作为审稿人，如何评价一篇论文的novelty？

为了回答好这个问题，我专门找了几位兼任若干SCI期刊审稿人的老师聊了聊，他们在审稿中对创新性的评价方式。

在实际的审稿中，**他们对创新性的评价有可能更多的是一种直观的感觉**——这个工作的方法我没见过，大吃一惊，创新性很好。这个研究内容我没想到，深受启发。

虽然看起来有点“唯心”，不够“科学家”，但也必须承认，**创新性很难准确评价，或者很难整体全面地评价。**

有的工作，是实验方法有不错的创新，有的工作是研究内容有创新，有的工作是发现问题有创新，不同的创新非要论个高低贵贱不仅不公平，而且很难。

复杂？技术？困难？

这实际是部分研究者和审稿人共同的误区。

审稿人虽然嘴上可能并不承认，但实际审稿中，常常把工作的复杂性、技术实现的难度或者工作的困难性和创新性混为一谈。

比如，如果一篇论文只是修改了某个公式的一项，那么据此做出的工作可能会让有的审稿人觉得“创新性不足。

这样的观点就导致目前很多老师和同学，在努力地堆叠和包装着自己工作的复杂性和难度。

但实际上，简单并不意味着不创新。

那么，到底怎么用科学的方式评价一篇文章的创新性？有两位审稿人给了我一个比较有趣的方案——从不同的视角去评价创新性。

最初的视角——问题和方法视角

这个视角是最常见也最“天然”的。

一个新的问题或者一个新的方法显然是创新的。

很多审稿人对论文的第一印象就来自于问题和方法。比如他们看到文章仍然在研究某个熟面孔，又或者研究方法就是某些成熟的研究套路，再或者方法和对象都挺熟，只不过在工作量上有些突破，那么审稿人对文章的第一印象就是创新性不太高。

所以，从问题和方法视角来看一篇文章，如果是新问题，并且这个问题很有研究价值，可以扩展出很多新的研究；或者虽然是老问题，但是用了一个新的方法，并且这个方法能很大提升原有研究效率/指标，那么这就属于创新性比较好的工作。

很多人对创新性的理解和认同，其实主要集中在问题和方法视角。

当然，如果一篇文章从问题和方法视角来看亮点不足，但并不意味着它一定不够“创新”。一篇文章不可能在所有维度都表现很好，只需要在一个视角表现不错，就可以说具有不错的“创新性”了。

所以接下来我们再看几个其他的视角。

研究对象视角

研究对象既可以指这篇研究是关于什么的，也可以指这篇研究是基于什么数据，什么素材的。

所以我没有把它和“问题方法”放在一起，而是单独分开。

比如深度学习算法，一开始是在图像识别领域大放异彩，但同一个算法用在了音频识别或者自然语言处理上，那么就是研究对象的创新。

结论视角

当然，还有一个视角就是结论视角了。

结论是你这篇文章得到了一个什么样的成果，或者有什么新的发现。

一篇论文的创新性，最根本的是“结论”创新。也就是你要做出新的东西，发现新的现象，发明新的方法，更新已有的结果，创造了新的东西。

所以，结论是否前所未见，它的影响力大小，直接关系了文章的创新程度。

价值视角

其实还有一个视角，就是研究的实际价值视角。

这个视角关注的就是这篇研究，到底有多大的实际应用价值。比如虽然研究只是进行了一些小小的创新，但却对实际的产业或者社会有巨大的价值，那么仍然可以看做“创新性”很大。

比如同样是老问题老方法，像是研究糖尿病的危险因素，有的研究只能发表在中文期刊，甚至核心期刊都发表不上，但有的文章可以发表在医学领域的顶级期刊，像柳叶刀之类。

内里的原因就是，当你能拿到比如几十年，上万人的随访数据，那么哪怕是一个老问题老方法，但它得到结论的实际价值也是巨大的。因此，这篇研究就有潜力登上世界顶级刊物。这就是从“价值”视角对文章的评判。

创新性的分级

虽然从不同视角可以评判论文的创新性，但对于创新性的大小，其实审稿人心里也会有杆秤。

按照几位审稿人的意见综合，大致给创新性排了个序。

最顶级的创新性叫“开创性”。简而言之，发现了一个全新的问题，创造了一个全新的方法，发明了一个全新的工具。之所以叫“开创性”，是因为这些创新开创了一大片新的蓝海，可以为后面大量的创新打下基础。

比如第一个开创了深度学习算法的工作，这个工作为后面海量的工作打下了基础，无数科学家前赴后继，在深度学习这个框架下，开发新的算法，改进原有算法，解决新的问题，培养了数不清的博士硕士。

第二层次的创新性就要差一些，可以是在开创的领域内挖掘了一个小领域。比如在深度学习的框架内，创新了图卷积神经网络算法，这个工作也很创新，也能养活一大批课题组，培养大量学生。

第三层次是对现有改进和完善，或者把现有的工具用在别的任务当中。还是以深度学习举例，比如最初的图卷积神经网络可能还比较粗糙，但是随着改变改变结构，创新下编码器解码器，经过许多人的不断完善效率效能大大提升。或者卷积神经网络原本用来做图像识别效果很好，新的工作拿来做了音频识别，效果也不错。这类创新也有价值，但价值显然没那么大。

最后一个层次，问题和方法都没变，只是调整调整细节，增加增加数据，或者东拼西凑把已经研究过的东西结合到一起，或者像是生物领域，换个物种同样通路，换个方法同样动物，一样的实验堆叠工作量。这类创新几乎没有创新性可言，价值更是不大，有些文章甚至可能连SCI都中不了，只能在低水平刊物上打打转。

当然，这个顺序只是泛泛的排序，根据实际工作的不同，创新性还是会有极大的差异。

最后，还是那句话，一篇论文工作的创新性，其实很难准确衡量。甚至不同审稿人对一篇文章的创新性衡量标准都会不一样。

作为审稿人，很少有人有幸见过第一层次的创新，大家见得最多的还是第三层次和第四层次的工作。

但是作为研究者，不指望做出第一层次的开创性创新，起码也不要做最后一个层次的创新。

如果您需要关于SCI论文投稿指导与协助，欢迎访问意得辑官方网站，我们将为您提供更多详细信息和专业建议。