作者：蔡依橙
最近熱議的那篇 Lancet 讀者投書，整個過程實在很令人感慨。
跟學術比較不相關的討論，我這邊就跳過了。我能理解，剛起步的研究者，希望自己名字登上頂尖期刊的心情。但這個案例剛好可以說明，刊登出來白紙黑字後，是會被全世界檢驗的，包括自己的本國同行，大家連 supplementary materials 都會去看。
這讓我想到的是，最近有越來越多的新手同學開始使用 AI 工具，包括萃取資料、文獻引用等等，簡單下個指令都能瞬間噴出大量文字與資料，但我個人對這些進階的應用領域比較保守。
我認為，目前 AI 工具最可靠的是翻譯，但即使是翻譯，之後我一定會全文自己仔細看過。偶爾還是會有錯，而那些錯通常來自於給 AI 的中文就已經不精確。這個領域的可靠度，可以到 99％ 左右。
但直接請 AI 去做文獻引用，這個正確率雖然最近有提升，但大概就是從全部亂講，到四成亂講的程度。也就是 60％ 左右的準確性。
答：（蔡依橙）
首先要請同學先做點功課，了解這本期刊的審閱期大概是多久？做法有二。
第一，是上他的網站，看是不是有公布最近的審閱速度資訊。
第二，是下載最近這一期的期刊中，所刊登的論文 PDF。在這些 PDF 裡面找找看，有沒有作者投稿時間跟被接受時間的資訊，如果有的話，也不要只用一篇就決定，最好能夠尋找三篇或五篇，然後平均一下。
之所以要整理這些資訊，是因為等一下要寫信的時候，你要有些客觀數據。
在學術界，不同的文體所遭遇的審閱過程，有各自不同的狀況。例如個案報告投稿，跟原創論文投稿，就會各自面對不同的困境。個案報告在於接受率低，不是你個案稀少人家就要收。原創論文則常面對臨床意義的質疑，以及期刊已經稿擠的困境。
即使是統合分析，傳統型統合分析跟網絡統合分析，在投稿的時候，面對的也是不一樣的世界。
也是因此，其實網絡統合分析投稿的時候，常見的問題還蠻固定的。這堂課就是要先給各位心理建設以及回覆的策略建議，讓你在遇到一些看似批評與刁難的時候，不用覺得害怕，甚至能夠看出 reviewer 對你的善意，以及所浮現出的機會。