美国大数据方向期刊投稿

《大数据》期刊投稿难度大数据如今应用是比较广泛的，这方面可以写作的关联热词有很多，比如数据分析，云计算，数据挖掘等，这样的论文也是很容易投稿的。大家可以发表一些热门的选题论文，选题要新颖，这样投稿成功率是比较高的。大数据时代在论文完成后，就需要挑选合适的数据方面的刊物，可以先投递级别较高的刊物，根据修改意见对论文进行修改，并及时与期刊编辑进行交流沟通，了解论文存在的主要问题。多次修改后，论文就很容易投稿成功了。

PNAS的稿源有三类(Track I，II，III)。细心的读者会发现PNAS文章在作者通讯地址的下方都会有一行以“Communicated by...”、“Edited by...”或“Contributed by...”字样开头的文字。这是区分三类稿件的最直接方式。其中“Communicated by XXX”属于第一类稿件(Track I)，这类文章通常是由作者交与一个美国科学院院士(含外籍院士)交流，然后该院士再向PNAS推荐发表，这个XXX就是院士的大名。在推荐之前，该院士需要请两位论文相关研究领域内的专家进行审稿，并像所有的编辑部编辑一样处理审稿人与作者之间的联系，包括将审稿意见反馈给作者和将作者的回复、辩驳以及修改稿再返回给审稿人。按PNAS规定是不能将审稿人的身份透漏给作者的，但我们知道这通常是很难做到的。审稿结束之后院士必须将通过的稿件以及所有审稿人与作者之间联系的记录一起作为推荐材料交到编辑部，最终接收与否由编辑部决定。相比较与Nature、Science，国内还是有不少好的研究结果会发在PNAS上的，其中大都是生物类的文章，谈家桢老先生作为美国科学院外籍院士就曾经推荐过不少国内的文章。此类文章每位院士每年最多只能推荐2篇。第二种途径是大家所熟知的自由投稿方式，但与其它杂志还是略有不同的。投稿时作者需要推荐3个编委，3个NAS院士和5个审稿人。杂志社收到稿件后，先由编委阅读并定性稿件是否属于前10%文章，这一关大约会有2/3的文章直接不送审而被拒掉。然后编辑部会给挑剩下的1/3文章指定一个NAS院士作为member-editor，这个院士也有决定文章是否值得送审的权利，通过之后就会找审稿人评审。接下来程序跟其它大多数杂志雷同，这一关会再拒掉一半，剩下的1/2，也就是整个Track II途径稿件的1/6会被幸运录用。这个院士editor是何许人只有等到文章被接收并发表才会为作者所知晓。据PNAS网站说该类投稿占所有稿件的80%左右，但录用却只占40%。第三类稿源属院士自己署名的文章(Contributed by)。此类稿件与Track I的不同之处在于院士直接作为作者之一邀请2位审稿人给与评审意见并作修改，最后所有记录一并交于编委，并由编辑部决定录用与否。每位院士此类文章不得超过4篇/年。从上面的介绍看来PNAS沿用了早期学术论文发表的一些策略，即一些大牛尤其是诺奖获得者享有发表文章的优先权，不仅如此，其拥有的学术权威和声望也可以让其推荐的文章分量加重，从而获得发表的机会。以这些美国科学院院士的学识和眼力，他们投稿或推荐的文章应该算是上乘之作。但也不尽然。一些学术界前辈的学术成就确实让人高山仰止，我们不盲目反对权威，但历史告诉我们绝对权威的存在不是什么好事。依我阅读文献的经历，PNAS文章看的多了，反而对PNAS越来越不感冒了，因为我发现我的研究领域内发表在该刊上的很多院士的文章往往并不特别突出，至少在我看来并没有给人眼前一亮、耳目一新的感觉，有些甚至是滥竽充数。说到这一点，我想跟PNAS这种特殊的稿件处理策略或许不无联系。院士可以通过Track I和II投稿和处理审稿，这之间难免会出现猫腻。虽然PNAS对此两种途径审稿人的选择有要求，但不难想象院士们自己找审稿人还会给自己惹麻烦吗?熟人是必须的，熟人不添麻烦也是必须的，除了来点’a’改成’an’式的小意见，自然是溢美之词，尽数奉上，嗯嗯哈哈，一团和气。这样一来文章自然达不到水平，与Trakc II文章相去甚远了。情况大体就是这么个情况。大多数院士会选择用满自己的4次投稿机会和2次推荐机会，这些文章是不是都被接收了呢?用上面提到的几个数据做个简单的计算吧：PNAS每期文章数大约在80-100篇，以100篇记，Track II接收文章数应该是40篇左右，接受率为1/6，那么投稿数是240，这个数占总投稿数的80%，那么总投稿数为300，Track I和II投稿数和为60篇(20%)， 这正好是文章总数与Track II接收数的差值，也就是说院士们的文章100%悉数被接收，即使被拒也是六十分之一二。100%有时候就是绝对的代名词，美国人眼里院士的地位和绝对权威可见一斑。有人开玩笑说PNAS是Passed over by Nature And Science 或Papers Not Accepted in Science，不知道是赞还是骂。