研究计划遇到意外，不要悄悄把原方案改成“本来如此”
招募不足、无法入场或合作变化时，需要重新检查问题、证据和执行安排，并保留变化依据，而不是把计划偏离藏在最终写作里。
学习指南，按时间读。
论文、工具、研究与发表。值得留意的内容，在这里接着往下看。
最新发布
从新到旧，连续阅读更多筛选
本站发布时间 · 北京时间 · 共 66 篇公开内容
回归模型会拟合却不会解释？找一份带代码和数据的完整案例
学习回归不应止于得到系数。带数据、代码和研究背景的案例，能够帮助把模型输出放回比较、预测或其他具体任务中理解。
R 代码能运行却看不懂，按错误类型补基础比重学一遍更有用
Advanced R基础部分按对象、向量、索引、控制流程、函数、环境和条件组织，可以帮助定位需要补的知识，而非盲目从第一页重读。
交了数据和代码，就能说研究“可复现”了吗？
先说明自己使用的可复现定义，再检查他人能否按照数据、代码和运行条件重跑分析，不要把上传文件当作验证结论。
实地调研结束了，进度报告就能写“已经得出结论”吗？
材料收集、资料分析与结论形成是不同的完成状态。写研究进度时，把已经做完的工作与后续计划分开，避免让“调研完成”替代结果证据。
使用官方统计时，不懂指标变化可以先查哪些方法说明？
数据表之外的方法说明，能帮助确定下一步需要核对什么。ONS的方法目录将指数、抽样、季节调整、修订和不确定性分开介绍。
机构仓储显示“提交成功”，就代表资料已经公开了吗？
部分Figshare机构仓储允许未登录提交，但成功提交后仍可能进入机构审核。先确认使用的是哪种入口，再理解当前状态。
数据集有了 DOI，作者、机构和不同版本为什么还连不上？
DOI记录中的关联信息也需要准确填写。先分清作者标识、机构标识和资源之间的关系，不要把一个DOI当成全部描述工作的终点。
在 Zenodo 点“发布”之前，先把文件与草稿检查分开
上传、填写说明和正式发布是不同步骤。先确认文件内容和必要描述，再发布记录，避免把公开发布当作随时可以改文件的普通保存。
AI 找到了数据可用性声明，就证明研究数据能用了？
识别声明有没有出现，与核实数据是否可访问、是否满足条件，是不同任务。解释自动检查结果时，需要说明它实际上测到了哪一层。
发布数据集时，作者贡献别全部勾成“数据整理”
Dryad引入与数据集相关的贡献角色后，可以更明确地说明不同参与者做了什么。填写角色前应核实实际工作，而不是根据作者排序统一分配。
QualCoder 4.0 重建 PDF 编码后，先检查有没有遗漏原标注
升级后的PDF处理能够重新提取文本并映射原编码，但映射失败的部分需要人工查看。不要把项目能够打开等同于原有分析已经完整保留。
多人一起做定性编码，先别同时打开同一个 QualCoder 项目
QualCoder的项目使用方式与在线协同文档不同。安排多位编码者之前，先确认工作方式与交接顺序，避免把可转交项目误认为支持同时编辑。
研究数据不只是 Excel：开题时先列一份材料清单
访谈文本、图片、代码、模型输出和实物记录也可能是研究数据。先辨认项目会产生什么，再考虑保存、描述与使用权限。
方法章节只列访谈、问卷和软件，为什么仍然说不清研究设计？
说明“做了什么”只是方法章节的一部分。还需要解释这些做法为什么能回答你的问题，以及它们允许你得出什么范围的认识。
统计结果拼不成论文表格？先看 SummaryTables 能接哪一步
jamovi的SummaryTables模块面向汇总表与模型结果整理。它能减少重复拼表，但不能代替研究者决定应该报告什么。
预注册表填完就结束了吗？后续报告还要对得上原计划
预注册模板与结果报告是前后相连的工作。保存研究计划时，也要想清楚以后如何解释实际执行与原计划的关系。
医学研究写作前，先确认研究类型与报告要求
先整理真实的研究方案、伦理材料和变量说明，再查找适用的报告指南。不要把“清单填完整”误当作研究已经合格。