知乎日报

每日提供高质量新闻资讯

头图

有哪些好的科研习惯?

鱼刺,I was so naive!

 

不谈具体的科研内容,只谈科研习惯。

1. 实验记录

21 世纪了,实验记录自然要数字化,纸质的实验记录本容易丢不说,也很难在合作者之间共享。我主要用的是 google doc 和 google spreadsheet。云存储云共享。随时随地登录即可查看。

下面的图里面 google doc 显示了文档目录「可自动生成」和具体到某一天的某一轮实验的初步结果。一般每天我会详细的列出来 day plan, problems, results, to do 等。实验结果部分可以事先设计好表格模板,需要插入的时候调用就好了。使用 google doc 能很好的记录每天的计划,遇到的问题,以及第二天的计划。而且组会报告如果来不及做 slides 的话,直接展示 google doc 即可。

同时,spreadsheet 还是需要的,尤其是记录多维的实验参数。数据处理的时候可由程序直接读入。

当然具体实验过程中,尽量写程序实现全自动化数据采集和存储,甚至初步的数据处理。

这只是个例子。

2. 利用好白板和手机

实验过程中经常会出现需要立即存档一些东西,比如关键器材安装说明,样品的标号,某台电脑的 IP 以便于远程登录等等,这个时候如果来不及返回控制室,则可以写在白板上或者手机拍照。实验团队一般都会有建立一个聊天群。相关的文档直接拍照传进群里,其他成员则可以完成存档工作。手机本身也是一个存档工具。需要查看存档的材料的时候,翻一翻聊天记录即可。

群聊记录作为存档。这只是个例子。

3. 组会和合作者之间讨论

这一点非常重要。实验进行中和实验完成以后要尽可能多的跟合作者讨论,争取尽量多的组会报告时间。曾经霸占了组会长达 9 个月的时间「当然很多学生很开心」。组会上别人的问题和建议往往能拓宽你的思路。

跟我的主要合作者几乎每天讨论。午饭时间的讨论往往都是头脑风暴。办公室里的半面墙的白板每天都是满的。

4. 文献管理

当然在构思文章思路的过程中要大量查阅文献。这就涉及到文献管理。很多人喜欢用商用的软件如 Mendeley, Endnotes 等,尤其是方便在 Latex 写论文的时候插入参考文献。我很少用,因为我发现 Mac 的 Tags 功能足够强大,而且我还是喜欢把文献存在电脑上。比如下面的截图,每次下载一篇文献,就把它添加到一个已经创建过的 tag 里面。可以按照研究子领域,不同的研究组,期刊,甚至年份来创建 tag。这样当你需要找某一篇文献的时候「多数情况下我们都不记得某一篇文献在哪个目录下,甚至都不记得文章的名字作者题目等」,只需要大概知道它大概属于什么类然后找相应的 tag 就可以了。当然同一篇文献的可以有多个 tag 这样你更容易找到它。给文献加 tag 的好处是,基本上你只需要有一个文件夹存储所有的文献就行了。每篇文献只需要在你的电脑里存一次,节省点硬盘空间。

具体到写某篇文章,我一般会专门建个 tag,需要插入 bibtex 的时候,再用其他软件如 Mendeley 统一生成下就好了。

提到文献管理,想到平时养成的文献阅读习惯。文献不是到需要用的时候再去读。注意平时的积累。我的习惯是早上到办公室先花十几分钟的时间浏览一下 ArXiv 以及 ResearchGate。晚上睡觉前手机刷一下 Feedly。

另外,我们领域比较好的期刊,比如 PRL,我都会订阅,定期收到邮件推送,扫一扫有没有自己专业相关的新文章。这样基本上就能保持对本领域科研动向的把握。

5. 笔记

养成随手记笔记的习惯。这里不是说听课笔记或者文献阅读笔记,不需要去买带 pencil 的 ipad。主要是科研笔记待办事项笔记

科研笔记我喜欢用 Evernote「中文名字很好听,叫印象笔记应该是」。这个软件是免费的,可以实现电脑端和手机端的同步。整体功能很强大,但我主要是看中它的共享功能。我们的课题组有大家共享的 Notebook。基本上都是技术贴,当你 get 到某一项技能的时候,写个详细的攻略 share 到笔记里面让大家都学习下。截图的例子是我花了好长时间搞明白的如何在服务器上创建虚拟环境以安装某个在 GPU 上跑的程序。详细记录下来别人就可以直接拿来用了。

