从某个程度上说,论文选题表达了作者的专业水平,思维能力,写作能力,直接关系到论文写作的成败。因此,充分认识论文选题的重要性,注意选题中容易出现的问题,避免选题的失误与失败,是论文写作关键的一个环节。下面,蓝译编译就医学论文写作选题中的几个问题予以讨论。一、选题贪大性。选题贪大性是指在选题中不从实际出发,对自己的专业缺乏正确的评价,对资料的占有缺乏充分估计以及对当前形势没有正确的认识所导致。从而出现选题不具体,文章冗长,内容空洞。因此,在选题中要 切忌贪大选题,要根据自己的实力,读者的需要,探索具体、较小有意义的选题。二、选题轰动性。轰动性是指在某一事物或问题方面产生共鸣出现一轰而上现象。选题轰动性是指大多数作者在一段时间内对某一方面或问题探讨比较集中,热衷于某一课题。以至于选题的雷同性太大,没有特点,缺乏新异,被录用的机遇太小,对作者来说花费了精力和时间,到头来是劳而无功。如果作者换一个思维角度选择论文课题,建立反面课题和发现空白,这样就能与众不同,富有吸引力,论文的中选机遇率比较大。三、选题置复性。选题重复性是指期刊对某一个问题已经公开发表过,而作者还执着于发表后的论文的选题,步人后尘。在医学科研中重复选题是人力、物办的最大浪费。同样重复选题对论文写作也是一种无功劳动,别人的观点、结论已经公开论述了,甚至分开发表了几年,再重温前人的观点,进一步证明,意义是不太大。如果此选题有争议,有探讨意义,而重复性证实,或是有新的观点、新的补充还是有一定价值。选题重复性的主要原因是作者信息掌握比较少,缺乏调查研究等。另外,作者思维简单、局限,对问题的认识、看法缺乏开阔的视野,从而论文的选题局限于表面化、眼前化。还有就是专业水平限制,知识的深度不够,临床经验不足,导致在论文选题方面缺乏深度,缺乏问题的特殊性。因此,在论文写作中要避免重复性选题,善于从临床实践中发现问题,抓住临床关心的热点,才能在选题方面获得一定的成功。四、选题陈旧性。选题陈旧性是指在论文写作中选题没有新异、没有特色。有的甚至把已经废弃的方案、方法予以总结。常见的一般临床资料分析与总结、无意义的个案报道等。陈旧性选题的主要原因,一是对论文写作选题的真正含义缺乏理解及认识,不掌握论文写作选题的基本原则和基本要求。二是站在自己的小天地看外界,没有突破本部门、本地区认识问题、探索问题。五、选题的盲目性。选题的盲目性也是医学论文写作中比较突出的问题。作者在论文写作时无目标性、方向性,在写作前不考虑完稿后论文所投的去向,或不研究所投期刊的性质、办刊宗旨、读者对象、期刊的特色及其栏目设置,甚至对要投期刊近几年发表过的文章不了解、不掌握,而主观臆断,缺乏从期刊的需要进行选题的意识。另外,作者在选题时不考虑选题是否问题的热点、难点、实用价值、读者兴趣,对选题缺乏分析、比较、筛选。六、选题与内容的差异性。在这方面突出的表现为论文的内容不集中,中心不突出,主次不分明,比较散乱,感到立题不明确,有的论文中心内容与主题偏离,甚至有的论文的内容与主题相悖论,如有的文章的主题分明突出是当前的进展,而在内容方面却难以看出代表目前的水平。这方面主要反映作者写作的思路不清,偏离选题的初衷。还有就是选题不当,过小的选题或过大的选题均能出现此类问题。以上几个方面反映了当前作者在医学论文写作选题方面存在的主要的问题,应当引起重视。医学论文写作选题是论文写作工作的第一步,同时也是贯穿整个论文的全过程。为此,在选题中要坚持科学性、原则性、新颖性、技巧性,从实际出发,拓宽思路,捕捉闪光的选题,撰写出精品的论文。
