我投出去的2篇稿件都被拒了。在看了评审员的评语后，我发现有好几个错误可以很简单就避开的，像是用错统计检定这些的。您可以提供一些能够避免的拒稿原因吗？

 

　　这个问题很有趣，虽然拒稿让人沮丧，但评审通常会有些有用的意见，所以作者有机会在改投下一家期刊前改进论文。有时候有些比较严重的问题是没法单靠修改论文就能解决的，例如研究设计的缺陷，但有些常见的问题是可以在写论文时轻易避免的。已经有好几个研究讨论过拒稿的常见原因，以下是导致拒稿的常见错误以及相关的避免方法：

 

1. 不适当或不完整的统计

 

使用正确的统计分析法

 

详细叙述统计方法

 

在适当的地方说明P值与R2值

 

2. 过度夸大结果

 

避免将结论叙述的与实际研究发现差距过大

 

适当告知研究限制

 

不要引用不相关或过多的信息来支持数据

 

3. 不适当或理想的仪器

 

应详细叙述研究方法，所以读者能自行复制实验

 

如果使用标准方法或仪器，注明先前使用过这个方法或仪器的相关研究

 

如果问卷等叙述太过冗长，把它放在补充资料里

 

4. 样本偏颇或太少

 

检查已发表的文献看看类似的研究适合的样本数

 

清楚列出包含及排除的条件

 

5. 内文阅读困难

 

避免复杂的长句子，使用简单直接的叙述

 

请讲英文的同事或专家检查你的论文

 

如果目标期刊的读者是比较广泛的，避免使用行话。

 

尽量避免使用口语词条，应采用国际文章中常用的标准词汇

 

6. 问题叙述不足

 

在摘要及正文开头里清楚陈述研究目标

 

确认你的结论与假设、问题、目标有前后呼应

 

7. 不准确或不一致的数据报告

 

重复确认在不同章节提及的类似数据一致性，像是摘要与内文、结果与图表等

 

与其提供不确定的数据，不如将有用的数据分类来支持假设及目标

 

8. 不完整、不准确或过时的文献

 

引用最新发布的文献，引用过时的文献只会曝露出你对该主题的了解不够

 

不要选择性的排除不支持你研究论点的文献，相反的，可以讨论这些文献让后解释为何你的数据会与现在已知的现况不同。

 

9. 数据不足

 

提供足够的数据，如果有的话，可以提交补充数据。

 

确认数据不是太薄弱导致无法发表

 

10. 图表缺陷

 

确认图表内容明确易懂

 

检查是否用了最适当的数据呈现模式，例如，直方图是不是比线性图更适合用来表现你的数据？

 

 

 

　　如果你确定你的论文有效传达强力的信息而且没有以上提到的问题，那么拒稿率就会大幅降低。不过，即使技术再怎么完整的论文由于各种原因，偶尔还是会收到期刊的负面决定。日后的博文我会再深入探讨。