>如果你有一个主题相近的论文已投给会议正在审稿或者已被杂志接收但尚未印刷，你有责任告诉编辑和审稿人并且提供该论文的复印件帮助审稿过程的进行。如果审稿人发现你有相关论文掩藏起来——也许这是使审稿人气愤的唯一最重要的原因。这是真正的气愤——审稿人会认为你在欺骗审稿过程，于是大斧来了。

>如果一个文献与你的研究足够相关而使你引用它，那么它和你的结果也是相关的。许多作者在论文开始堆砌很多参考文献进行装饰，但是后面却从来不把自己声称的新结果与研究者对结果进行证实和对比，如果论文的工作没有一点与前人的比较，审稿人会很恼火，于是他们会抽出大斧。

科学进步的本质是结果的可信度，这些结果能够被不同的研究者重复和检验。如果这样定义的话，那么真正新的研究结果在被别人重复以前是没有经过科学验证的。这就引出了可信度指数的概念。

前面假定的论文在实验方法和理论模型都有些小改进，并出现了一些比较奇怪的结果，在编写这个论文的提纲的时候，作者应该仔细考虑提纲不同要素的可信度。显然，已经出版的文献结果（姑且不管它正确与否）是高度可信的。另外基本物理规律、已经建立的理论和模型，以及被广泛使用的实验方法等也都是高度可信的。所有这些具有很高的可信度指数。

与此相反，新东西的可信度指数是非常低的。如果一个结果还没有被其他人重复，那么它就不是已经“确定的”，因此不如已经被同行验证的结果可信，而作者关于新结果的 猜测和想象则是最低的可信度。但是如果一个新实验结果在论文里有足够多的证明，审稿人可能会接受它，即使他们不同意作者对于新现象猜测性的解释。

所有这些导致了可信度指数原则，它能够自动确定论文内容的顺序

>按照可信度递减的顺序安排论文内容。

这种做法的优点不言而喻。如果一个论文是按照可信度递减的顺序安排的，所有的读者都会同意最开始论述的内容，因为它有最高可信度；但是到后面读者会犹豫是否接受一个新的实验结果（如果恰到好处地解释，就会接受）或者推测性的解释。一个好的论文永远不要在第一个中等或者低可信度内容出现以后再出现重要的、高可信度的内容。那些不同意作者观点的读者，也能够得益于能够在出现不同意见以前了解所有高可信度的材料，因此可以将不同意见集中在正确的问题上。

试样准备方法应该真实反应作者所做的工作，应当具备较高的可信度并且应该放在文章的开始部分。作者经常犯的一个错误是直到论文后面低可信度部分才给出新试样的制备等内容，让读者莫名其妙。这种写作方法会使论文看上去杂乱无章，非常难以阅读和理解，而难以阅读的论文当然会使审稿人

非常恼火。

当你报告一个新的实验过程的时候，为了保持它的高可信度，你应该用例子说明你是如何从原始数据得到精炼数据，并最终得到分析结果的。同样，对于校准也需要做这样的说明（如果不是基于商用仪器的精度指标），包括样品数量、数据与误差带之间的关系满量程吗？平均值的概率偏差等）。如果新方法能够给出一个大家都熟悉的例子所期望的结果，无疑这是可信度的基础。这有助于提高你新实验结果的可信度，大概也是撰写论文需要首先考虑的要点。

