民科论文怎么发布期刊

没有任何人天生是院士的，有些论资排辈当上院士的，也不代表有多大作为！大多科学家是有了独到理论才成为国科，而不是当了国科才有才华和理论！这个问题就是个本末倒置的愚蠢问题！

发表论文，没有学历限制，只要论文中有新方法、新技术、新观点之中任一项创新都可以发表。

民科不民科，应该看研究方法和研究水平，但是科学家的研究方法有很多种，一般人确实很难操作判断，所以只有从身份上看人，但是根据身份确实存在着问题

稿件语法不地道，语法问题较多：毕竟我们的母语不是英语，所以出现这种情况也正常，这时候我们需要查看杂志指南或邮件询问编辑有无指定的润色公司，然后进行润色后在二次投稿的时候提供相应的润色证明；身边有好多学长学姐们都是找北京译顶科技做的，听说也做的很不错

因为要做独立研究，首先要避开所有重器材的方向，比如做深度学习你作为个人是刷不过集团军的--你没有那么多计算资源。大部分教科书都是分章节介绍内容，而章节在一定程度上前后独立。跨领域交叉往往比在特定领域创新要容易，这个思路特别适合独立研究者。还有一点就是新手独立发文，在单盲的情况下更容易被拒稿，增加1-2个共同作者有助于减轻这种偏见，原因非常明显就不赘述了。论文被拒稿是很常见的事情，作为独立新手就更无法避免了。独立研究最大的成就感来自于「独立」，在这个过程中，你会不断的怀疑自己甚至否定自己，这也是为什么我建议大家能有人一起同行。 做好论文导师也不容易究竟是怎么一回事，跟随我一起看看吧。

看这篇就够了！

我特别能理解提问者的感受，因为很多同学都可能有以下几个需求

1、毕业有论文要求，但老板帮助不大

2、虽然毕业无论文要求，但希望通过发表论文来提升自己的职场竞争力

3、希望通过做研究和发表来争取国外的博士机会

在明确了主题后，我们就可以把问题继续分解为三个子问题：

1.如何选题2.如何研究3.如何投稿

1、如何选题

第一点选择适合的研究方向是成功的一半，不要单纯因为兴趣而选定研究方向。因为要做独立研究，首先要避开所有重器材的方向，比如做深度学习你作为个人是刷不过集团军的--你没有那么多计算资源。

第二点就是选择适合自己的方向。大部分基础学科如数学、物理等都需要多年的知识积累以及导师指导，因为导师的轻轻一点就可以省掉了数天甚至数个月的瞎想。

选题的第三点就是要读几篇该领域的经典文章，试试水深。换句话说，就是看看自己能不能大概读懂，知识的空缺有多大，离能够独立成文还有多远。

如果某一领域的文章都有大量的公式推导且你的数学功底有限，那么就不建议选择这类方向。读综述文章一般也是个很好的思路，这样可以快速看到领域的边界，也有助于缩小选题范围。

当然，兴趣依然是一切的源头，也是能不断激励你的后盾。

总结来看，选题是一个平衡过程，是硬件资源+知识背景+个人兴趣的综合后的产物。其中任意一项如果是绝对短板的话，就很容易影响最后的产出。

综合要选择一个自己有兴趣，有一定的相关知识，资源要求不高，且写作水平和领域论文不会相差太远的方向。

2、如何研究

当我们有了一个适当的选题后，应该先读该领域的经典教科书或者综述文章。

我个人的经验是：一边读一边记下自己天马行空的点子，先不用想是否成熟，记下来再说。一边读一边看能不能和其他领域结合，比如用集成学习或是graph mining做推荐系统。

一边读一边缩小自己的选题范围，通过阅读了解自己更擅长在哪个（章节）主题上发力。

大部分教科书都是分章节介绍内容，而章节在一定程度上前后独立。因此你可以着重挑自己读着有趣的内容深入了解。

假设我们现在确定了一个小主题：如何利用「集成学习」来提升「推荐系统」的「鲁棒性」。

那么找到新的方向其实并不难，你需要：找到该领域常用的数据集(benchmark datasets)，找到其他基线算法的实现(baseline algorithm implementation),一般在GitHub上搜索算法名就可以。可以找最近的相关论文的related works:来追踪领域进展。

找一本集成学习的教科书。第一步就是重现基准算法在常用数据集上的表现，这个将会是进行研究的重要参照物。如果某些基准算法没有现成的实现，你可以尝试着动手写一个--实现算法的过程往往就是找灵感改进的过程。

