Структура оригинальной научной статьи для журналов SCI

«Подражание — это самоубийство». («Imitation is suicide.»)

—— Ральф Уолдо Эмерсон, «Доверие к себе» (Ralph Waldo Emerson, “Self-Reliance”)

Предисловие

Незаметно всё оказалось именно так, как описал Томас Кун в «Структуре научных революций»: наука работает в устойчивых рамках, которые он назвал «парадигмами», и научный прогресс часто зависит от следования им.

Многие учёные шутят, что статьи в журналах SCI — это «академический шаблон», будто редакция принимает только рукописи, написанные по установленному образцу или похожие на «журнальную статью». Не стану отрицать: и у хороших статей, и у устоявшихся шаблонов логика гладкая. Но посмотрите иначе: представьте, что вы не учёный, выйдите за рамки и окиньте взглядом окрестности, как с вершины горы. Окажется, что все горы похожи друг на друга: они просто громоздятся одна на другую и становятся горным хребтом. Новички у подножия смотрят на высокие вершины, хотят их покорить и боятся высоты. А обычные люди в городах за горами с этими вершинами вообще не сталкиваются, не разбираются в тропах и не думают через них переходить.

Отсюда вывод: хорошая оригинальная научная статья складывается из высокой логики + содержательного наполнения. Я не советую механически заполнять шаблон и предпочитаю свободное творчество. По-моему, лучшая журнальная статья — та, что полна воображения и выстроена логично, но не отходит от научных фактов.

Из чего состоит оригинальная научная статья в журнале SCI

Обычно я делю оригинальную научную статью на 9 частей:

Аннотация, Введение, Методология, Вывод и применение, Экспериментальная проверка, Результаты, Сравнительный анализ, Обсуждение, Заключение

На мой взгляд, писать их стоит в таком порядке:

1. Методология (Methods): описать дизайн исследования, материалы, методы эксперимента, сбор и анализ данных.

2. Вывод и применение (Derivation & Application): показать вывод теории и её применение, включая построение модели, методы расчёта и подробности алгоритма.

3. Экспериментальная проверка (Experimental Validation): подтвердить точность теории на реальных данных.

4. Результаты (Results): представить экспериментальные данные и находки.

5. Сравнительный анализ (Comparative Analysis): сравнить результаты с существующими исследованиями и подчеркнуть вклад новой работы.

6. Обсуждение (Discussion): объяснить значение результатов и их влияние на теорию и практику.

7. Заключение (Conclusion): кратко изложить основные выводы и предложить направления будущих исследований.

8. Введение (Introduction): описать предпосылки исследования, сформулировать проблему и её важность.

9. Аннотация (Abstract): дать сжатое изложение исследования: цель, методы, главные результаты и выводы.

Чтобы по-настоящему понять, как пишется статья SCI, отвечающая духу времени и ожиданиям редакции, первый и главный шаг — много читать, читать статьи с высоким импакт-фактором и изучать структуру и логику лучших статей.

В этой записи мы разберём по частям следующую статью и выведем из неё идеальную структуру оригинальной научной статьи:

Unsupervised deep learning approach using a deep auto-encoder with a one-class support vector machine to detect damage [1]

Название статьи: «Подход на основе обучения без учителя с глубоким автокодировщиком и одноклассовым методом опорных векторов для обнаружения повреждений».

Если разобрать её методом из моей предыдущей записи «Как найти научную новизну для статьи в академическом журнале», видно, что это оригинальная статья типа «новый метод + старая проблема».

Старая проблема: мониторинг повреждений конструкций

Новые методы: (1) метод глубокого обучения без учителя; (2) новый метод «глубокий автокодировщик», встроенный в «метод обучения без учителя»; (3) новый метод «одноклассовый метод опорных векторов», встроенный в «метод обучения без учителя с глубоким автокодировщиком»

Поняв механизм новизны, можно мысленно набросать общую структуру статьи:

1. Аннотация (Abstract):

   • Статья открывается аннотацией, где кратко изложены тема, применяемая технология (глубокое обучение без учителя), основной вклад и результаты.