印象笔记

流水账似的待办事项笔记我用一款免费软件叫 Bear。它也可以在电脑端和手机端同步「同步功能是收费的」。这个软件支持 markdown,也可插入代码段。基本上印象笔记能做到的都能做到。只不过好像不能跟别人共享。我最喜欢的一点是,待办事项完成后可勾除。但是只要是有未完成事项的笔记本都会被置顶以起到提醒的功能。

Bear 笔记,to do list

7. 文章撰写

实验完成后,数据处理好,跟合作者有了足够的讨论,基本上一篇文章的 story 也就有了。那么就着手写文章吧。

关于写文章一下几点算是科研习惯吧。

  • 速度。写文章要快,要一气呵成。我所有的一作文章基本上都是在一个星期以内完成。这个习惯我觉得很重要。当然写的快也是在前期漫长准备工作完成的基础上。为啥要强调写的快?一篇文章初稿墨迹几个月,那只能说明你脑海里的 story 不清晰啊。一篇好的文章一定要逻辑清晰连贯,审稿人和读者真的要像看故事一样,不能感觉到跳戏。我审一篇文章,如果看到后面忘了前面说啥,大概率会直接拒掉。
  • 软件。理科类文章必然涉及到很多公式符合,最好还是用 Latex 吧。尤其涉及到合作者之间的共享问题,直接 Overleaf。实话实说我几经四年没有用过 Word 了。大多数期刊的 Latex 模板 Overleaf 也都有,方便快捷又美观。在线编辑文章也就不担心 Word 经常出现的异常退出不保存的问题。Overleaf 还可以记录不同的文章版本「收费服务」。当然我还是习惯定期手动导出备份。因为有的时候改来改去,想改回原来的版本不要找不到才好。
  • 图片。作图一定要精致。能炫酷就炫酷,搞 3D,搞矢量图。对于数据图 Matplotlib,Matlab 足够了。布局图啥的会用 illustrator, inkscape 等更好。我把我文章里的图截下来展示下。并非说我做的多好,但投稿的时候我老板说:编辑看到这些图一定会 Wow! 内容不够硬核的话,拿图片撑一撑!这些图都是 Matplotlib 画的。当然,画图过程中经常遇到的一些小技巧,随手记录到印象笔记里。你如果注意的话,我上面印象笔记里有个 notebook 叫 matplotlib 专门来记录我总结的画图技巧。

顺便推荐下 @Pjer 的画图速查表:

Pjer:Matplotlib 速查表——画图时候一定要放手边的表Pjer:Matlab 用户需要一张画图速查表

8. 投稿过程

文章润色好投出去,审稿意见返回来写回复「当然得不被直接拒掉」。这个过程的科研习惯主要体现在以下几点:

  • 逐字逐句细读审稿意见。为啥要强调这一点?因为你必须逐点逐条回应。不细说。
  • 每一条回复意见一定要写的比审稿意见还要长。「知乎上常说:你字多,我觉得你说的有道理」。这真的是有道理的。我博士导师无数次强调过这一点。我自己当了审稿人以后体会的更深刻,我审稿人辛辛苦苦写这么多,你一句就打发了,可见是什么态度。你写的少,我二审回的更少,一个词 reject!下面贴个图你可以看看,审稿人六条意见我回了整整十页,注意是什么样的行间距。总之,文章正文语言要简练,回复审稿意见不怕您啰嗦。
  • 一图胜千言。回复审稿意见能上图就上图。有图有真相嘛。上面的截图里隐约能看到图片,不再贴了。审稿意见里的图也一定要保持高质量。「不要纠结上面的图太不清楚,我不想让你看清楚」。
  • 充分挖掘审稿人的正面意见。这一点至关重要但却经常被很多人忽视。只要文章没被拒,审稿意见里面就一定有正面评价,即使只是客套性的评价,比如「This work seems to be interesting, but ....]。 在写回复意见的时候,或者是只给编辑的 cover letter 里面一定要放大正面评价。我一般上来就会说「 First of all, all the referees have recognized the validation and the high quality of our work and highlighted that our work is of interest 。。。」。这样是为了在编辑的脑海里建立一种「错觉」:恩,文章是有亮点的,下面只是回复一些技术性的细节。开玩笑,编辑是怎么想的猜不到,但是这样做总是有利无弊的。