选题不仅对写高质量的医学论文有帮助,也会让你的医学论文吸引住别人的眼球,让写作发表医学论文的工作,事半功倍。足见,一个非常好的选题其价值意义。那么,质量好的医学论文如何选题?质量好的医学论文如何选题1、质量好的医学论文,其选题要走在学术的前沿,滞后会成为医学论文没有新意或创新性,甚至成为直接影响到论文见刊发表的罪魁祸首。即选题的前沿性,在一定程度上,决定了你的医学论文的研究价值。2、质量好的医学论文,其选题是恰到好处的,不应太大,也不应太大。太大了,会显得比较空洞,把握不住关键点,让自己心累、疲惫,却没有好的结果。太小了,就失去了发表的学术价值。建议医学论文选题时,要学会以小见大,一定得把握某一个具体案例或者某个关键问题,体现你医学论文的研究深度。不管是保证选题具有前沿性,还是范围正好,不大不小,都需要作者有一定的学术基础。若没有学术基础,是很难第一时间内找对针对方向,前期可以先辅助导师或前辈来完成研究,撰写医学论文,从中不断的积累经验和见识。为医学论文确定一个好的选题,是负责人有一定的积累和专业学术领域认识深度。这些条件的储备,是需要花时间的。建议从事医学方向的科研人员或者其他工作者,应从自身出发,不断的学习,关注医学方向的文献,了解医学学术动态,并进行大量的阅读,来进行知识的储备。质量好的医学论文如何选题?本文的介绍就到这里。其实关于论文选题涉及问题还有很多,需要大家不断的学习和提升。关注知实学术,了解医学期刊征稿动态和论文发表技巧分享,着急的发消息与我沟通。
2020年,医院在做好新冠疫情防控工作的同时,全院医务人员同时也尽力做好科研工作,取得较好成绩。全年全院共获院外科研经费2757万元,其中学科建设经费1640万元,课题资助1117万元。医院科研经费投入共计1606.5万元。一、学科建设方面1、获学科建设经费资助情况今年,我院共获学科建设经费资助1640万元,其中自治区卫健委资助480万元,内蒙古医科大学资助1160万元。2、获批国家临床医学研究中心分中心情况截止目前,先后有血液系统疾病(2个,苏州大学第一附属医院和中国医学科学院血液病医院)、感染性疾病(浙江大学第二附属医院)、代谢性疾病(上海交通大学附属瑞金医院)4个入选国家临床医学研究中心分中心;耳鼻咽喉疾病(中国人民解放军总医院)1个核心成员单位;今年医院组织心血管内科三个区、心血管外科、临床医学研究中心联合申报了国家心血管疾病临床医学研究中心分中心(已进入二轮评审)。3、医院科研实验室的建设情况今年,医院重点支持建设的临床免疫与风湿免疫病实验室挂牌正式投入运行,该实验室是我区集临床、科研和技术转化为一体的免疫性疾病的临床科研中心,是德国欧盟的风湿免疫研究协作中心。投入运行后,可解决免疫系统疾病的临床检验难题,填补区内对于风湿免疫性疾病和罕见病的相关检验确诊的空白。2020年医院有3个自治区科技厅重点实验室和2个自治区临床医学研究中心完成了验收工作。二、科研成果1、获得科技成果情况今年,医院共登记科技成果68项,组织申报省部级科研奖项20 项,医学会科学技术奖17项。截止目前,今年公布获内蒙古自治区科技进步奖、自然奖10项,其中一等奖1项,二等奖4项,三等奖4项;获中青年技术创新奖1人;获自治区医学会科学技术奖11项,其中二等奖5项,三等奖6项。截止目前统计,SCI收录论文64篇,专业核心期刊发表论文351篇。2、科研项目管理及资助情况今年,我院共申报各级各类科研课题574项,获资助院外科研立项139项,科研经费资助1117万元分别为:国家自然科学基金7项,资助经费240万元;内蒙古自然科学基金项目55项,资助经费339万元;内蒙古自治区科技计划项目4项,资助经费100万元;内蒙古自治区教育厅英才项目3项,资助经费70万元;自治区教育厅项目9项,资助经费34万元;医科大学项目44项,资助经费72项;卫健委推广项目4项,资助经费4万元;自治区草原英才项目10项,资助经费220万元。今年医院有合作课题8项,资助经费55万元。组织对256项项目进行了结题验收,共有207项课题达到结题要求,同意结题;有49项课题申请延期。今年医院对部分科研项目给予配套经费资助(自治区面上项目、重点学科、教育厅科技领军人才、核医学科),共计投入727.5万元。