熟悉和掌握SCI文章的写作格式是发表SCI论文的基本要求,很多作者不能高度重视格式要求,可能会影响文章的发表,也许等待文章录用通知的时间就在这里。
SCI论文格式主要分为3部分:1.前言部分,2.主题部分,3.正文部分。 SCI论文格式前言部分包含:
1.标题(title): 标题应概括SCI论文最重要的内容,应简明、恰当、有说服力。正常情况下不要超过20个字,然后以小标题加以说明。
2.作者(单位/个人姓名): 要注意作者顺序,首先要有作者署名,对SCI论文内容负责,还要尊重作者的版权。
作者必须是参与全部或主要研究工作的人,作者必须对这篇论文的内容负责,并能为其辩护。作者根据其对SCI论文的贡献进行排序,不得随意增加、删除或更改。作者必须列全名并包括邮政编码。作者单位不限,因为有的作者有多项工作,不在同一单位。
3.内容摘要(Summary): SCI论文摘要其实是论文本身的缩影,需要以简洁明了的语言简单论述论文的选题价值、写作目的、主要观点、研究方法及结果等,摘要要着重突出该篇文章的创造性成果或者是新见解。
其中标题“摘要”字体要求是:黑体、水平居中对齐,字号:3号,行距:固定值20磅,段前段后均为自动。
摘要内容段落首行缩进2个汉字,字体要求为宋体,字号要求为小四,行距:固定值20磅,段前段后均为0行,取消网格对齐选项。
4.关键词(keywords): 关键词是在摘要正文后面,列出3—8个关键词。关键词和论文摘要之间空一行。标题“关键词”字体设置为黑体,字号为小四,关键词与关键词之间用分号间隔,末尾不要加标点,字体要求为宋体,字号要求为小四。
SCI论文格式主题部分包含:
5.前言(introduction): 前言也叫引言,是一篇SCI论文的展开,需要明确提出论文完成过程中的研究难题,正确引导读者阅读文章和了解整篇文章。
Mingji Tang
最受欢迎的见解
1.R语言分布式滞后非线性模型(DLNM)空气污染研究温度对死亡率影响建模
2.R语言分布滞后线性和非线性模型(DLNM)分析空气污染(臭氧)、温度对死亡率时间序列数据
3.R语言群组变量选择、组惩罚GROUP LASSO套索模型预测分析新生儿出生体重风险因素数据和交叉验证、可视化
4.R语言逻辑回归、随机森林、SVM支持向量机预测FRAMINGHAM心脏病风险和模型诊断可视化
5.R语言非线性混合效应 NLME模型(固定效应&随机效应)对抗哮喘药物茶碱动力学研究
6.R语言使用限制平均生存时间RMST比较两条生存曲线分析肝硬化患者
6.材料与方法(materi-als and methods): 材料和方法是科技论文的基础,是评判论文科学性和先进性的主要依据。材料与方法的标题因研究类型的不同而略有不同,如研究性学习用 “对象与方法”,临床试验用 “病例与方法”。因此,我们在写作时要根据不同的研究类型来选择这部分的写作方法。实验性研究应说明实验条件和方法。
7.结果(results): SCI论文结果也是论文中必不可少的重要部分,目的是介绍研究的主要结果。结果的内容包含真实可靠的观察和发现、实测数据、推导公式、典型案例、获得的图像、效果差异(有效和无效)、科研理论等。结果部分充分体现了SCI论文的水平和社会价值。
随时关注您喜欢的主题
8.讨论(disscussion) : SCI论文讨论部分是最能体现论文内容深度的部分,这块相当难写,首先,选择要深入讨论的问题,Results中有的结果是重要的,有些就不需要突出说明,一笔带过即可。选择合适的结果在Discussion部分进行深度讨论。
9.结论(conclusion) : SCI论文的结论要对研究结果进一步加深认识,结论的内容应着重反映研究结果的理论价值、实用价值以及该研究结果的适用范围,并且提出建议或者展望。如果觉得不够,可提出有待进一步解决的关键性问题和今后研究的设想。
10.致谢(thanks) ,参考文献(references) ,完成论文或投稿日期,外文摘要:
致谢:不是每本杂志都要求的,但我在此提醒大家,一定要写鸣谢! 鸣谢的对象是研究对象、资助研究的基金会、合作者、公司、组织或个人,以及对研究有贡献的同事。这是对自己对他人的感激之情的判断,可能不会被审稿人接受。
参考文献。参考文献是指在撰写SCI论文中所引用的书籍和期刊。应引用最新、最重要的文献,应首先引用在权威、专业期刊上发表的SCI论文,所引用的文献必须是作者本人阅读过的文献。需要注意的是,未发表的SCI论文一般不作为参考文献引用,因为读者无法查阅。
SCI论文格式附录部分包含:
图(chart),表(table),照片(photoshop): 这部分主要采用主流的工具去制作,保持画面清晰,易识别,首先要知道,审稿人并不一定是你所在领域的专业人士,所以在这一部分,首要是确保清晰易识别。
关于作者
Mingji Tang
在此对Mingji Tang对本文所作的贡献表示诚挚感谢,他在复旦大学完成了统计硕士学位,专注数理统计,擅长R语言、C/C++、Python等统计软件。