介紹和意義，做這工作的具體原因，結果和隱含的意義。一般而言，讀者讀完引言，對論文的來龍去脈就應該清清楚楚了。
討論部分
現在到了你寫論文的最後一部分.很多人認爲討論部分最難寫.他們常常不知道該寫什麼,學生常常不能把結果從他們的解釋,含義和結論中分離出來.此外,他們不善於思考可能存在的其他解釋.好的討論通常以得到的結果和解釋的評論開始.其他可用於討論的內容有:參數改變對結果的影響,與其他研究相比還有待解決的問題,將來或者正在進行的工作.這裏有一段文章中的討論部分.
One question about the complex homopolymer phase diagram presented here is whether it is caused by the discontinuous feature of the square-well potential. We cannot give a direct answer because the DMD simulation is required to obtain well-converged results for the thermodynamics. However, the critical phenomena predicted for a fluid composed of particles interacting with a square-well potential are as realistic as those predicted for a fluid composed of particles interacting with a LJ potential. Also an analogous complex phase diagram is found in simulations of LJ clusters. The present results for square-well homopolymers may well be found in more realistic homopolymer models and even in real polymers.
摘要部分
整篇文章寫完了.你需要寫文章的摘要.典型的摘要包括課題領域的重要性(回到標題),要研究的問題,你提出的方法的獨特性,結果的意義和影響.例如.
How to make an objective assignment of secondary structures based on a protein structure is an unsolved problem. Defining the boundaries between helix, sheet, and coil structures is arbitrary, and commonly accepted standard assignments do not exist. Here, we propose a criterion that assesses secondary-structure assignment based on the similarity of the secondary structures assigned to structurally aligned residues in sequence-alignment benchmarks. This criterion is used to rank six secondary-structure assignment methods: STRIDE, DSSP, SECSTR, KAKSI, P SEA, and SEGNO with three established sequence-alignment benchmarks (PREFAB, SABmark and SALIGN). STRIDE and KAKSI achieve comparable success rates in assigning the same secondary structure elements to structurally aligned residues in the three benchmarks. Their success rates are between 1-4% higher than those of the other four methods. The consensus of STRIDE, KAKSI, SECSTR, and P-SEA, called SKSP, improves assignments over the best single method in each benchmark by an additional 1%. These results support the usefulness of the sequence alignment benchmarks as the benchmarks for secondary structure assignment.
前兩句陳述了問題。第三句提出瞭解決辦法。這些句子後面跟着結果。整個摘要以總結收尾。 注意摘要裏的主體部分是結果及其意義和影響。
總結
- 認真對待寫作.盡你最大努力花時間寫作.它是科學研究的重要一環.文章沒寫好,沒人看,沒人用,等於沒發表.
- 除非這個研究是全面徹底的,而且你試了所有可以支持你結論的方法,否則不要去發表
- 重新思考,併合理解釋爲什麼做這項工作,做了什麼,什麼是最重要的發現?爲什麼用這個方法?爲什麼用這些參數?什麼是以前做過的(更新文獻搜索)?不同在什麼地方?
- 要從批判的角度來看你的工作,想一想別人會怎樣挑毛病.只有這樣,才能找到弱點,進一步發展.我的許多論文是在反覆討論中大幅修改,許多計算經常要重新做.只有理順和理解結果,文章纔會更有意義.
- 要能回答所有合理的質疑.如果你自己有質疑,一定要搞清楚,否則別人又怎會相信.不要輕易相信得到的革命性發現.
- 要以高標準嚴要求寫論文.不與爛文章比,爭取建立自己的品牌.不要隱藏任何事實,不作假,不要低估其他研究者的智慧.讓你的研究可重複.
- 從頭(標題)到尾(結論)要從舊信息過度到新信息. 永遠不要在句子的開頭引入新信息.切記在術語被定義之前使用它們.
- 照抄別人文章裏的句子是不道德的.這暴露出作者不願意思考,只走捷徑,不是一個正真科研工作者的樣子.同時抄襲的句子常常會打斷文章原有信息的流通,不利於讀者對文章的理解.一定要用別人的原句,就必須用上引號,並引用參考文獻.
- 在段首要有闡明整段主題的句子,在段尾要有連接下段的過渡句.從標題到結論都要連貫.句句相扣,段段相連,讓一篇文章是一個整體而不是雜亂無章地把句子堆疊在一起.這樣能使讀者享受閱讀你的文章.
- 寫,重寫,再重寫.沒人能第一次就寫好.不花時間,不下功夫,寫不好.我的文章一般要修改十次以上.
結束語
寫科技論文不能像寫散文,想到哪寫到哪.好的論文就像一部好的小說一樣,需要構造策劃,情節上要一環扣一環,而結局是令人意外的.當然這一切,前提是你必須有令人激動的結果.這篇短文的目的是在有較好結果的基礎上,怎樣更好地實事求是地宣傳你的結果.主要方法是使文章簡單易懂,條理清晰.同時又全面深刻,令人信服.我反對虛假的包裝,誇張的描述,這樣往往適得其反.事實上,科技論文要避免用帶有感情的形容詞Exciting或Remarkable來描述你的結果.也就是說要通過結果的描述來使讀者體會到"Exciting"或"Remarkable",讓事實來說話.正如說笑話的人自己不笑會更有效果.
致謝
此文中的一些例子出自 “The Science of Scientific Writing” by G. D. Gopen and J. A. Swan, American Scientist, 78, 550-558, 1990. 我在杜克大學Gopen教授1995年年度短訓班受益非淺。我要特別感謝我的導師Martin Karplus(哈佛大學)，George Stell (紐約州立大學－石溪校區), Harold L. Friedman (紐約州立大學－石溪校區) 和 Carol Hall (北卡羅來納州立大學)的鼓勵和指導。沒有他們，我不會有那麼多機會練習英文寫作。最後，我要感謝我 的學生和博士後。他們對科學的貢獻使我可以繼續寫論文，基金申請，或評論。此文中的一部分例子來自與他們合作的文章。此文初稿是用英文寫的。由於我的中文打字速度太慢，特別感謝徐貝思幫我翻譯成中文初稿。如果有不妥的地方是我的問題，請多指教。此文在網上出現以後，得到不少關注。特別感謝趙立平教授的建議及感謝許多校友和網友的指正和鼓勵。
個人感想
很幸運從茫茫互聯網上,找到這篇關於寫科技論文的文章.我第一次讀的時候有一種醍醐灌頂的感覺,無論是從整體方向上還是具體細節,閱讀之後都有很深的感觸,在這裏感謝這位老師無私的奉獻,在寫科技論文方面給我很大幫助.最後理論上有新的認知還遠遠不夠,重要是實踐,用老師的話就是"寫,重寫,再重寫",行動起來.
http://www.journaladvancedultrasound.com/attached/file/20180802/20180802200904_688.pdf ↩︎