材料、机械、化学这类实验型学科的论文，审稿人最先看两件事：方法描述能否复现、数据是否支撑结论。很多被拒的稿件并非创新不足，而是可复现性存疑：参数缺失、图表不完整、数据处理步骤未交代。以下四项是投稿前必须逐条核查的内容。
维度一：数据完整性与处理链条
要能说明：原始数据如何获取、做了哪些预处理、异常值如何处理、重复实验次数与统计方式。核查方法是把自己的数据处理步骤写成清单，看是否能被他人按步骤复现。缺少处理链条说明的稿件，常被质疑数据可靠性。
维度二：图表规范与呈现逻辑
理工科论文的图表是论证的一部分，需要检查：坐标轴单位与量纲、误差棒与置信区间、显著性标注方式、图注是否自洽（脱离正文能否看懂）、表格是否包含必要的统计量。图表编号与正文引用要一一对应。这类问题虽小，却直接影响评审对严谨度的第一印象。
维度三：仿真与建模的参数依据
仿真类论文最容易被追问的是参数来源。要能说明每个关键参数的文献依据或实验标定方式、边界条件的设定理由、网格无关性或收敛性验证。可行的做法是做敏感性分析，说明结果对参数变化的稳健程度。缺少参数依据的仿真结论通常难以通过外审。
维度四：方法描述的可复现性
实验部分应包含设备型号与关键设置、原料规格与来源、环境条件、操作流程顺序。化学方向还涉及安全与废弃物处理说明；材料方向涉及表征手段与测试标准。核查方法：假设读者是完全同领域的另一位研究者，能否仅凭你的方法部分重复实验。
投稿前自查清单
- 数据处理链条是否完整记录（原始数据、预处理、异常值处理、统计方式）？
- 所有图表是否具备单位、误差棒（如适用）、完整图注与正文引用？
- 仿真参数是否给出文献依据或标定方法，是否做了敏感性或收敛性验证？
- 方法部分能否支持他人复现（设备、材料、条件、步骤）？
- 结论是否严格限定在数据支持的范围内，是否存在过度外推？
- 补充材料（Supplementary）与正文的分工是否清晰？
选择辅导服务时的核查点
第一，导师是否在同一细分方向有实际实验或仿真研究经历（可要求核验发表记录）；第二，能否针对你的方法部分提出具体的复现性缺口，而不是泛泛说"再完善一下"；第三，是否支持只购买单一环节，例如方法审核、图表规范检查、返修指导；第四，是否明确原始数据与模型必须由你本人采集与构建。相关红线见论文辅导常见骗局盘点。
常见问题
实验数据不支持假设怎么办？
先做归因：实验设计缺陷、样本量不足，还是假设本身不成立。前两者可通过补充实验或调整方法改善；假设不成立时应调整研究问题的表述范围，而不是修改数据。数据操纵属于学术不端。
仿真论文需要实验验证吗？
视目标期刊要求。多数工程类期刊期望仿真结果有实验或文献数据佐证，或至少说明验证的局限。没有验证时，应在讨论部分明确说明并在结论中限定范围。
图表美化属于辅导范围吗？
规范与可读性属于辅导范围（单位、标注、图注、配色对比度）；但不得通过视觉处理掩盖数据问题，例如截断坐标轴制造夸大效果。
延伸阅读
站内相关：SCI选刊与预警期刊：选辅导机构前必备的期刊常识、SCI论文辅导避坑指南：8类风险信号与应对、SCI返修全流程：逐条回应的写法与禁区。
声明：本文为写作规范分享，不含任何结果承诺。坚持合规辅导，坚持数据真实。