如果要报道一个新模型，你需要把模型建立在一个高可信度的起点，并在需要清楚地说明从哪儿开始是你采用尚未经过证明的假设而使得可信度开始变化的。至于模型和实验谁在前面，这大概需要取决于爱好了。如果这两者都有新结果，那么需这种方法最令人高兴的结果是，作为作者，你被引导着在所有比较可信度的材料，如新的实验结果，已经展示完全后才开始假设和猜测。这有时会给作者带来不小的困难。现在的趋势是提出结果，给出评论和意见；然后再提出一些新的结果，再给出评论。在开始假设和猜测以前给出所有的高可信度材料。这样，审稿人会喜欢你。读者可能会奇怪为什么我在这里对投机性词汇感兴趣。关于这方面的认识，我要感谢M IT的Arthur Smith教授。 我和他在70年代初期共同写过一篇论文，他提醒我尽量不要使用被他称为“投机性”词汇的一些词，如“obviously”，“probably”，“certainly”，“undoubtedly”等。这是因为从技术的角度看，如果你需要使用表示可能性的词汇，这说明你不能无法证明你的观点，而是在进行假设和猜测。因此：>如果你发现自己愿意使用投机性词汇，它意味着你不知道自己在说什么，因此这些材料的可信度自然非常低。用明确表示你在进行假设的词汇来代替投机性的词汇，并将相关的评论和低可信度的假设放在论文合适的地方。在小说“路边酒店的故事”中，作者朗费罗借用坐在酒店炉火旁的旅客的嘴描写了一系列的故事。尽管朗费罗是一个极好的故事作者，我们在写作科技文献的时候不能采用他的方法。这种方法确实比较吸引人，讲个事实，再讲一段故事来解释一下事实；然后再讲另一个事实和解释它的故事，直到所有的事实讲完。特别是化学研究人员比较喜欢使用这种方法）。这种方法错误的地方在于它与可信度降低原则相违背。因此，故事很好，但是那可能是虚构的；科学写作需要的是不是虚构，而是真实。要抵抗住现代朗费罗式的诱惑，把所有的高可信度内容都提出以后，再用类似“Discussion”或者“Interpretation”之类的标题来表述你开始进行假设的部分。我们都能回忆起孩童时代坐在学校拥挤的礼堂里，兴奋地看着前来表演的魔术师从他的礼帽里变出一只兔子的情形。有一些科技文献作者试图去模仿魔术师，但是他们的这种表演却很乏味。他们把一个验证性的实验藏起来，却引导读者进入歧途，然后这时，也只有这时，他们才拿出读者希望看到的能够证明作者观点的实验。这种方法有两个问题：一是显然与可信度递减原则相违背，他们（大概）在一些低可信度的解释后面才提出高可信度的材料；二是这会给推理过程带来很大的问题和缺点。审稿人顽强地寻找着缺点，却遇上了从礼帽里变出来的兔子。原则很简单：不要这样做。想象一下你正走在一个荒凉的峡谷里面，拿着几铲看上去希望很大的泥土，把他们装进坛子里，然后在附近的一个小溪边冲洗它们。这时你突然发现了几块金子，你非常高兴，于是决定跑到最近的采矿办公室申请提出自己的所有权。于是，你对世界声明你的所 有权，但是很令人费解地是再也没有回去挖掘那里的金子。如果你这样做，每个人都会认为你是个傻子，但是事实上，很多科技文献作者恰恰没有回去挖掘他们的金子。获得好的数据要用去大量的时间和努力（同时还有大笔费劲心思得来的经费），这些数据就好比能产出几个金块的泥土。宣布所有权类似于发表论文－通过这个过程你告诉全世界这附近有金子。考虑到这些数据的成本，如果不努力找出所有的金子实际上一件非常傻的事情，至少，也要找出你已经挖掘的这些泥土里的所有金子。很遗憾，在我的观点看来，很多作者过早地放弃了从数据中获得更多内容的机会。如果你能够证明你对所获得的数据说明什么或者不说明什么有深入的理解，尽管这可能对你挖掘到的金子能不能发表是不关键的，但是你在审稿人那里成功的机会就大大增加了。例如，有的作者仅着眼于从能够进行测量的信号，但是却忽略了噪音谱可能会引起限制可检测能力的信息。另外有些作者未能发现掩藏在结果下面的相互关系，这些关系或许能够提供发现新的或者重要东西的线索。简而言之，要有耐心。试着从数据中挖掘所有并且有潜在的兴趣，审稿人会为你的勤奋和坦诚鼓掌。我给出一个关于如何对待审稿人意见的方针，作为本文的结束。当审稿人抱怨文章的某些内容时，这是一个非常好的机会来了解文章中的问题。不是所有审稿人的所有意见都是正确或者合适的批判，但是我敢说我遇到的批评中90％以上都在某种程度上是有价值和益处的。