Writing Your Paper from the Middle
Notice bibliographique
Résumé
Communicating the results of research using concise, jargonfree language optimize its likelihood of being read and cited by other researchers. More than 3 decades of publishing scientific articles has convinced us that the most efficient approach to writing a scientific paper is one that starts in the middle and works outward. Such an approach means that the first items to finalize and polish are the actual tables and figures that will be included in the body of the paper (including supplemental tables and figures). This entails deciding on the order of these elements that, when viewed alone, should be able to tell the story of the paper. This first step is often the most difficult, requiring the most thought. However, once achieved, it is usually a straightforward process to write the Results section (that refer to these elements) followed by the Methods section. After these sections are proofed and polished, a quick review of the Methods, Results and associated figures and tables highlight the points that need to be made in the Discussion section. The last sections written should be the Introduction, to set up the entire Methods, Results and Discussion, and the Abstract, to summarize it all. When this approach is combined with frequent proofreading of the article on some medium that is different from the one used to write it, experience has shown that the result will be a clear, uncluttered paper that is completed with a minimal number of drafts and that is most likely to be favorably reviewed and accepted for publication.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,298 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,038 | 0,017 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,009 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,285 | 0,521 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».