其实有很多小伙伴私信我，说找不到点子做，想到的别人都做过了，问我为啥能源源不断的产出论文。也有个别小伙伴对我表示了质疑哈，认为我是吹牛逼或者发的letter/correspondence，我可以告诉大家我发的original research目前占比90%。其实只要科研品味足够低，对很多人来说一年发20篇也不是难事。但是我依然要说，灌水确实不违法但是灌水太多对于今后想从事科研工作的同学没有好处，而且我说我自己灌水只是说发表的期刊水平比较低而不是使用我所介绍的灌水方法。那么我通过我平时读文献审稿的一些经验总结，直接给小伙伴们介绍一下怎么样才能源源不断的灌水，相信大家看完之后都能学会。 第一种：更换研究对象首先，大家要把复杂问题简单化来看待，X是暴露因素，Y是结局因素，Z是研究人群。大家都知道发SCI最重要的是创新，但真实情况是只需要做出一丢丢的创新就足以把成果发在一般的SCI上，比如图1里的3篇文章。第一篇2014年发表 X是血铅，Y是骨密度，Z是中国人；第二篇用NHANES数据把Z换成美国女性在2022年也依然可以发表；第三篇依然是NHANES数据，只不过把Z换成了美国儿童和青少年。那如果把Z换成老年人呢？换成绝经女性呢？大家可能会说，要是老年人和绝经女性被发了怎么办呀，那当然是思路还没有打开呀。还可以把Z换成有糖尿病的老年人，有高血压的绝经女性，有糖尿病肾病的中年男性…触类旁通，这样的方法不仅仅用于临床类型的文章，在基础类或者生信文章里也比比皆是，简单更换一个元素对于一篇文章来说就是一丢丢创新。篇幅有限，下期我再给小伙伴们介绍其他的灌水方法。 欢迎联系我。

我本人所有的文章都是临床类型的就先说说临床研究吧，我个人认为比较适合专硕或者临床医生，优点是门槛低不需要任何生物学知识和背景；其次就是与临床工作比较贴近，做出来的研究可能有一丢丢临床意义，比较有满足感；另外对于数据来说丰俭由人，科室实力强有自建队列或者数据库甚至多中心数据的时候往往能不断产出高分文章，而没有数据时也可以利用各种公共数据库发文，即使用数据库发5-6分还是不怎么难的。缺点我觉得主要是光做临床研究对于课题申报来说难度比较高。 生信的优点是可以与基础研究相链接，作为课题前期的基础，丰富文章的内容与层次，对于打算一直做基础课题的同学来说可能是必不可缺的。而缺点也很明显就是目前纯生信非常非常难发，如果不是特别创新的题目投出去往往不是秒拒就是让补实验。另外就是生信的门槛在这三种类型里略高一些。 meta的优点包括套路相对固定，难点主要集中在选题的创新，在读的研究生发10-20分meta的屡见不鲜，如果有点子可以不断的发文章。缺点对于有些小伙伴来说无所谓而有些则是不可接受的，因为meta的文章类型不属于论著，所以在考博、升职称里有时会打折扣甚至出现不承认的情况。 总结一下(个人观点)，对于想吃科研这碗饭的小伙伴生信学习一下还是很有好处的，对于临床医生和专硕可能临床研究更快更加友好，而对于只想水一篇毕业的人来说meta可能也是一个很好的选择。 欢迎联系我。