科技成果推广及专利今年,我院有4项内蒙古自治区卫计委适宜技术推广项目进行推广,获资助经费4万元;获国家实用新型专利项目35项,发明专利1项。三、学术交流2020年,由于受疫情影响,派出参加国内外学术会议约150人次。2020年共举办了4次科研项目研究进展及多学科学术交流研讨会,主题以申报国家自然科学基金的经验及体会为主。四、科普活动情况今年,我院获批成立“内蒙古自治区科普教育基地”。我们组织参加2020了新时代健康科普作品征集大赛,医院体检中心、肾内科、呼吸内科制作的科普视频参加比赛,并已通过自治区审核。组织“科技抗疫,创新强国”为主题的2020年内蒙古科技活动周暨全区第二十五届科普活动宣传周系列活动,被授予先进集体荣誉称号。科研部 肖艳二O二一年一月十二日
编者按:这是一篇发表于《哈佛商业评论》的医学研究案例。文章作者包括 Rafiq Ajani,麦肯锡位于马萨诸塞州沃尔瑟姆的办事处的合伙人,并领导该公司的北美知识中心;Arnaub Chatterjee,麦肯锡北美知识中心的高级专家,也是哈佛医学院的教学助理;Aniketh Talwai,麦肯锡北美知识中心的专家;Jack Zhang,麦肯锡北美知识中心的专家。这些专家集中介绍了麦肯锡北美知识中心与一家制药公司在非霍奇金淋巴瘤(NHL)领域的合作临床研究,通过机器学习技术对于患者的电子健康记录数据分析与其他数据融合处理分析,实现预测患者病情发展趋势以及寻找最优治疗方案。基于该案例的实战经验,麦肯锡北美知识中心的专家们提取出构建医学领域 AI 研究项目过程中最为核心的三项指导原则,包括如何搭建完整的团队架构、如何整合有效数据集合以及多次迭代与验证开发的重要性,以供其他药物研发公司或者医疗研究机构分享和参考。在医疗保健领,越来越多的真实数据域让研究人员兴奋不已。据估计,健康数据量每年增长 48%,而过去十年来,个人医疗数据的收集和体量正呈现高速发展的态势。在这些数据中,电子健康记录(EHR)提供了产生新见解和重塑理解患者护理的的最大机会之一。(一份完整的电子健康记录通常包括患者的过敏史、医疗保险信息、家族遗传病史、免疫状况、身体状况或疾病信息、服用药物清单、住院记录、手术信息等。)此前,分析 EHR 数据的瓶颈在于需要能够在短时间内处理大量数据的工具。当下,人工智能,更具体地说,机器学习,这已经开始打破计算能力的瓶颈,开始重塑药物研发和医学成像等领域的研究模式,但这只是个开始,如今,机器学习的触角开始伸向医疗保健领域。下面来看看我们和一家制药工作的合作项目。该项目将机器学习应用于 EHR 和其他数据,以预测某种非霍奇金淋巴瘤(NHL)患者转向后期治疗可能出现的特征以及触发因素。该公司希望更好地了解该疾病的临床进展以及在患者病程的每个阶段最为适合的治疗方式。从该公司的案例中,我们提取出将机器学习技术用于医学领域研究项目的三项关键指导原则,以帮助其他药物研发公司或者医疗研究机构搭建高质量的医学 AI 项目。1、吸引到精准的利益相关者,才能产生有意义的假设以及获得来自组织的支持。虽然很多时候,我们怀着满腔热情直接冲向数据并开始分析。但在此之前,更为关键的第一步是列出必须回答的关键业务问题并提出假设。构建一张完整的、可操作的假设列表,将帮助分析团队明确测试和证明或者反驳假设所需的数据类型。重要的是要了解整个企业职能团队的关键利益相关者的观点,以确保假设包含正确的专业知识并为公司提供最高价值。这也有助于建立对分析的支持和信任。在这种情况下,制药公司将其品牌、医疗和商业情报小组人员引入团队。当患者必须从一种疗法转移到另一种疗法时,为其可能发生的状况作出假设,同时分析这些转变背后的的触发因素。例如,在试图推测疾病进展快速或缓慢的原因时,医疗团队对疾病的临床了解做出贡献,品牌团队则提供公司相关治疗产品的方案的解读以及医生如何使用它们,以及商业智能团队解释方案所使用的分析方法和数据集,还有目前业界对于该疾病的治疗和疾病课程的理解。