2. Введение (Introduction):

   • Описаны предпосылки исследования, особое внимание уделено ограничениям существующих методов обнаружения повреждений и обоснована необходимость нового метода на основе глубокого обучения.
   • Подробно объяснено, почему традиционные визуальные методы не отвечают текущим требованиям и зачем нужны методы, способные обнаруживать внутренние и скрытые повреждения.

3. Методология (Proposed Method):

   • Подробно описан предложенный метод глубокого обучения без учителя: теоретическая основа, ключевые параметры, шаги реализации.
   • Обсуждается совместное использование глубокого автокодировщика и одноклассового метода опорных векторов (OC-SVM) и то, как они применяются для обнаружения повреждений.

4. Численное моделирование и постановка экспериментов (Numerical Simulation and Experimental Setups):

   • Подробно описаны численное моделирование и эксперименты для оценки метода: используемые данные, параметры модели и порядок проведения экспериментов.

5. Практические примеры (Case Studies):

   • На реальных данных и результатах моделирования показаны примеры применения метода и подтверждена его эффективность.
   • Приведён подробный анализ данных и обсуждение результатов, подчёркнуты возможные преимущества метода на практике.

6. Заключение (Conclusion):

   • Подведены основные итоги и подчёркнуты преимущества метода обучения без учителя для обнаружения повреждений.

   • Обсуждены ограничения исследования и возможные направления дальнейшей работы.

Рассматривая целое на одном примере, пройдём по частям статьи в порядке чтения (а не написания), предлагая для каждой структуру и разбирая содержание.

Заглавие (Title)

Первое, что видно в журнальной статье, — её заглавие. Оно должно быть кратким, отражать суть и быть новым.

Разберём несколько примеров.

Сначала неправильный пример:

«An innovative approach to managing demolition waste via GIS (geographic information system): a case study in Shenzhen» (Инновационный подход к управлению…)

Такое заглавие слишком общее: по нему не видно сути работы, оно говорит об отсутствии новизны, и статью, скорее всего, отклонят.

Теперь несколько удачных примеров.

Прежде всего разбираемая статья: «Unsupervised deep learning approach using a deep auto-encoder with a one-class support vector machine to detect damage» (Подход на основе обучения без учителя с глубоким автокодировщиком и одноклассовым методом опорных векторов для обнаружения повреждений)

Это заглавие прямо показывает суть всей работы.

Заглавия научных статей можно грубо разделить на два типа:

Краткие	С акцентом на метод
Characterizing the generation and flows of construction and demolition waste in China (Образование и потоки строительных отходов в Китае)	Combining life cycle assessment and Building Information Modelling to account for carbon emission of building demolition waste: A case study (Сочетание оценки жизненного цикла и BIM для расчёта выбросов углерода от отходов сноса: практический пример)
Cross-regional mobility of construction and demolition waste in Australia: An exploratory study (Межрегиональное перемещение строительных отходов в Австралии)	An approach integrating geographic information system and building information modelling to assess the building health of commercial buildings (Подход, объединяющий ГИС и BIM для оценки состояния коммерческих зданий)

Учась на примерах, при отсутствии хорошей идеи можно написать заглавие по шаблону одного из типов. Но по-настоящему хорошее заглавие — то, которое вы пишете сами: краткое, отражающее суть и новое, и при этом яркое, образное и выходящее за рамки привычной парадигмы (посмотрите статьи в Nature).

Аннотация (Abstract)

Для читателя аннотация и введение — то, что он видит сразу после заглавия. Это как вступление песни: хорошее вступление захватывает слушателей. С редакторами то же самое.

Аннотация включает:

1. … in recent years … Описать предпосылки проблемы и актуальные темы последних лет.

2. However, … Недостатки существующих решений / для проблемы нет решения.

3. This article proposes an … Какой новый метод предлагает статья для решения проблемы.

4. The proposed method/Model … Какую методологию и последовательность действий использует метод/модель.

5. The … problem still exists in the …, By using …, thereby achieving …, thus solving the problem of … Какие недостатки у метода остаются и какие улучшения их устраняют.