我收到的让我帮忙修改润色论文的私信特别多，所以我直接说一下我是如何在英文水平很一般的写论文而不需要花钱润色的吧。我的经验应该对英语一般/比较差的同学比较有借鉴意义，因为我自己就是6级飘过的水平，但是从投第一篇论文到现在还没有被要求过润色（当然这也可能与我投的期刊水平不怎么高/运气好有关）。 我从论文书写到修改主要使用3个工具1. DeepL我个人感觉DeepL作为目前最强的翻译工具当之无愧，相比谷歌、有道，DeepL无论在用词还是语法都非常地道，对于很多医学专业名词翻译也很准确。2. Quillbot它具有润色、降重以及总结三个功能。我个人主要只使用其中的句子改写（降重）功能，将文本复制过来就可以实现对于句子的rephrase，这个功能对于大佬可能不怎么实用，但是对于英语水平一般的我绝对是刚需。但是改写句子之后还是要注意检查一下，有时候会出现句子口语化（不够学术）的情况。3. GrammarlyGrammarly是一款在线语法纠正和校对工具，能够在word或网页中检查单词拼写、纠正标点符号、修正语法错误、调整语气以及给出风格建议，我个人习惯全部写完之后对着Grammarly的修改建议一项一项核查。 欢迎联系我。

我之前给大家介绍过grammarly，quillbot等论文润色和rephrase工具。但是在尝试过用chatGPT润色学术论文之后，还是受到了不小的震撼，个人感觉润色后的结果几乎就是native的水平。 废话不多说，直接上使用方法： 1. 直接润色，聊天框里输入improve the following academic writing ：自己的论文段落2. 描述任务➕润色，聊天框输入：The above passage, based on the knowledge you have about XXX and XXX, is there a…

今日完成：abstract、introduction、discussion 我们计算出的方向性的值，我直接讲我论文中的描述粘贴到这里，大家可以参考去写：Through the Steiger directionality test, we found that the variance explained by the exposure variable is significantly higher than the variance explained by the…

搞科研作图能少GraphPad Prism吗？答案是肯定不能呀！写过论文的学弟学妹们想必导师都在耳边念叨过：数据要真实，表图要规范好看所以，本期学姐先给大家简单介绍GraphPad作图，先来一版入门级，后续慢慢会出进阶级!一步一步来还怕拿不下作图! 欢迎联系我。

回头来看，如果当初能早点意识到这些事.真的会少踩很多坑，少走很多弯路😅 1⃣凡事以自己为重，不要揣摩导师心思。读博的时候，心里顾忌太多，周末怕打扰导师，不敢联系，两周只能催导师一次等等。现在发现这就纯属浪费时间，该催就催，该问就问，导师想什么我永远都猜不到，倒不如多为自己想想。说实话，导师多精明了，哪用得着我忧心2⃣与导师或行业大佬交流，不要带任何感情。读博的时候太敏感，害怕交流。但其实学术是一件很主观的事情，有人说你做的好，有人说你做的不好，都很正常的。不要因为怕被大佬喷而害怕交流，喷了就喷了，说的有道理的咱就改，没有道理的就抛弃。睡一觉，啥都忘了。3⃣拒绝任何天上掉下来的大饼。读博的时候，经常被导师描绘的宏伟蓝图打动，那种指点江山的身姿，让人热血澎湃。但是，现在发现，这一切都没有任何用！我是来毕业的，不是来拯救世界的。赏口饭吃就ok啦，饼太大了吃不下！4⃣脸皮要厚，学会说不。很多同学（包括我自己）脸皮薄，不会拒绝别人，害怕让别人不高兴（特别是导师），默默奉献了很多，到头来，科研成果少，被喷的狗屁不是。因为你干的杂活多了，自然科研时间就少了。如果读博可以重来，要学会说不。认清自己的主要工作，排除那些吃力不讨好的杂活。5⃣走好自己的路，莫与他人攀比。看着别的实验室发文章发的飞起，是真的眼馋。看着不争气的导师，是真的无奈。读博的时候，真的是天天为这些发愁。但我现在发现，这些都是毫无意义的内耗行为，平台之类的都是定好了的，这几年都不会变啦。从做好自己开始，聚焦在自己的work，和自己比。6⃣PHD不是人生的全部。科研是读博蕞重要的，没有做，但是我们也要有生活呀。天天泡在实验室，20多岁的人看着像30多的，有意思吗？学会释怀，要允许自己做不好，要接受科研的不如意。多走出实验室去看外面的世界，做点感兴趣的事。世界这么大，去看看 欢迎联系我。

