编辑推荐：
本文探讨机械模型论文撰写困难的结构性原因，提出基于因果逻辑的写作流程，通过早期概念定义、分层过程管理和优先级排序的图表，解决非线性开发流程与线性论文结构的矛盾，提升机制解释清晰度。
安娜·林霍斯（Anna Linhoss）
生物系统工程，奥本大学（Biosystems Engineering, Auburn University），美国阿拉巴马州奥本市，邮编36849
摘要
机制模型在水动力学、水质、生物地球化学和生态建模中得到了广泛应用，因为它们将系统表示为相互作用的过程，而不仅仅是统计关系。这些模型的科学价值取决于模型的性能以及模型结构、建模决策和因果路径的清晰传达。然而，在实践中实现清晰的沟通却很困难。机制模型是通过非线性的、迭代的工作流程开发的，而学术论文则遵循线性的叙事结构。因此，关键的建模选择和机制逻辑往往没有按照因果顺序呈现，或者分散在各个部分中，导致论文难以理解。
本文指出了机制建模论文难以撰写和阅读的常见结构原因，包括将模型描述与解释混在一起、管理层次化的过程层次结构，以及在线性论文中决定校准和结果的位置等问题。为了解决这些问题，本文提出了一种实用的写作流程，帮助作者根据因果逻辑而非开发时间顺序来组织机制建模论文。
该流程强调早期明确科学目的、明确识别主要机制，并按照解释的优先级来排列图表。通过一个水动力学建模的示例，展示了如何应用这一流程来明确研究范围、提高叙事连贯性并加强机制解释。这一流程通过解决论文层面的组织问题，补充了现有的关于模型文档化和可重复性的指导原则，提供了一种可重复、可转移的方法，从而使得机制建模论文更加清晰、更易于理解。
引言
机制模型是环境建模中的核心工具，支持在水动力学、水质、生物地球化学和生态动态方面的分析。它们的优势在于能够编码因果结构，将系统表示为相互作用的过程，其行为源自明确的物理或生态机制，而非推断出的相关性（Cuddington等人，2013年；Liberles等人，2013年）。当这些模型编写和解释得当的时候，它们可以提供关于系统行为原因的洞察，以及这些行为在条件改变时可能发生的变化。然而，机制建模论文的组织和撰写特别困难。
科学写作本质上是一种叙事活动。非线性的研究过程必须被转化为具有清晰逻辑进展和具体科学结论的线性叙事。这一原则在各个学科中都得到了广泛认可，并在许多科学写作指南中得到强调，这些指南将有效的论文描述为连贯的故事，而不仅仅是研究活动的按时间顺序的记录（Heard，2022年；Schimel，2012年）。机制建模论文面临的问题更为复杂。这些模型通常是通过结构化、依赖软件的工作流程开发的，随着组件的添加、耦合、校准和修订，流程会不断迭代（Vedder等人，2024年）。因此，开发、评估和情景分析以非线性的循环方式进行，描述、分析和解释之间的界限变得模糊。虽然这一过程是机制建模的正常且富有成效的部分，但它并不容易与科学论文的线性结构相匹配。如果没有明确的叙事结构，因果逻辑就会在各个部分中分散。本文提出了一种实用的写作流程，用于组织机制建模论文，以便清晰连贯地传达模型结构、系统行为和机制推理。
建模论文常常难以协调模型结构、系统行为和科学解释。物理或生态逻辑、模型机制、软件实现、校准结果和情景设计必须被编织成一个线性叙事，尽管它们是通过相互交织和迭代的过程产生的。因此，重要的建模选择可能分散在各个部分中，或者在展示后果之后才引入，或者被实现细节所掩盖。这些结构上的不匹配导致了模型透明度、可解释性和可重复性方面的困难（Grimm等人，2020年；Powers和Hampton，2019年；Zurell等人，2020年）。
