京公网安备 11010802034615号
经营许可证编号:京B2-20210330
目前,在国际科学界,如何正确评价基础科学研究成果已引起越来越广泛的关注。而被SCI、SSCI收录的科技论文的多寡则被看作衡量一个国家的基础科学研究水平、科技实力和科技论文水平高低的重要评价指标。
SCI即《科学引文索引》(Science Citation Index),是由美国科学信息研究所(Institutefor Scientific Information 简称ISI创建的,收录文献的作者、题目、源期刊、摘要、关键词,不仅可以从文献引证的角度评估文章的学术价值,还可以迅速方便地组建研究课题的参考文献网络。
SCI涵盖学科超过100个,主要涉及农业、生物及环境科学;工程技术及应用科学;医学与生命科学;物理及化学;行为科学。
SSCI即社会科学引文索引(Social Sciences Citation Index),为SCI的姊妹篇,亦由美国科学信息研究所创建,是目前世界上可以用来对不同国家和地区的社会科学论文的数量进行统计分析的大型检索工具。
SSCI内容覆盖包括人类学、法律、经济、历史、地理、心理学等55个领域。
投稿被学术期刊拒绝的十大原因,具体包括:
1.研究方法交代不够清晰,细节模糊;
2.没有聚焦具体的研究问题/研究目标;
3.文献综述没有建立在研究问题/研究假设之上;
4.拼写、语法、书写、英语表达或论文格式有问题;
5.没有提供对政策/理论/实践的意义;
6.结论不是来源于研究数据,即不做这个研究也能得出文章中的观点;
7.文献综述部分对前人的研究和引文交代不清楚;
8.研究目标与研究方法/设计/分析不匹配;
9.没有理论依据或框架;
10.数据分析或设计欠佳。
好的研究,或者说高质量的研究是一种系统性的、科学性的探究,是在一个领域已知的信息之上,通过深入探索产生重要的且可普及的新知识的过程。
促成研究者产出高质量研究的诀窍在于,对研究者进行方法论,包括具体研究方法和统计学方面的培训。
↓
2018年学术开年课程—“SSCI/SCI论文写作发表实战”
让您完整掌握最新论文写作发表过程所需的议题寻找、统计与数据分析技术与论文撰写相关心法。三天课程让自己打通科研发表的任督二脉,成为真正的论文达人,发表属于自己的高质量论文!
上课时间:2018年3月22-24日(三天)
上课地点:北京市海淀区海淀科技大厦
现场费用:3000/2200元(学生价格,仅限全日制本科生及硕士研究生)
授课时间:上午9:00-12:00;下午13:30-16:30;16:30-17:00答疑
讲师介绍:
陈世智老师,现任台湾高雄科技大学资讯管理系副教授,台湾大同大学资讯工程研究所博士(Ph.D.),同时兼任国立台北商业技术学院教授、实践大学财务金融系助理教授、南开大学(中国)访问学者、台湾经济部工业局与台湾产业科技发展协会顾问、凤上通运股份有限公司技术顾问等。
陈老师近五年内共发表26篇国际期刊,其中20篇为SSCI/SCI,2篇TSSCI,2篇EI;目前共发表24篇国际研讨会论文,其中3篇得到Best Paper Award(最佳论文奖),8篇区域研讨会论文,2篇获得最佳论文奖;曾担任超过20个SSCI/SCI期刊的审稿人。
授课特色:
1. 上课范例使用已发表之SSCI/SCI期刊所有的投稿过程、数据分析,引导学员从论文发想、议题寻找、理论与研究建构、数据收集,乃至研究成果撰写,打通论文发表的任督二脉。学员将得到第一手完整投稿SSCI /SCI所有完整数据与投稿过程数据。过程中引经据典,提供专业期刊论文作为佐证,让您撰写与发表论文事半功倍;
上课方式生动活泼,举例深入浅出,结合老师自己丰富的投稿和审稿经验进行案例分析;
2. 本课程全程使用SEM(Structural Equation Modeling) 与PLS (Partial LeastSquare) 作为分析方法,所用的案例皆使用已发表期刊范例,可完全做出与SSCI期刊等级之分析结果;
3. 上课与学员互动热情,面对提问能知无不言,言无不尽,深受上课学员的喜爱;
4. 透过此一课程,能帮助您顺利完成SSCI论文的写作和投稿;
5. 提供最新国际期刊投稿资讯,让每个学员都能找到适合自己的投稿期刊;
6. 没有统计软件操作经验者也可参加。
课程大纲:
第一阶段:研究架构的形成
1. 研究派络的发展,建立属于自己的研究课题
2. 如何着手开始一个研究或计划
3. 搜寻相关领域知名的理论、研究架构成为理论基础
4. 以研究主题的特性建立理论模型
5. 几种研究模型的建立经验分享
6. 研究架构模型的绘制与建立
第二阶段:国际通用的论文查找与整理
1. SSCI/SCI期刊的查找
2. 确认SSCI/SCI期刊的影响因子与等级
3. 快速查找SSCI和SCI期刊
4. 建立属于自己的SSCI和SCI期刊
5. 文献探讨与研究假设推展的重点
第三阶段:期刊发表流程、要求与介绍
1. 投稿前的准备工作与投稿系统的相关专有名词
2. 常见的期刊投稿系统介绍与投稿方式
3. 给期刊主编(editor)的一封信
4. 文献引用格式
5. 审稿程序
第四阶段:已发表SSCI/SCI期刊真实数据分析与案例逐步分析与练习(主要以结构方程模型、AMOS工具为主)
1. 建立效度的相关撰写(Construct Validity),包含信度(Reliability),聚合效度(Convergent Validity),区别效度(DiscriminantValidity),交叉效度(Cross Validity)、适配度分析等
2. 结构模型的范例撰写:适配度分析结果、研究假设分析结果
3. 其他SEM进阶应用与分析 (如多群组比较、Mediation Effect与Moderation Effect)
第五阶段:已发表SSCI/SCI期刊真实数据分析与案例逐步分析与练习(主要以偏最小平方法、SmartPLS工具为主)测量模型的撰写范例
1. 建立效度的相关撰写(Construct Validity),包含信度(Reliability),聚合效度(Convergent Validity),区别效度(DiscriminantValidity)等
2. PLS的范例撰写
3. 其他PLS进阶应用与分析 (如Mediation Effect与Moderation Effect)
第六阶段:统计分析的英文写作与表现呈现形式
第七阶段:投稿的等待与回应
1. 投稿后的可能结果
2. 二次修订(Revision)的回复与范例
第八阶段:投稿后的经验分享、策略与学术伦理
学员礼包:
1. 课后赠送全套视频和资料;
2. 讲义及丰富文献资料。
优惠方案:
1、论坛现场班老学员9折优惠;
2、同一单位3人同时报名9折优惠;
3、同一单位6人及以上同时报名8折优惠。
(以上优惠不叠加)
报名流程:
1. 点击“https://www.cda.cn/kecheng/61.html”,网上提交报名信息;
2. 通过订单支付 (需要公务卡或者pos单的老师请提交订单后联系我们);
3. 给予反馈,确认报名信息;
4. 开课前一周发送培训教室路线图。
课程咨询:
魏老师
电话:010-68478566
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16