时常有同学告诉我导师没有经费，只能投非OA，我综合了一下名声，发文量，难易程度，周期等推荐一些个人认为性价比较高的非OA期刊给大家：1. Journal of Affective Disorders2. Environmental Science and Pollution Research3. Biological Trace Element Research4. Journal of Periodontology5. Nutrition, Metabolism & Cardiovascular Disease6. Applied Physiology Nutrition…

数据上传，直接出图，有手就行 我把合并好的NHANES数据集上传，只要输入需要分析的变量名和希望展示的图片类型，立马就能自动分析出图，甚至还可以自己插补缺失值。Code Interpreter插件的出现，不仅补上了ChatGPT的短板，还为AI提供了一个解决问题的通用工具箱。它使用Python编程语言，可以处理高达100MB的文件，并且这些文件可以是压缩形式。这就意味着，你不再需要担心数据过大无法处理的问题。Code Interpreter插件将这个强大的工具箱整合到了AI中，使得AI在处理问题时变得更加强大和灵活。ChatGPT的Code Interpreter插件功能强大，包括但不限于：数据分析和可视化：使用Python的视觉语言进行数据分析、读取数据、进行统计分析、创建图表等。数学和科学计算：进行复杂的数学和科学计算，包括代数、微积分、线性代数、概率统计等。机器学习和人工智能：使用像scikit-learn、tensorflow、pytorch这样的库，训练和预测机器学习模型，包括回归、分类、深度学习等。语言处理：进行自然语言处理任务，如分词、词性标注、命名实体识别、情感分析、语言模型预测等。编写和测试程序：编写、运行和测试新的程序代码片段。编辑图片和视频：上传文件，然后请ChatGPT放大、缩小、裁切图片，甚至调整图片色调，以及将视频分割成几个段落，删除不需要的部分。只需要输入简单的自然语言，就可以让你的数据跃然纸上。虽然现在ChatGPT还有一些功能需要完善，但是它的出现已经让我们的科研工作变得更加轻松。简单来说，code interpreter是可以运行上传的python代码，不过限制比较多，包括不能有访问互联网的代码，代码依赖的python库要在预置常见库列表里等等。 欢迎联系我。

经常有同学问我，统计分析都会，图表也做出来了，但是卡在写作上，既不知道从哪里下手，写完了又不知道是否规范。我提供一点小小的个人经验，不知道怎么下手的最有效办法就是找到类似的文章进行模仿，而规范的写作应该参考所写的文章类型的官方指南。 以下是不同临床研究类型所对应的指南，大家直接搜索就能找到对应的表格，把自己的稿件一项项去核对就能保证规范性不出问题。 1. 观察性研究：STROBE指南：首先来说说观察性研究。STROBE，也就是“加强流行病学观察研究报告”的英文缩写，它是一种提升流行病学观察研究报告品质的工具。STROBE为队列研究、病例对照研究和横断面研究提供了27个重点报告项目，以增强报告的全面性和透明度。 2. 预测模型研究：TRIPOD指南：对于预测模型研究，TRIPOD是一份十分重要的报告指南。它主要提供了全面、透明、准确报告预测模型研究的建议，涵盖了模型的开发、验证，或者在不同位置或人群中的更新。 3. 系统评价和Meta分析：PRISMA指南：当我们进行系统评价和Meta分析时，PRISMA会是你的最佳助手。这个工具旨在让读者能清晰地理解你的研究方法和发现，因此会指导你如何提供完整、透明、准确的报告。 4. 随机对照试验：CONSORT指南：当你在进行随机对照试验的时候，CONSORT将是你的宝贵指南。它强调了报告试验设计、执行、分析，以及结果的重要性。 5. 诊断准确性研究：STARD指南：STARD为诊断准确性研究提供了一套报告标准，这将帮助你明确如何进行诊断准确性研究的报告。 欢迎联系我。