6. The proposed … in this work/article … Каковы преимущества и какую проблему он решает.

7. Технические результаты метода (высокая точность / высокий … в отношении …, основные результаты экспериментов).

8. (Сравнительный анализ) Результаты метода …, точность/результаты выше других методов на xxx, в чём он превосходит другие методы и почему.

9. Цель достигнута.

Ниже — разбор исходной аннотации по предложениям.

Throwing light on the core innovation of this paper:

• “This article proposes an unsupervised deep learning–based approach to detect structural damage.”
  Тема заявляется в начале (не обязательно писать именно так): статья предлагает новый метод обнаружения повреждений конструкций с помощью глубокого обучения без учителя.

Limitations of Current Supervised Methods:

• “Supervised deep learning methods have been proposed in recent years, but they require data from an intact structure and various damage scenarios of monitored structures for their training processes.”
  Эта часть указывает на ограничение современных методов обучения с учителем: им нужен большой объём разнообразных обучающих данных, собрать которые может быть нереально.

Challenges with Data Labeling:

• “However, the labeling work on the training data is typically time-consuming and costly, and sometimes collecting sufficient training data from various damage scenarios of infrastructures in service is impractical.”
  Предложение подчёркивает конкретные трудности разметки данных при обучении с учителем: стоимость, затраты времени и неприменимость в ряде реальных ситуаций. (То есть: новая технология недавно появилась, но у неё есть недостатки, и я предлагаю улучшение.)

Proposed Solution with Novel Methodology:

• “In this article, the proposed unsupervised deep learning method based on a deep auto-encoder with a one-class support vector machine only uses the measured acceleration response data acquired from intact or baseline structures as training data, which enables future structural damage to be detected.”
  Представлено предлагаемое решение — новый метод без учителя, свободный от указанных ограничений. Он использует только данные неповреждённой конструкции, что упрощает сбор и подготовку данных.

Main Contributions and Novelty:

• “The major contributions and novelties of the proposed method are as follows.”
  Эта часть готовит подробное описание нового вклада и знаменует переход к более конкретному изложению.

Specific Advantages and Validation:

• “First, an appropriate …”
  Здесь описаны результаты, преимущества и сравнение метода; подробно разбирать не будем.

Введение (Introduction)

Основная структура введения:

1. Предпосылки: расскажите историю и поставьте проблему: в … существует проблема «Q0».

   Предмет и его важность: введение сначала подчёркивает важность проблемы Q0 и потребность в ….

2. Обзор и анализ существующих традиционных решений: обзор литературы, затем анализ достоинств и недостатков каждого метода.

   Опишите традиционные методы и сделайте обзор: из-за ограничений … и особенностей …, например низкого …, ведущего к … (приведите конкретные инженерные или научные примеры), традиционный … имеет проблему Q1 / ограничен ….

   Далее — обзор методов решения Q1 и анализ их достоинств и недостатков.

3. Появление новой технологии: представьте новую технологию/метод.

   В последние годы в … появился … (новая технология/метод B). Сделайте обзор метода B, опишите и проанализируйте его главные преимущества и новые возможности. Целенаправленно покажите, как метод B решает проблему Q1 традиционного метода A или как он восполняет ….

4. Углублённое обсуждение нового метода (как бы хорош ни был новый метод, у него обязательно есть недостаток, то есть проблема Q2):

   (Опишите более сложные новые методы и их применение в …, но укажите их ограничения в ….)

   Однако … метода B обычно … (недостаток) / применение метода B в … непрактично. Подкрепите недостатки метода B примерами или ссылками.

5. Предложите решение проблемы нового метода (переход к обсуждению острой потребности в методе, решающем эту проблему; введение улучшенного метода B или более нового метода):

   Поэтому существует высокая потребность в методе, решающем … (Q2). (Пример) Therefore, the demand to develop a method that can … is high.

   Сначала подробнее разберите принцип нового метода, затем покажите, что корень проблемы Q2 метода B — в его потребности в ….

