《Journal of Epidemiology and Global Health》：Scientific Reviewing—Editors’ Memo to Emerging Reviewers ??2
编辑推荐：
作为资深期刊编辑，本文针对当前科学出版中审稿人疲劳、质量不均等挑战，系统总结了三十年来的审稿经验。文章详细阐述了同行评审的历史演变、审稿人的关键角色（如编辑的“第三只眼”、作者的顾问）、不同评审形式（单盲/双盲/开放评审等），并提供了从论文结构评估到“字里行间”问题识别的全面审稿指南。特别强调了在AI辅助写作/评审日益普遍的背景下，维护评审过程公正性、客观性与人文关怀的重要性，为新兴审稿人提供了宝贵的实践指导，对提升科学出版质量具有重要意义。
在科学出版的世界里，一篇学术论文的命运往往不只在作者手中，更在于那些默默无闻的“守门人”——同行评审专家。随着全球科研论文数量的爆炸式增长，期刊编辑们面临着一个日益严峻的挑战：如何找到足够多且合格的审稿人来维持学术质量的门槛？与此同时，“审稿人疲劳”现象日益普遍，而论文撤稿事件的增加也让人们对评审过程投以更审视的目光。这些问题不仅影响单个论文的发表，更关乎整个科学交流生态系统的健康。
正是在这样的背景下，几位拥有三十年经验的期刊编辑决定将他们积累的智慧结晶系统整理，形成一份给新兴审稿人的实用指南。这篇发表在《Journal of Epidemiology and Global Health》上的文章，不仅追溯了同行评审从1665年《Philosophical Transactions》起源的历史脉络，更深入剖析了现代科学出版中审稿人面临的各种复杂情境。
研究人员通过梳理长期编辑、审稿及在国家和跨国卫生机构工作的经验，系统总结了科学评审的核心要素。研究发现，审稿人扮演着多重关键角色：他们是编辑的“第三只眼”，帮助评估论文与期刊宗旨的相关性、科学质量及潜在危害；同时也是作者的“共鸣板”，以建设性反馈帮助提升论文质量；更是科学公平的“促进者”，通过均衡的评审标准帮助有价值的研究脱颖而出，特别是在资源有限环境下的重要研究。
研究详细比较了不同评审形式的特点：单盲评审（作者不知道审稿人身份）最为常见但易受审稿人偏见影响；双盲评审（双方互不知情）能减少偏见但实施复杂；开放评审（身份公开）虽透明度高但可能导致审稿人因担心后果而拒绝邀请。这些形式各有利弊，选择取决于期刊的政策和领域特点。
在技术方法上，作者主要依靠长期实证观察和经验总结，而非特定的实验技术。研究基于三位资深编辑在多家国际期刊（包括《Journal of Epidemiology and Global Health》）的三十年审稿和编辑实践经验，系统分析了大量评审案例。方法上强调了对论文各部分的均衡评估（IMRaD结构：引言、方法、结果、讨论），包括对标题-摘要一致性、方法学严谨性、结果内部一致性、讨论深度等方面的全面检查。特别关注了在当前科研环境下出现的新挑战，如AI生成内容的识别、论文工厂产品的检测等实际问题。
评审明显内容部分
研究指出，审稿应从“360度全景”开始，首先评估论文的整体结构和布局是否符合IMRaD规范。标题应准确反映研究内容，摘要需独立成文并能清晰传达研究精髓。方法部分应提供足够细节以确保可重复性，结果部分需数据内部一致，讨论则应避免简单重复结果而要进行深入解释和展望。审稿人需特别注意视觉材料（图表）的质量和原创性，以及参考文献的准确性和平衡性。
辨别“字里行间”信息部分
这是评审中最具挑战性的环节，需要审稿人具备研究现状和出版生态的敏锐意识。研究表明，过于流畅但内容空洞的文本、模糊的研究目标、各章节间重复的措辞、缺乏原始数据或代码来源信息、参考文献异常（如引用过时或不相关文献）等都可能提示存在问题。特别需要警惕“香肠切片”式发表（将一项研究不合理地分割成多篇论文）、论文工厂产品以及AI生成内容等问题。
人工智能在评审中的应用部分
尽管AI工具日益普及，但研究发现目前许多期刊（包括《Journal of Epidemiology and Global Health》）禁止使用AI生成评审意见。AI评审可能产生虚构参考文献、冗长模糊的反馈，甚至要求不恰当的统计分析。更重要的是，将未发表手稿输入AI平台可能导致数据泄露和版权问题。然而，AI在自动化评审常规部分（如检查稿件必备要素）方面具有潜力，未来可能在人机协作模式下发挥辅助作用。
撰写评审报告部分
研究表明，高质量的评审报告应以肯定工作价值开头，区分主要问题（主题、方法、结果解释等）和次要问题（语法、格式等）。建议采用编号评论和具体页面/行号引用，避免要求特定措辞而提供改进建议。给编辑的推荐（接受、拒绝或修改）应基于事实，机密评论部分可用于表达对稿件的特别关切。
技能持续与发展部分
审稿能力需要通过实践不断进化。与导师共同评审、比较笔记可以加速这一过程。新兴平台如Springer Nature的“评审者社区”为审稿人提供了培训、资源和支持网络，有助于提升评审质量和一致性。
这项研究的结论强调，尽管同行评审存在主观性、标准不一和延迟等局限性，它仍然是科学工作中最被广泛接受的质控过滤器。良好的评审可以将薄弱稿件转化为可信贡献，将优秀研究提升为有影响力的参考，最终将私人探究转化为公共知识。随着审稿经验的积累，评论将变得更加建设性和客观。
研究的讨论部分进一步指出，在科研出版生态快速变化的今天，审稿人需要特别关注几个新兴挑战：一是如何平衡效率与质量，在应对大量投稿的同时不降低评审标准；二是如何在全球化科研背景下确保评审的公平性，避免因作者地域、语言或机构背景产生偏见；三是如何合理利用AI等新技术辅助评审而不丧失人类判断的独特价值；四是如何在保持批判性的同时，以建设性态度帮助作者尤其是新手研究者提升科研写作能力。
这项工作的意义在于它为整个科学社区提供了系统化、实用化的评审指南，不仅有助于新兴审稿人快速掌握核心技能，也为有经验的审稿人提供了反思和提升的框架。特别是在科研诚信面临新挑战的当下，如AI生成内容、论文工厂等问题的出现，使得科学评审的重要性更加凸显。通过推广这些最佳实践，有望提升整体科学交流的质量和效率，最终促进科学知识的可靠积累和传播。
