来自美国波士顿
微信扫码关注公众号进行登录
来自美国波士顿
来自美国波士顿
微信扫码关注公众号进行登录
来自美国波士顿
微信扫码关注公众号进行登录
2023年的国家自然科学基金申请你准备的怎么样了?本子写完了吗?艾德思为你分享了国自然基金评审专家带来的经验分享,这些问题你的本子里千万不要出现哦!
无论如何,我一直认为创新性是首要评价标准,而不同属性分类的区别仅在于侧重的创新形式不同。例如,“需求牵引、突破瓶颈”类的申请项目无需在基础理论上有较大创新,但在突破技术瓶颈上应有新思路或新认识。
多年来,我遵循注重创新的评价标准,尤其对优青、重点等类型项目,更是从严要求创新性,因为申请人多是 “青椒”中的佼佼者、 “红椒”中的领头羊。只有如此,才能鞭策其挑战科学难题,形成奋勇争先的良好学术风气。
就今年我评审的国基申请项目而言,除立项依据不足、研究思路不清晰、科学问题凝练不到位等屡见不鲜的老毛病仍然存在外,还发现以下问题较为突出。现分享给大家,希望对今后的项目申请有所帮助。
1.缺乏显著创新性
某项研究的创新性或表现为发现了新现象和新问题并找到了解决之道,或找到了新思路和新方法来解决悬而未决的老问题。
我评审的大部分申请项目致力于解决各种与地质灾害有关的老问题,但研究思路和方案仍“换汤不换药”,故不得不怀疑思路的新颖性和方案的可行性。
此外,有些申请人对何谓创新存在误解。譬如,其将一些新技术或新方法(如采用某种新兴的监测手段)的应用视为创新点。
这虽然可能提高观测精度,但往往无助于揭示复杂现象背后的本质机制和规律,故仍然难以在老问题上取得实质性突破,自然也谈不上显著创新性。
要提升项目的创新性,申请人需平时通过深度思考凝练关键问题和催生围绕该问题的奇思妙想,这靠“急来抱佛脚”不行。
2.盲目蹭热点
基于大数据的AI方法,炙手可热,成为不少申请人的“灵丹妙药”。AI方法,是通过学习大量案例,以求获得事物的行为规则来预测未来,但本质上仍属于数理统计范畴。
不少申请人未意识到即使把该方法用到极致,也难以揭示某种复杂现象背后隐藏的真实规律。这是因为数据与规律之间的映射关系缺乏明确的物理机制这一强约束条件,所以多解性在所难免。
我评阅过多份利用AI方法预测滑坡灾害的申请书,其应用令人眼花缭乱、“不明觉厉”的算法,实际上是建立斜坡位移与各类影响因素之间的统计关系。这能迷惑少数学术素养不高的评审专家。
然而,大部分评审专家门清:即使统计强相关,也并不表明所得因果关系可靠,这源于上述的多解性。要解决滑坡预测难题,只能在分类的基础上,脚踏实地从物理机制入手,这来不得半点投机取巧。
事实上,诸多科学难题之所以长期未被攻克,根本原因并不在于实验、观测等手段不够先进、不够全面,不在于数据处理方法不够高大上,而在于尚未找到其“命门”——诸如支配事物演变的物理实体、机制和规律。
鉴于此,与其引入时髦的“噱头”挖空心思蹭热点,以给申请书穿上“皇帝的新装”,不如在日常科研工作中把精力放在探索“命门”上。申请人一旦找到这样的“命门”,并在申请书中言必有中地将之展现出来,拿下国基项目并非难事儿。
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
凡注明来源为“EditSprings”的论文,如需转载,请注明来源EditSprings并附上论文链接。