投稿经验
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
四.我的论文生活
本人现在5篇SCI,两篇IEEE TRANSACTION/JOURNAL (regular) paper,两篇IF=1.2*,一篇IF=0.8*.一个专利,两个应用证明。还有5篇SCI在审,IF分别为2.3*,0.5*,0.5*,0.4*,0.4*。所以我自认为在博士期间做的还可以,再加上博士期间做了太多的秘书工作,同时接手的项目自己独立完成,还是我以前没有接触的领域,也是实验室没有接触过的领域,所以我自己对自己还是比较满意的。当然在理工同窗面前我是非常普通,甚至不入流的学生之一,不过我希望把我一点经验分享大家,如果对于学弟学妹有一点帮助,我就非常开心了,如果没有帮助也请各位大牛不要见笑。下面我介绍一下我写论文的经验。
打铁还需自身强啊。首先我们应该从我们自己本身着手。博士与本科和硕士相比都不同,而且是根本上意义的不同。打个比方,如果给大家一个问题,大家能够非常快速的解决,并利用各种方法。但是这种训练方式完全是自下而上的教育方式,一直到硕士戛然而止。博士突然让我们思维方式出现了一个转变,这是很难的。这种原因可能因为我们小学到硕士一直是按照我们自己的思维方式在培养,到了博士我们学习西方思维方式培养,而产生了极大的落差。
博士不会在告诉你,你需要解决什么样的具体问题,而是在于你是否能发现问题。我们一直的教育都是我们解决问题的能力,对于中国的学生,特别是在理工大学培养的学生,解决问题的能力绝对是非常强的,没有任何问题,但是缺少一双发现问题的眼睛。我们不善于自己提出问题和解决我们觉得陌生的问题,我们喜欢解决别人提出来的问题,使用别人提出的方法,按照别人的思路。不能说孰优孰劣,但是在现有的博士培养体系下我们是处于劣势的。郑强教授说得对,如果找不到与自己发现问题相关的参考文献,通常我们都对自己的发现先产生怀疑,极度的不自信。
我们需要在别人研究内容的基础上发现存在的问题。例如某个同学会说,某某领域已经做烂了,没有东西做了。但是我要告诉你,把你放着一个新的领域,你还是不行。因为不是没有问题,而是你没有发现问题。这个劣势在工科中尤为突出。这样我们在读某篇论文或者某位牛人的大作的时候,读完了直呼精彩,但是我们这个时候就需要考虑这篇论文的问题在哪里,有没有限制条件,我们能不能发现新的问题,在我们解决新的问题的时候也是我们有目的的资料收集的时候,也就是我们写论文的时候,发论文的时候了。不过需要强调的是,思路对也好,不对也好,方法对也好,不对也好,除了结果不同以外,其他都是一样的。过程都是痛苦的,甚至会因为发现自己是如此的无知而感到深深的惭愧和不能接受。
上面的论点对于大多数人来说,大而空,该不懂还是不懂,该写不出来还是写不出来,没有办法,这个就是思维的问题。那么上面从自身入手,我再给出从外界获取资源的方法。只有将二者结合才能达到最佳结果。
如何获取外界资源。我看论文的时候,会有很多问题,论文中很多观点我看不懂,而且这些观点在论文中没有任何的解释,让我摸不着头脑,所以我会给论文的通信作者写信咨询。我的经验是别给中国人写信。中国人不喜欢Share,只喜欢require。下面我附上一封我写信请教问题的模板。
Dear and respected Prof. ***
I am very sorry for troubling you, but can I ask you a question relevant to your paper?
My name is **, a scholar of ** of Beijing Institute of Technology, China. My research field is ***. As studying about this topic, I found your research paper "********", Journey name, volume, number and pages, being very interesting and meaningful for my study, but I faced many difficulties when I tried to solving (the question) using your algorithm. The question is …….
I am very sorry for troubling you, and I feel very ashamed due to my ignorance. I hope you can understand my mean and being a leading scientist will guide me with proper guidance.
Thank you very much!
*****
Waiting for your email.
Seeking Regards
Beijing Institute of Technology, Beijing, P. R. China.
当你写这封信给国外大牛的同时,你要知道你代表的是中国,所以宁可不联系也不要给中国人的形象带来影响。如果有同学真的因为我的提示而造成不必要的负面影响,那么我真的是罪过,希望我理同学能够多注意,我在这里谢谢大家了。同时希望大家别把帖子转出去,就在联盟上存在吧,取之理工,还之理工。
下面是意大利一位科学家给我的回信,他是一位非常有名的科学家,2001年意大利总统金章获得者。
First of all, I apologize for my very late answer: my time was all sold-out, because I was editing a book on Homeland Security (I also authored 2 out of the 11 chapters of the book). Please forgive me, and let's go now to your mail.
Geologists agree that the effect of natural forces, as wind, rain, solar illumination, cold and hot weather, etc., over the planets is to shape their surfaces according to the **. This is true on the planets of the solar system, and also over the Earth, provided that the effect of human activity is negligible compared to the natural forces. As a matter of fact, describing the shape of a city with a ** distibution is nonsense. If the shape of natural surfaces is gaussian, and according to geologists it is true, why using other probability distributions, mainly the gaussian one? My answer is two-fold, first of all, because it is represented by exponential functions, easy to manage analytically and also because the ** is not easy to swallow.
Conclusion. Your question makes sense, but the answer is that there is no connection between gaussian and ** distributions. Choice of the latter seems to be physically appropriate; choice of the former is convenient to generate papers, that nobody reads, but their number may play a role in the career of the person.
If you want to improve your background on **, I suggest you to give a glance to the book: ****** Best wishes for your studies, and kindest regards ******
大家不要急于和对方要code或者data,因为如果不是非常熟悉是不会给你的,所以还是要多交流,目的单纯一些,就是请教问题,随着交流的深入会有一些意想不到的收获,但是不要一开始就让人觉得你非常的贪婪和有其他目的的,这样不是好的行为方式,不容易被别人接受,也不是一个好的品格。我后来通过这种方式得到了美国NASA和美国加州理工学院某个实验室合作得到的数据,该数据是不公开的,国际上只有一个很小的圈子科学家在用这个