   С помощью …, благодаря его …, пошагово опишите, как устраняется проблема метода B. Предложите решение Q2, то есть улучшенный метод, подчеркнув, что улучшенный метод C / предложенное решение C надёжно решает проблему Q2 метода B. (Пример) Это показывает, что, используя данные, собранные с конструкции с помощью …, такие методы эффективно выявляют …, поскольку опираются на реально измеренные данные, а не на заранее заданные допущения модели.

6. Новизна статьи

   Подробно опишите новый вклад предлагаемого метода. Перечислите конкретные новшества и вклад.

7. Обзор структуры статьи (Outline of the Article)

   «This article comprises … sections. …» Из скольких частей состоит статья и что в каждой.

   Обычно:

   Раздел «Введение» описывает … и кратко обозревает ….

   Раздел «Методология» подробно излагает предлагаемый метод, включая технические детали и обоснование проектных решений.

   Раздел «Численное моделирование и эксперименты» описывает численную модель и эксперименты, а также практические применения и экспериментальную базу для проверки метода.

   Раздел «Практические примеры» содержит примеры …, подробно обсуждая реальные применения или моделирование, чтобы показать применение метода и его результаты.

   Раздел «Сравнительный анализ» сравнивает результаты с существующими исследованиями и подчёркивает вклад новой работы.

   Раздел «Обсуждение» обсуждает результаты, анализирует их численно, объясняет их значение и влияние на теорию и практику.

   Раздел «Заключение» подводит итоги предыдущих разделов, даёт общую оценку эффективности метода и обсуждает возможную дальнейшую работу.

Методология (Proposed Method)

1. Краткое описание предлагаемого метода: первая и обязательная часть методологии. Сначала дайте обзор нового метода, объясните его связь с исходной проблемой и то, как он преодолевает ограничения …. Обязательно нарисуйте красивую схему метода, где показаны основные части, модули, подключаемые модули, порядок действий, решаемые проблемы, функции и т. д., а затем опишите схему по рисунку (именно здесь нужно назвать новизну и сильные стороны).

2. Подробное описание по модулям или шагам: опишите схему из первой части по модулям или по шагам, то есть как всё делается и как работает метод, по возможности объясняя, почему так. Эту часть можно разбить на несколько подразделов.

3. Дополнительно: (1) Подробно опишите используемые данные: их тип, форму, способ сбора и состав. (2) Практический пример (необязательно). (3) Исследовательские допущения (необязательно). (4) Ограничения исследования (необязательно).

Численное моделирование и постановка экспериментов (Numerical Simulation and Experimental Setups)

1. Цели моделирования и экспериментов: сначала укажите цель численного моделирования и экспериментов — проверить эффективность метода в контролируемых условиях.

2. Описание численной модели: подробно опишите модель: её физические параметры, среду моделирования и тип расчёта. Объясните, как в модель вводятся заданные переменные или контрольные объекты для проверки чувствительности и точности метода.

3. Постановка эксперимента: опишите предварительный план и программу испытаний, исходные условия, оборудование и основные параметры. Подробно представьте установку: физическую конструкцию, приборы сбора данных (например, датчики и места их установки), способы возбуждения и измерения. Опишите сбор данных: как они собирались, хранились и обрабатывались (подчеркнув, что это важно для качества и пригодности данных при обучении и тестировании модели).

4. Объединение численных и экспериментальных данных: объясните, как данные моделирования и физических экспериментов объединяются и используются в итоговой модели для решения исходной задачи, включая обработку данных, извлечение признаков и применение алгоритмов.

5. Результаты и первичные + расширенные наблюдения: представьте предварительные результаты моделирования и экспериментов, дайте первичную оценку работы метода, включая статистический анализ и визуализацию, показывающие его эффективность в обнаружении различных …. Затем сделайте первичные наблюдения: какие небольшие выводы и связи видны прямо из результатов без дальнейшего анализа. После этого обработайте предварительные результаты математически (или иначе) и посмотрите, что ещё можно получить.

Сравнительный анализ (Comparative Analysis)

Раздел «Сравнительный анализ» строится так, чтобы наглядно показать вклад и преимущества нового метода по сравнению с существующими для исходной задачи.

