浙江大学李兰娟院士在MDPI上发表SCI给我们的启示

公众号:生信漫谈

浙江大学李兰娟院士在MDPI上发表SCI给我们的启示https://mp.weixin.qq.com/s/_gUFI3zfRfTNC4LDOJ6_Pg

偏见与偏爱

近日有同学跟我闲聊说浙江大学李兰娟院士也在MDPI杂志发表SCI,问我怎么看?小编立刻根据标题下载文献进行拜读。

编辑切换为居中

添加图片注释,不超过 140 字(可选)

作者利用WGCNA分析方法,发现了61个调控CCA进展和预后的HUB基因。已鉴定出8个HUB基因(VSNL1、TH、PCP4、IGDCC3、RAD51AP2、MUC2、Bub1和BUB1B),它们与CCA的发生机制和预后有显著的交互作用,这些研究结果对于无创诊断早期胆管癌、减轻胆管癌复发和抑制耐药具有重要意义。

编辑切换为居中

添加图片注释,不超过 140 字(可选)

国内也有不少新闻媒体对这一研究成果进行了广泛报道,有一点其实我是非常好奇的,为什么浙江大学李兰娟院士选择在MDPI杂志发表SCI论文,以李兰娟院士在医学领域的影响力在国内或者国际其他顶级杂志都是比较轻松发表的,这是我们普通科研人员难以理解之处

Biomedicines是MDPI旗下的一本OA收费杂志,2023年公布的影响因子是4.7,大家可能都知道OA收费出版商MDPI在2023年一直处于舆论不利的漩涡之中,2023年是SCI的巨变之年。

编辑切换为居中

添加图片注释,不超过 140 字(可选)

这应该是跟国家出台了消除“唯论文、唯帽子、唯职称、唯学历、唯奖项”的政策有关,使得国内的SCI的方向发生显著的偏爱性的改变,现在大家都喜欢挤挤国内SCI杂志的独木桥,国内SCI的要求随之水涨船高,一般的科研成果也是非常难发表的,如果中国的科研人员都偏向发表在国内的杂志,苦的是还没有毕业的普通博士生(如果你是大佬团队,你科研能力超强除外)。

编辑

添加图片注释,不超过 140 字(可选)

知乎很多网友在讨论收费OA杂志能不能发,个人建议还是根据团队及个人实际情况进行判断,毕竟也有西湖大学大佬施一公院士也在MDPI旗下杂志International Journal of Molecular Sciences发表重要研究论文,在收费OA杂志发表论文不丢人,只要你经费合适,能对这个科研领域有那么一点贡献,我觉得还是很值得欣慰。

往期相关内容:1、西湖大学施一公团队在国际著名杂志IJMS发表重要论文给予我们的启示

2、清华大学施一公团队为什么选择《International Journal of Molecular Sciences》发表SCI

3、可以在施一公团队投稿的《International Journal of Molecular Sciences》上发表文章吗?

李兰娟院士科研进展

浙江大学李兰娟院士选择在MDPI杂志发表SCI论文,很多不明真相的网友觉得院士的水平也就一般般,其实非也!

编辑切换为居中

添加图片注释,不超过 140 字(可选)

小编从NCBI收集了李兰娟院士近年发表的高水平SCI文章还真不少。

2014年发表在Nature杂志上面的题为“Alterations of the human gut microbiome in liver cirrhosis”的论文,作者通过比较98名患者和83名健康对照组的肠道微生物群来描述肝硬变患者的肠道微生物群,发现以微生物区系为靶标的生物标志物可能是诊断不同疾病的有力工具。

编辑切换为居中

添加图片注释,不超过 140 字(可选)

2020年发表在Cell杂志上的题为“Molecular Architecture of the SARS-CoV-2 Virus”的论文,研究结果非常详细地揭示了SARS-CoV-2病毒的结构,并阐明了该病毒如何将其30kb长的单节段RNA包装在直径约80 nm的管腔中。

编辑切换为居中

添加图片注释,不超过 140 字(可选)

同样是2020年发表在NEW ENGLAND JOURNAL OF MEDICINE杂志上题为“Clinical Characteristics of Coronavirus Disease 2019 in China”的研究论文,论文2023年影响因子高达158.5分。

编辑切换为居中

添加图片注释,不超过 140 字(可选)

编辑切换为居中

添加图片注释,不超过 140 字(可选)

2022年发表在Molecular Cancer杂志上题为“The functional roles of the circRNA/Wnt axis in cancer”的综述论文,本文就Wnt通路相关CircRNAs在肿瘤发生发展中的作用及临床应用的最新研究进展进行综述。

编辑切换为居中

添加图片注释,不超过 140 字(可选)

小结部分

西湖大学大佬施一公院士也在MDPI旗下杂志International Journal of Molecular Sciences发表重要研究论文,浙江大学李兰娟院士也在MDPI杂志发表SCI论文,这是不是超出了我们的认知思考范围?

可能OA杂志发表论文的处理速度比传统非OA快N倍,可以快速发表自己的科研成果,这是大佬们选择的一个重要原因之一吧;还一个重要的原因小编推测是这些大佬们是真正的实现了破五唯,所以敢于正视发表科研论文的偏见而真正的实现一个科研上的突围!

SCI的偏见与偏爱可能反映了国内SCI与国外SCI各种我们不为人知的名场面。大环境的偏见与偏爱会影响科研人员研究结果发表SCI的定位,什么时候能真正实现不唯论文,估计就可以解除目前科研人员的困境,以上个人的一点点小想法不喜忽喷,谢谢!

通过以上步骤是否学会了呢?关注我们,学习更多生信干货,原创不易,请各位多多点赞加转发朋友圈进行分享!

今天就先给大家介绍到这里,希望大家的科研能有所帮助!祝您科研顺利快乐!

生信漫谈

生信漫谈,认识生信,学习生信,跨越生信入门路上的障碍,从而利用生信技术解决科研学习路上的绊脚石!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值