2、最佳数据集可能是数据集的组合。确定一个广泛且丰富的数据集对于正确训练机器学习算法至关重要。在肿瘤学中尤其如此,在很长的历史时间内收集到许多患者,需要大量的变量集合,才能够以进行有效的分析。这其中包括年龄,性别,诊断史,药物和治疗史,实验室价值观和医院遭遇。在我们的合作案例中,制药公司的分析小组意识到其内部数据没有捕获到足以预测患者转变的变量。因此,该小组采用了一种策略,在该策略中,它使用内部和外部数据,将肿瘤学特定的,集成的,结构化的 EHR 数据集与一些已经重复实验得到验证的公开数据进行融合。所有数据都被拼接在一起并送入自动功能发现(AFD)机器学习引擎。该引擎能够在数小时内测试数百万个假设。该引擎探索了患者数据每个可能的变化,以查看是否有任何变量与向后期治疗效果具有统计学上的显著相关性。从主题专家那里收集的见解有助于确保 AFD 结果具有临床相关性。例如,当结果表明升高的肝功能标志物与疾病进展相关,并且得到了医务人员的证实。虽然这不是他们之前考虑的因素,但在临床上是可能的。3、反馈循环和多次验证是获得良好结果的关键。往复多次的测试和学习过程对于开发精确模型至关重要。该制药公司的分析小组测试了 200 多项实验室数据值,主要覆盖慢性并发症和病史。机器学习有助于识别和筛选出引发病变的关键变量组合。验证和改进模型将能够避免无关变量的干扰,以及减少变量的数量。经过数周的迭代学习和验证,我们成功开发了一个模型来预测从初始诊断到后期治疗的进展。具体而言,机器学习能够从患者的治疗过程,实验室数据和用药病历中提取出特征值和触发因素,并且经过验证的特征值可用于对患者发生病变的概率和各种可能性进行评分和排名。这些模型揭示了许多重要的见解,包括:选择实验室结果的异常,例如升高的肝功能指标,在某些情况下,可能预示着患者的病情恶化或转移到一下阶段,其可能性高达 140%。*持续性治疗的患者转入下一病情阶段的可能性将降低 20%。通过应用正确的数据,组织流程和临床知识,机器学习和人工智能可以在制药和医疗保健方面发挥重要作用。尽管现在看来仍存在一些局限性。例如,它可能很难解释一些复杂的模型所能得出的结论,并且标记最饥饿的模型所需的大量数据集可能是非常费力的。然而,目前这些限制正在得到解决,比如,LIME(Local Interpretable Model-agnostic Explanations,局部可解释模型的不可知解释,用来理解复杂机器模型做出决策的方法的一项工具。)等技术有助于显示模型推理。与此同时,我们也在努力使用机器学习本身来标记数据集。随着限制的开放,制药和医疗保健的机会将大大增加。那些已经开始利用机器学习的公司将拥有利用机器学习创造更为为先进的基础设施和流程。
一般来说,在研究实施后,就要围绕研究主题着手收集并积累相关材料,然后根据相关的统计学方法进行整理,以便后续的分析研究。对于医学研究论文而言,材料收集与整理是撰写高质量论文的重要条件,但论文材料来源于科学的课题设计和恰当的实验方法,所以研究的科学性、创新性、合理性才是完成高质量论文的基础。医刊汇编译指出,医学研究资料收集与整理的基本要求有:真实、系统、完整、典型、新颖,同时要符合 伦理学的要求。1.材料的真实是对论文资料最基本的要求,只有从真实的资料中才能发现其蕴含的内在规律,若是从不真实的材料或随意编造的数据中总结规律,得出的结论必然是错误的,这种错误不仅无助于临床决策,还有可能导致临床决策失误,进而威胁患者生命安全。因而要尊重事实,从真实的资料着手科学研究。2.医学研究的对象通常是复杂并相互联系的,这就要求反映研究对象的资料有系统性和完整性,才能从整体上揭示事物的本质和规律,才能对研究对象有较深刻的认识。