1. Обзор сравнения: начните со сравнения результатов предлагаемого метода с другими признанными методами в области. Опишите контекст и обоснование сравнения, подчеркнув важность ориентира на текущие стандарты мониторинга технического состояния.

2. Критерии сравнения: перечислите конкретные критерии или показатели: точность, чувствительность, время обнаружения, вычислительная эффективность. Это ключевой момент: он задаёт основу оценки методов, обеспечивает честность сравнения и охватывает важные для практики аспекты.

3. Представление сравнительных данных: обычно в таблицах или на графиках приводятся подробные результаты экспериментов и моделирования, наглядно и статистически сравнивающие предлагаемый метод с другими. Эти данные показывают сильные стороны метода и то, что можно улучшить.

4. Анализ результатов: после представления данных проведите всесторонний анализ и глубокое обсуждение. После первичного анализа сравнения, как и с экспериментальными результатами, обработайте результаты математически (или иначе), чтобы расширить их и обсудить более глубокие вопросы. Наконец, объясните причины полученных результатов, какие особенности метода обеспечили его работу и как он соотносится с другими. Эта часть очень важна: в ней раскрывается практическое значение результатов и подтверждается эффективность метода.

5. Подчеркните вклад и прогресс: в конце подчеркните новый вклад метода в исходную область. Обсудите достигнутый прогресс (например, лучшее обнаружение, меньшее время обработки, меньшая потребность в размеченных данных) — это существенные улучшения по сравнению с существующими методами.

Обсуждение (Discussion)

1. (Необязательно) Сначала подведите итог результатам: поскольку результаты делятся на экспериментальные и сравнительные, можно сначала подытожить оба вида, а затем снова интерпретировать их: что они значат, как подтверждают эффективность метода и как скажутся на его работе в реальных условиях.

2. Теоретическое значение: перейдите к теории и проанализируйте, как результаты согласуются с существующими теориями в области или ставят их под сомнение. Обычно здесь обсуждаются принципы, объясняющие наблюдения. Например, для метода мониторинга конструкций на основе новых технологий глубокого обучения обсуждаются аспекты теории машинного обучения, эффективность обучения без учителя или поведение глубоких автокодировщиков и OC-SVM при обнаружении аномалий конструкции.

3. Практическое применение: подробно опишите практическое применение метода и как его внедрить в реальные системы мониторинга. Здесь можно обсудить сценарии или условия, где метод особенно эффективен (для такого метода на основе глубокого обучения — мониторинг крупной инфраструктуры или ситуации, где другие технологии мониторинга непрактичны).

4. Сравнение с существующими методами: обсуждение включает сравнительный анализ с существующими методами, подчёркивая преимущества и возможные недостатки предлагаемого метода. Это помещает новый метод в более широкий контекст и показывает его вклад и ограничения.

5. Ограничения и будущие исследования: (у любого решения есть ограничения, и даже улучшенное решение всё равно их имеет — найдите их!) Обсудите выявленные в ходе исследования ограничения и предложите направления дальнейшей работы: возможные улучшения метода, дополнительные функции или ещё не изученные применения.

Заключение (Conclusion)

В заключении не пытайтесь что-то развивать дальше. Вся творческая часть должна быть закончена до него. Заключение просто подытоживает уже сказанное: основные результаты, ценность предложенного метода и направления будущих исследований.

Заключение разобранной статьи простое и прямое:

1. Итоги исследования: обобщите всё исследование: зачем и почему разрабатывался новый метод, какими экспериментами и моделированием подтверждена его эффективность (кратко повторите ход экспериментов), какие сравнения и расширенный анализ проведены (то есть весь ход работы в целом).
   Затем следует фраза:
   «Therefore, the following conclusions have been drawn from the research conducted in this paper:» (Таким образом, по результатам исследования сделаны следующие выводы:)
   и далее перечисляются выводы, включающие, но не ограниченные следующим:

2. Оценка эффективности: (1) Количественные результаты: приведите числовые результаты, например достигнутую высокую точность, доказывающие работоспособность метода в реальных условиях с присущей им неопределённостью. (2) Сравнение с исходными методами: например, отметить небольшое снижение точности во втором случае, которое всё же подтверждает эффективность метода. (3) Чувствительность признаков / параметры признаков: обсудите, как три конкретных признака позволили улучшить определённую характеристику и тем самым точность/эффективность системы.