等以上步骤做完后，你就可以考虑如何用集成学习来改进推荐系统。这个时候就可以参考集成学习教科书，分析不同算法的优劣，找到哪些方法有助于提高鲁棒性，再应用到推荐系统上去。跨领域交叉往往比在特定领域创新要容易，这个思路特别适合独立研究者。

3、如何投稿

首先一般投稿有期刊和会议，期刊一般内容更加完善，但会议一般更加前沿，不同领域在意的不同。

期刊一般是单盲（即审稿人知道你的身份，而你不知道谁是审稿人）。会议可能是单盲、双盲甚至三盲（比如ICDM)。考虑到独立研究没有老板的背书，那么尽量避开单盲的投稿，因为你可能会从中吃亏。

第二点就是考虑审稿周期，大部分会议的审稿都在1-3个月内，而大部分期刊的第一轮意见都需要3个月以上才会出现。所以时间敏感的话，建议优先投会议，而非期刊。

另一个常见的操作是会议论文在发表后经过扩展(>30%)的新内容再重投期刊，可以同时兼顾时效性和完整性。

选择投稿渠道也是对于新手非常不友好的环节，建议多问问周围的资深人士。

这一切的前提都是你的英文足够好，这点是一切的前提。最佳情况还是要和别人合作，即使他们和你一样是新手也没关系，毕竟是人多力量大，心理上有个依靠。还有一点就是新手独立发文，在单盲的情况下更容易被拒稿，增加1-2个共同作者有助于减轻这种偏见，原因非常明显就不赘述了。

论文被拒稿是很常见的事情，作为独立新手就更无法避免了。

4、总结

理论上只要你方向选的合适，自身条件尚可，在坚持不懈的实验、写作、投稿、被拒、修改、重投后，总能慢慢走上正轨。如果幸运的话说不定还能在你的研究小领域打开一点局面，有一点知名度。

独立研究最大的成就感来自于「独立」，在这个过程中，你会不断的怀疑自己甚至否定自己，这也是为什么我建议大家能有人一起同行。

但当你有所推进时，比如发出了第一篇不错的文章，你会非常激动。

因为你完成了自己的博士入门训练，避开了民科式科研，在艰苦的环境中打开了一片局面，甚至还微微推动了科学发展。这比发表论文本身更有意义，你应该为自己感到自豪。

我是皇家学术大佬，会持续分享考研干货与科研知识与论文写作技巧等，欢迎大家多多专注！！！

民科是民间科学家的简称，这个称呼是在本世纪初才出现的。之前也有民科，比如大批声称证明了哥德巴赫猜想的人。只不过那时候还没有这样的称号，同时信息的传播不像现在这样便捷，很多人并不知道有这个群体的存在。互联网兴起后，可以见到一些人经常在网络上发布自己创造出的科学大论，这些人往往就是民科，像大家比较熟悉的郭英森，他就是一位典型的民科。

民科没有经过专门的学术训练，他们打造科学发现时用的方法往往本身就有问题，故他们不能被科学共同体所接纳。这个群体整体上的文化水平相对较低，很多号称证明了哥德巴赫猜想的人往往只有初中学历。自认为能创造出多个诺贝尔奖的郭英森就是初中学历。

判断一个人是不是民科，学历并不是重要的，关键是看他用的什么方法，能不能被科学共同体接受。以前不少民科经常拿爱因斯坦说事，说爱因斯坦给出狭义相对论时并非是科学家，只是联邦专利局的小职员。爱因斯坦毕竟是受过专业训练的人，而且他将自己的研究成果以论文的形式发表出来供科学界评判分析。这是科学发现被承认的必由之路。

国内有一位叫郑晓廷的古生物研究学者，他的学历只是初中肄业，这并没有妨碍他走上了学术研究的必由之路。他和其他学者合作在《自然》等顶级期刊上发表了多篇研究论文，他的研究成果被同行接受了，他也被临沂大学聘为教授。如果哪位民科能够按照郑晓廷这样的路子走，即使研究成果不能发表到《自然》上，发到其他专业的学术期刊上也是有望被学术共同体接受的。

几十年前国内的教育资源非常少，但毕竟需要有研究，所以出现过一些学历不高的科学家。国内年龄比较大的一些博导很多并没有研究生学历，甚至还有华罗庚只有初中文凭的数学家。在国外也有类似的现象。法拉第是杰出的物理学家，可他并没有受过几年的学校教育。幸运的是他成为了大科学的戴维的助手，和戴维的工作让他学到了科学的方法，并融进科学共同体中。

在教育逐步发展提高的今天，一个没上过几年学的人想重走法拉第的道路是不可能的。有志向成为科学家，这不是坏事。只有志向是不可以的，还必须有扎实的基础知识，并遵守学术规则。