系统和完整不仅指研究样本的数量要达到统计学要求,而且每个样本的信息也必须全面,不能遗漏项目,否则可能使统计结果出现偏差,导致错误结论。3.材料必须符合论文主题的要求并具有较强的代表性和说服力,所以选用的材料要有典型性,要善于从众多繁杂的材料中选取具有代表性的材料。4.创新性是研究者创造性劳动的体现,所以在收集材料时要特别注意对新发现、新思路的及时记录;并要广泛收集文献材料,从中选取能反映新进展、新成果的新材料,将这些具有新颖性的材料纳入论文之中。5.医学研究的目的在于促进人类对疾病的认识水平,进而提高诊疗水平,改善人类生存状态。医学科研的目的是为了维护和增进人类健康和造福于人类,因而医学科研不同于其他学科科研活动的关键在于,它总是直接或间接地为人的生命和缝康利益服务,所以不管医学科研工作者是否意识到,整个医学科研活动都会始终在人类道德天平上,接受道德检验。因此科学研究应注重研究对象的利益、符合伦理,在进行人体或动物的生物医学研究时,要经过相关医学伦理委员会的审查,以维护研究活动参与者的尊严、权利和安全。在收集资料时应向研究对象说明来意,征得同意后才能开始收集资料;当研究涉及个人隐私时,更要尊重研究对象的要求。
为加强临床研究项目管理,提升临床研究质量,规范临床研究实施,建设临床研究团队,发挥Tonetti教授在临床研究上的引领作用,国家口腔疾病临床医学研究中心2020年度临床研究项目推进会于2020年12月1日召开。中心主任张志愿院士、上海交通大学医学院附属第九人民医院党委郭莲书记、中心名誉主任Tonetti教授、上海交通大学口腔医学院执行院长蒋欣泉教授、副院长杨驰教授、九院学科规划处许锋处长以及各研究项目PI出席本次会议。郭莲书记在致辞中强调了临床研究在医院发展中的重要地位,她对国家口腔疾病临床医学研究中心关于临床研究项目的管理和推进工作给予了充分肯定,并提出口腔学科需要以临床研究为契机,推动第五轮学科评估以及即将到来的“十四五”建设和国家口腔医学中心的建设,并需要在临床研究的基础上思考如何发展和建设即将落地的国家口腔医学中心。蒋欣泉院长表示,口腔医学院会在医学生尤其是研究生教育中,将临床研究和循证医学作为基本教育内容之一,从而推动口腔临床研究的发展,推动口腔学科的发展,打造一个一流人才集聚、科研创新活跃、管理水平高效的口腔医学院。杨驰副院长向Tonetti教授介绍了国家口腔疾病临床医学研究中心的概况。随后,21个临床研究项目的PI分别对自己的项目研究进展进行了深入汇报。随后,Tonetti教授在总结中提出:口腔学科作为很独特的综合医院的口腔学科,在进行临床研究时应以病人为中心,遵循研究的世界标准而不是当地标准;以动态的眼光来谋划学科发展,临床研究的最终目的不单单只是为上海或者中国的患者谋福利,而是应该让全世界的患者享受到临床研究最终形成的临床指南和技术。会议最后张志愿院士从口腔学科目前的五个研究主方向就如何提高口腔临床研究水平强调了四点建议,一是强调口腔疾病与全身系统疾病的重要性;二是需要加强在精准医疗综合性方案、临床指南和生物标志物的产出;三是关节、颌骨和牙齿的功能一体化发展,强调牙科与口腔颌面外科的协同均衡发展;四是建议开展再生医学与牙周疾病的联合研究。本次会议各临床研究项目负责人与各位领导、专家充分交流、展开讨论,认真梳理了研究已开展情况、遇到的困难和亟待解决的问题,会议对于推进各项目的高质量的实施以及推动临床研究队伍能力的建设起到了积极作用。(供稿:陆海霞)【来源:上海第九人民医院】声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢。 邮箱地址:newmedia@xxcb.cn