虽然存在关于记录和评估机制模型的通用指导原则，但它们并没有解决机制建模论文中的一个反复出现的问题：如何组织整个论文，以便模型描述、系统行为和机制推理以清晰、逻辑清晰的顺序呈现。现有的协议规定了应报告和记录的信息，但并未指导如何安排这些信息以支持论文层面的因果解释。因此，作者往往在写作过程的后期才确定论文结构，此时建模决策已经做出，图表也已经生成，从而限制了阐明科学目的、暴露假设和深化机制理解的机会。本文描述了使得机制建模论文难以组织和理解的障碍，并提出了一种旨在减轻这一负担的写作流程。该流程反映了机制模型本身的结构，增强了清晰度、叙事连贯性和机制推理的逻辑性。其目的既实用又具有概念性：帮助建模者以更少的努力组织更有效的论文，并支持更透明、更易于理解的建模文献。
该流程补充了现有的可重复性标准，如“观察、设计概念、细节（ODD）协议”（Grimm等人，2020年）和“可发现、可访问、可互操作、可重用（FAIR）”建模原则（Wilkinson等人，2016年），通过帮助作者将模型结构和假设转化为读者可以理解和评估的清晰叙事。现有的科学写作框架提供了有价值的一般原则，但它们很少针对机制模型所特有的问题：非线性的开发周期、层次化的过程层次结构、校准和解释的复杂性，以及读者仅凭文本重建系统逻辑所需的认知负担。本文提出的流程填补了这一空白，它使科学交流与模型结构保持一致，明确了不同类型信息的归属，并提供了一种可重复的工作流程，减少了叙事的碎片化。这使得该流程不同于传统的写作建议，因为它是根据机制建模的需求设计的，而不仅仅是针对一般科学写作的。
机制建模论文难以撰写的几个原因
机制模型与经验性或统计方法不同，因为它们明确地将系统表示为相互作用的过程。这种结构要求作者传达模型所代表的因果路径、反馈和时间依赖的动态。与通过相对线性的数据准备、统计建模和解释过程进行的经验性分析不同，机制建模的工作流程本质上是非线性的。模型开发、校准等步骤都是非线性的。
思考：撰写一篇一页的概念论文
在绘制图表或起草各部分之前，作者应该先撰写一篇简短的一页概念论文，概括模型的科学目的和论文将要讲述的机制故事。这一步骤有助于提前明确思路，减少后续叙事偏离的风险。概念论文应明确中心问题、模型旨在阐明的机制、预期重要的过程以及论文的具体贡献。
概念定义和范围控制
撰写这一页的概念论文（见补充材料）要求我明确模型旨在解决的科学问题以及论文需要分离的机制。这一步骤有助于尽早界定研究范围。我排除了那些不直接对机制论点有贡献的模型组件和实现细节，例如网格构建的详细描述、调试步骤和边界条件调整。正文仅限于描述模块等内容。
对机制建模实践的影响
这种写作流程的影响不仅限于论文的组织。机制模型编码了因果结构，而这种结构传达的清晰程度影响了研究人员对彼此工作的理解、评估和在此基础上进行进一步研究的方式。一种反映模型结构的写作方法不仅仅是为了整理论文，它还强化了机制建模背后的科学推理。
其中一个影响是提高了可重复性。机制模型涉及许多细节。
结论
机制模型现在影响着广泛的科学领域，但描述这些模型的论文仍然难以撰写和理解。这种困难源于非线性建模工作流程与线性科学论文之间的矛盾。如果没有明确的结构，作者必须在过程描述、校准逻辑、情景设计和机制解释之间找到平衡，而这会损害叙事的连贯性。
本文提出的写作流程提供了一种实用的方法来
关于手稿准备过程中生成式AI和AI辅助技术的声明
在准备这项工作时，作者使用了ChatGPT来润色文本。使用该工具/服务后，作者根据需要对内容进行了审查和编辑，并对发表文章的内容承担全部责任。
CRediT作者贡献声明
安娜·林霍斯（Anna Linhoss）： 负责撰写初稿、方法论和概念构思。
