期刊投稿实证论文：实证类论文的投稿与写作方法
实证论文（Empirical Paper）是学术界最常见的论文类型——基于实际数据，通过观察和实验回答研究问题。从选题到发表，实证论文有一套成熟的最佳实践。
实证论文的标准结构。引言、文献综述、研究假设、方法、结果、讨论、结论。这七部分构成了实证论文的标准骨架。不同期刊可能微调顺序（如把假设融入引言），但核心模块不变。每部分都有其固定功能：引言抛出问题，文献综述铺垫背景，假设明确预期，方法说明怎么做，结果报告发现了什么，讨论解释意味着什么，结论总结全貌。
研究假设的重要性。实证论文的灵魂是假设-检验逻辑。在引言和文献综述之后，必须明确提出你的研究假设（H1、H2、H3……）。这些假设是你的论文骨架上的关节——读者通过它们理解你的论证逻辑，审稿人通过它们判断你的论证是否严谨。假设要具体、可检验、有文献支持。
方法部分的可复现性。实证论文的方法部分要写得像菜谱一样详细：研究对象是谁？怎么抽样？样本量多大？用什么工具测量？实验流程是什么？参数怎么设置？用了什么统计软件？版本号多少？任何有经验的同行，拿着你的方法部分应该能完整复现你的研究。可复现性是现代学术的基石。
结果部分的诚实性。所有预注册的分析结果都必须报告——包括不显著的、不符合预期的。不要偷偷删除不显著的结果（这叫p-hacking）。如果某个假设没有被支持，老老实实报告，然后在讨论中解释可能的原因。诚实是实证研究的生命线。越来越多的期刊要求结果透明声明，列出所有分析的结果。
讨论部分的深度。实证论文最容易犯的错是讨论部分复述结果。讨论不是我们发现A组比B组高，而是为什么A组比B组高？这个发现和Smith (2023)的研究一致吗？如果不一致，为什么？这对理论有什么启示？对实践有什么意义？讨论的深度决定了论文从数据报告升华为学术贡献的高度。
效应量的重要性。p值只告诉你是否显著，效应量告诉你有多大意义。一个p<0.001的结果，如果效应量只有0.05，实际意义可能很小。反之，一个p=0.03的结果，如果效应量是0.8，实际意义很大。审稿人越来越重视效应量的报告——只报p值不报效应量的论文，会被认为不够专业。
投稿前的实证自检清单。假设是否明确？方法是否详尽到可复现？样本量是否合理（附功效分析）？所有结果是否完整报告（含不显著的）？效应量是否报告？是否进行了多重比较校正？数据是否公开或说明可用性？代码是否公开（如适用）？这八条全部达标，你的实证论文就具备了投稿的基本素质。
实证论文的故事线。虽然实证论文强调数据和逻辑，但它仍然需要一个好故事。从引言到结论，要有一条清晰的叙事线：问题、假设、方法、发现、解释、意义。审稿人也是人，他们喜欢读有故事感的论文。数据和故事不是对立的——最好的实证论文，既有扎实的数据，又有动人的叙事。
期刊投稿实证论文：实证类论文的投稿与写作方法
实证论文（Empirical Paper）是学术界最常见的论文类型——基于实际数据，通过观察和实验回答研究问题。从选题到发表，实证论文有一套成熟的最佳实践。
实证论文的标准结构。引言、文献综述、研究假设、方法、结果、讨论、结论。这七部分构成了实证论文的标准骨架。不同期刊可能微调顺序（如把假设融入引言），但核心模块不变。每部分都有其固定功能：引言抛出问题，文献综述铺垫背景，假设明确预期，方法说明怎么做，结果报告发现了什么，讨论解释意味着什么，结论总结全貌。
研究假设的重要性。实证论文的灵魂是假设-检验逻辑。在引言和文献综述之后，必须明确提出你的研究假设（H1、H2、H3……）。这些假设是你的论文骨架上的关节——读者通过它们理解你的论证逻辑，审稿人通过它们判断你的论证是否严谨。假设要具体、可检验、有文献支持。
方法部分的可复现性。实证论文的方法部分要写得像菜谱一样详细：研究对象是谁？怎么抽样？样本量多大？用什么工具测量？实验流程是什么？参数怎么设置？用了什么统计软件？版本号多少？任何有经验的同行，拿着你的方法部分应该能完整复现你的研究。可复现性是现代学术的基石。
结果部分的诚实性。所有预注册的分析结果都必须报告——包括不显著的、不符合预期的。不要偷偷删除不显著的结果（这叫p-hacking）。如果某个假设没有被支持，老老实实报告，然后在讨论中解释可能的原因。诚实是实证研究的生命线。越来越多的期刊要求结果透明声明，列出所有分析的结果。
讨论部分的深度。实证论文最容易犯的错是讨论部分复述结果。讨论不是我们发现A组比B组高，而是为什么A组比B组高？这个发现和Smith (2023)的研究一致吗？如果不一致，为什么？这对理论有什么启示？对实践有什么意义？讨论的深度决定了论文从数据报告升华为学术贡献的高度。
效应量的重要性。p值只告诉你是否显著，效应量告诉你有多大意义。一个p<0.001的结果，如果效应量只有0.05，实际意义可能很小。反之，一个p=0.03的结果，如果效应量是0.8，实际意义很大。审稿人越来越重视效应量的报告——只报p值不报效应量的论文，会被认为不够专业。
投稿前的实证自检清单。假设是否明确？方法是否详尽到可复现？样本量是否合理（附功效分析）？所有结果是否完整报告（含不显著的）？效应量是否报告？是否进行了多重比较校正？数据是否公开或说明可用性？代码是否公开（如适用）？这八条全部达标，你的实证论文就具备了投稿的基本素质。
实证论文的故事线。虽然实证论文强调数据和逻辑，但它仍然需要一个好故事。从引言到结论，要有一条清晰的叙事线：问题、假设、方法、发现、解释、意义。审稿人也是人，他们喜欢读有故事感的论文。数据和故事不是对立的——最好的实证论文，既有扎实的数据，又有动人的叙事。