在医学论文写作中,选题是头等重要的问题。科学研究的实践证明,只有选择了有意义的课题,才有可能收到较好的研究成果,写出较有价值的学术论文。所以,一篇医学论文的价值关键并不只在写作的技巧,也要注意研究工作本身,在于选择了什么课题。蓝译编译指出,选题的途径有多种,可以根据自身情况,随机选择。一般可以从以下几个方面选题:一是从临床实践中选题。事实上,大量的医学文献均出自医学实践和基础研究中。可以写作所观察的医学现象及意义,或是临床的结果等。也可以从平时观察最多,感兴趣的问题找选题。二是从本专业文献阅读中选题。虽然从文献阅读中选题较少,因为这需要有基本的相关的临床实践和研究的积累,但是大量的文献阅读可以激发人的探索、实践、比较的愿望。另外,综述的选题也多出自文献的阅读。三是从过去的研究或基础研究中引申出新的课题。科学是没有穷尽的,只有更接近真理,而永远无法达到真理。因此,以前的研究中总会有没有解决的问题。四是从医学模式的转变及跨学科应用上选题。医学模式的转变,如临床医学向循证医学转变,促使医学工作者从不同角度、不同方面、不同层次中选题。跨学科应用,如决策支持系统的应用。五是从其他相关科技论文中选题。例如,一些其他学科的方法也可应用到医学中。其中的关键是要靠自己去积极思索,才能扩大选题范围,找到适合自己去做的选题。此外,医学假说也可出自临床观察和文献阅读中。所谓科学假说,它是人们以一定的经验材料和已知的科学事实为根据,以已有的科学理论和技术方法为指导,对未知的自然事物或现象产生的原因和规律所作出的推测性解释或猜测、猜想。总的来说,不论是上述那一种途径,首先要有丰富的相关知识的积累,其次要勤于思考,才能提出好的选题。
12月11日上午,由中南大学教师教学发展中心牵头、湘雅三医院教务部组织的“医学教育论文选题与撰写”工作坊在科教楼成功举办。本次工作坊特邀北京大学医学教育研究所研究员、《中华医学教育杂志》编辑部主任殷晓丽主讲,来自医院各教研室的30余名教师参加培训。殷教授结合自己多年的审稿经验,分析了临床教师在医学教育研究论文选题方面存在的常见问题,包括新意不足、不合法规、研究对象概念错误、方法选用不恰当、理论依据不足等,并提出应对方案,让与会教师更好地理解要如何应对在医学教育研究实践过程中遇到的实际问题。会上殷教授还跟大家分享自己凝练的医学教育研究论文的选题重点,并通过选题试验帮助与会老师们提炼出了选题或肯定了选题方向。殷教授结合医学教育研究论文的撰写及发表的三个实例做了深入浅出的讲解与分析,对提高与会教师医学教育论文的写作水平大有裨益。培训结束后,与会老师仍不舍离去,继续向殷教授请教,老师们纷纷表示本次工作坊干货满满,收获很大,并自发组建了医学教育论文写作微信群方便后期讨论交流。本次工作坊是医院依托中南大学教师教学发展中心定制的又一次师资培训。教务部将继续依托中南大学教师教学发展中心、湘雅医学教育研究所开展定制式教师培训,力争持续提升教师教学能力和医学教育研究水平。【来源:湘雅三医院】声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢。 邮箱地址:newmedia@xxcb.cn
一般来说,写一篇文章不容易,写一篇好文章更不容易,审改一篇论文要花很多心思,把一篇论文审好,能让作者从中受益,并修改成一篇较高水平,且符合所投期刊规范要求的论文更需花费精力和时间。下面,赛恩斯编译就医学科研论文摘要部分的常见问题进行归纳,并提出审改建议。摘要是论文的一个独立部分,具有自明性,拥有与论文正文同等量的主要信息,或具有与正文等效的阅读、评价、储存和使用价值。学术型论著多采用结构式摘要,即包括目的、方法、结果、结论四要素,独立成篇。做到简短:300~500个汉字,外文不超过250个实词;真实:如实反映主要研究内容,不得夸大或缩小,数据必须准确;规范:按照所投期刊稿约的规范要求写作,不使用图、表、公式、分子式、化学结构式等。