具体到我这篇文章,学物理的都应该知道 PRL 的接收标准是十分苛刻的。审稿人有任何负面意见基本上就跪了。我这篇文章还好,基本都是正面的,只有一个审稿人说了一句「文章挺好,但是感觉好像工作的意义到不了 PRL 的档次」。这一句轻描淡写非常具有杀伤力。当时老板和其他合作者都持悲观态度,认为我们顶多也就是回到了起点。二审还是一样的 50%的概率。所以我才写了这么长的审稿意见。有意思的是那位审稿人的二审意见是:「 I think the authors have made a strong case in their response, which has led me to reassess my opinion. 」我那位悲观的老板说,还没见过审稿人这么积极转变态度的。哈哈哈。

你看,保持良好的习惯,总是会有收获的。当然我写了什么不重要,那不是这个回答的主题。

9. 宣传

文章二审小修下就直接接受了。然后一些必要的宣传还是要地。「知乎上的不算啦,我喊了你也不会去引我的文章」。

实际上我这里想说的是文章投稿之后接收之前的宣传。很多人喜欢在文章投出去之后挂在 ArXiv 上抢首发权。而且这样也能收到一些同行的意见和建议。我要说的是会议宣传。虽然文章还没接收拿出来讲还是有点风险,但是我们还是很自信,实验做的很精细,不是那么容易重复的。我是在去年的 APS-DPP 上报道了我们的工作。那时候文章刚刚投出去。我们认为审稿人大概率会在听众席里面。所以报告准备的非常充分。从别人的反馈上来看报告的效果也非常不错。

这其实涉及到我们组的一个算是科研习惯的惯例吧。每次参加重要的会议之前「一般为会议开始之前的那个周五」,课题组会组织 Pizza seminar,邀请全院的师生参加。每一个有报告的人会得到一次演练的机会。我的习惯是演练前一周排开一切工作,专心排练。每一个报告基本上都能做到试讲 10 次以上。

另外,slides 也要做的漂亮用心。我经常不厌其烦的修改 slides 的图片。大多数的图片文章里面都不会出现的。但是准备 slides 的时候会精心制作大量图片和动画。比如下面这个文章里面都没有的实验布局图,花了很大心思画出来。展示的时候是采用动画的形式依次给出,效果就是能够抓住听众。他们绝不可能走神。

实验布局图,画图软件 SketchUp。

最后,我习惯于准备备用 slides。限制时间内讲不完的东西放到备用 slides 里面。总是会有出其不意的效果。比如观众提的问题里面的两个都被我提前准备到了,直接翻到备用 slides 里,超自信。

总之这些小的细节都是要让别人喜欢你的工作,提升工作的 impact,提升你自己的 reputation,当然你的审稿人或许也在听哦。

其他形式的宣传就不细讲了,比如文章发表后,老板要拿去给金主宣传要 funding。老板拿去申请到了一个大牛实验室的实验机会。也有被动的宣传,比如因为这个工作被 APS 邀请,今年的 DPP 做 plenary talk。

10. 捡漏

这里补充一点我认为很值得推荐的习惯。我把它称作为捡漏,实际上是细细的挖掘数据。我经常发现,有很多实验结果不是实验预期里面的。这些异常的结果往往会被丢掉。但是我喜欢从这里面捡漏。一旦我发现有异常的结果,一般我都会手动处理数据。挖掘原处理程序发现不了的细节。靠着这一点已经发表了至少三篇一作的文章。我的同事们给我起过外号「单光子眼,雷达」。

你猜哪一个是我?

以上只是个人习惯。不见得对您适用。见识浅薄,也不一定都值得采纳。只是希望能给初入坑的年轻人一点帮助。

先这样,想到别的再补充。