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
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14