3. Укажите преимущества нового метода: «Unlike traditional methods that require extensive damage scenario data, our method utilizes only baseline data, simplifying the training process and reducing the operational complexity.» («В отличие от традиционных методов, требующих обширных данных о сценариях повреждений, наш метод использует только базовые данные, что упрощает обучение и снижает сложность эксплуатации».)
   Здесь показано заметное преимущество перед традиционными методами: эффективность за счёт использования только базовых данных, что упрощает подготовку данных в отличие от методов, требующих сложных и обширных наборов. Это снижает не только сложность, но и затраты времени и средств.
   (Пример) Утверждается, что новый метод эффективнее других современных методов без учителя, особенно при обнаружении небольших повреждений, например ослабления болтов в мостовых конструкциях.
   Преимущества должны охватывать несколько аспектов; вот пример одного из них — технического прогресса:
   Экономия параметров: метод требует изучения меньшего числа параметров, чем существующие, что повышает точность обнаружения повреждений.
   Экспериментальная проверка: описана проверка на численной модели 12-этажного здания и лабораторной модели стального моста, где успешно обнаружены повреждения разной степени.

4. Каково влияние на область?: «This approach not only advances the field of structural health monitoring but also offers a robust tool for infrastructure management, potentially increasing safety and reducing maintenance costs.» («Этот подход не только развивает область мониторинга технического состояния, но и даёт надёжный инструмент управления инфраструктурой, способный повысить безопасность и снизить затраты на обслуживание».)
   (Говорите масштабно: свяжите исходную область с другими.) Обсуждение расширяется, а результаты связываются с более широким влиянием на мониторинг состояния конструкций и управление инфраструктурой. Метод позиционируется как значительный шаг вперёд, повышающий безопасность и экономическую эффективность — ключевые соображения на практике.

5. Ограничения и будущая работа: (1) Признайте ограничения: например, локализация и количественная оценка повреждений затруднены, так как в обучающих данных нет информации о повреждениях. (2) Направления будущих исследований: например, предложите сосредоточиться на распознавании состояния конструкций при разных типах и местах повреждений на крупной инфраструктуре.

Обратите внимание: заключение ни в коем случае не должно повторять аннотацию слово в слово!

На этом структура статьи готова. В академическом письме самый трудный шаг — часто первый. Многие боятся чистого листа, потому что опасаются, что работа выйдет неидеальной или недостаточно хорошей. Но любое большое научное достижение начинается с простого действия — начать. Начать писать, каким бы ни был черновик, — единственный путь учиться, расти и в итоге добиться совершенства. Каждая ваша статья — как ваш ребёнок: каждое слово и каждое предложение — это возможность исследовать идеи, оттачивать аргументы и проявлять творчество. Смело сделать первый шаг — значит принять неопределённость и несовершенство процесса и дать себе шанс пройти путь от грубого черновика до отточенной работы. Помните: каждый шаг в письме — это шаг вперёд и возможность учиться и творить, начиная с несовершенного.

«Если вы хотите стать писателем, вы должны прежде всего делать две вещи: много читать и много писать. Я не знаю способа обойти эти две вещи, короткого пути нет». (“If you want to be a writer, you must do two things above all others: read a lot and write a lot. There’s no way around these two things that I’m aware of, no shortcut.”)

—— Стивен Кинг, «Как писать книги: мемуары о ремесле» (Stephen King, “On Writing: A Memoir of the Craft”)

Список литературы

1. Wang, Z., & Cha, Y.-J. (2020). Unsupervised deep learning approach using a deep auto-encoder with a one-class support vector machine to detect damage. In Structural Health Monitoring (Vol. 20, Issue 1, pp. 406–425). SAGE Publications. https://doi.org/10.1177/1475921720934051