中文摘要的常见问题有:“四要素”不全;“目的”照抄文题,或不直截了当,绕弯较远;“方法”不介绍课题的基本设计、研究对象、分组、对照和处理方法、如何取得数据,以及统计学方法,信息量不够;“结果”的比较对象张冠李戴,与正文不符,没有关键数据,没有统计学结果的描述;“结论”重复结果,或夸大结果的价值。因此建议,“方法”应简要说明研究课题的基本设计,采用什么材料,如何分组、对照,研究内容是什么,如何取得数据,经过何种统计学方法处理。“结果”中简要介绍主要结果和数据,与正文保持一致,务需准确;并列出关键数据及其统计学检验值和P值;结果中还应包括非定量结果的描述,但要注意,结果中只述不评,不解释、不评论、不引申,不插入图、表、分子式等。“结论”简要说明通过研究获得的新进展和新发现及其理论价值或应用价值。英文摘要的常见的问题有:译文内容与中文不一致;语法错误(单复数、主谓搭配、词性错误等),拼写错误,词义不准确;表达方式不符合国际通用的英语表达习惯,词序不正确,多为“中国式”直译;代词滥用,使语义模糊等。这些问题都需要改正,而且建议再请专业人士或有经验者进行审校。
日前,西南医科大学在学校一会议室举行了全国教育科学“十三五”规划 2019 年度教育部重点课题“互联网 + 教育背景下跨区域同步教学对教育生态的重构研究”之子课题“数字资源+教学服务”模式促进学校教学质量提升研究(课题编号:DCA190331-1004)”开题报告会。教务处、现代信息技术中心、临床医学院、继续教育学院、教育评价与教师发展中心在内的课题组全体研究成员、江津区中心医院等6所校外理论教学基地及江油市第二人民医院等6所实习基地、四川省护理职业学院等多家职业学院作为项目合作单位或协作单位参加了开题报告会。开题报告会采取线上+线下会议模式进行,由学校教务处处长郑小莉主持并介绍了课题立项的背景,宣读了课题立项通知书。随后,课题负责人、学校分管教学副校长何涛教授作开题报告。她从我国推进教育信息化、创新教育服务模式已成为促进教育公平和教育均衡发展的大背景谈起,详细介绍了子课题将从“构建教育信息化环境下的教育新生态,促进教育资源均衡的可持续发展”和“信息化背景下教育流程再造,保障薄弱学校(教学点)教学质量持续发展”两个方面支撑总课题的研究,在深入分析了互联网+教育”背景下医学教育的机遇与挑战后,梳理评价了西南医科大学在临床实践教学及继续教育中探索“数字资源+教学服务”模式,促进教学质量同质化提升研究的必要性和可行性。随后详细介绍了将以西南医科大学作为示范中心与试点单位开展学习环境重构研究、教学内容供给重构研究、异域同步教学体系和管理机制重构研究的具体方案。最后就与合作单位和协作单位的工作分工和研究进度等方面进行了详细地安排。科学出版社郭兵主任、学校原发展规划处处长、现专职政研员刘克林、原教务处处长、现专职教学督导组组长尹思源、原科技处处长、现专职教学督导组成员龙汉安、原现代信息技术中心主任、现专职党建组织员尹德辉、原继续教育学院院长、现专职教学督导组成员任德莲参加了课题现场评议并对课题进行了点评。他们充分肯定了本课题研究的价值和意义,认为在后疫情时代,教育教学的生态发生了重大改变,研究“互联网+”形式下的“数字资源+教学服务”建设和实施具有很强的前瞻性和意义。专家们重点对课题的体系研究、优质课程资源建设和推广、具有信息化素养教师队伍的培养、继续教育校外办学点教学质量提升、基地医院信息化和教学质量同质化等方面提出了针对性意见和建议。参会的合作单位和协作单位代表均一一在线上展开了积极探讨,一致认为本课题符合当下高等教育发展趋势,纷纷表示将积极参与课题研究,并配合做好相关工作。何涛作总结发言。她表示,课题组将尽快建立常态化沟通联系机制开展研究,希望各合作单位和协作单位分工合作、协同攻关,为建立有序有力的跨区域同步医学教育组织实施体系、形成有特色的跨区域同步医学教学实践模式和形成有推广示范作用的异域同步教学质量提升经验,从而最终促进医学教育均衡而有质量的发展,助推开放、共享、均衡教育生态的构建共同努力。