查看原文
其他

数据被压箱底了?千万不要浪费! | BMC Research Notes

BMC 中国 知社学术圈 2019-06-30

海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月

BMC Research Notes是一个微型出版物论坛,身为BMC大家族的一员,我们主要发表经过同行评审后的科学有效的实验结果和数据描述,这是其他很多期刊所不具备的。作为研究数据的发表平台,我们坚信:再简单的实验结果,只要它是真实合理的,都值得被认可,被发表!



数据笔记撰写速度快,发表耗时短,还能使您过往未公开的工作得到肯定。秉承同样的创新精神,我们出版数据笔记是为了帮助作者提高实验数据被发现和引用的几率,这也符合经费资助机构的初衷。

数据笔记的要求


  • 不限大小

  • 不限学科

  • 不限格式:电子表格、视频、图像文件、音频文件、地图、代码、word文档形式均可

  • 可以是您已发表文章中未公开的实验数据 

数据准备好了?那我们开始吧!


01

第一步


填写研究数据支持表。我们的团队将为您提供有关数据存储的建议。如果您已经将数据储存在我们的推荐的平台,只需在表格中注明即可。


02

第二步


如果您还没有存储数据,请将数据存入我们推荐的数据存储平台。


03

第三步


将您的实验数据笔记录入我们提供的模板中。数据笔记是对您实验数据的简要描述,它是为了给繁忙的研究者提供轻松发表数据文章的机会。


完成模板的填写后,请通过我们的在线投稿系统进行投递。我们将指派一名外部专家来评估您的数据笔记是否符合发表标准。


想了解更多关于数据笔记的投稿要求?


扫码获取投稿指南


即刻投稿,年内发表!



我们最近的数据笔记从提交到发表平均只需要40天。本月提交,2018年内您的文章就可以见刊!


现在投稿还可享受文章处理费的优惠!每篇仅需600欧元/ 470英镑/ 735美元(原价为1050欧元/ 825英镑/ 1290美元)。

近期发表的数据笔记一览


进行催乳分化中的小鼠乳腺上皮干细胞样细胞(HC11)的RNA测序及其与胚胎干细胞的比较

“RNA sequencing of murine mammary epithelial stem-like cells (HC11) undergoing lactogenic differentiation and its comparison with embryonic stem cells” 

Doi: s13104-018-3351-4


扫码获取PDF文档


脆性组氨酸三联体(Fhit)蛋白表达的缺失将改变肿瘤相关mRNA的翻译过程

“Loss of fragile histidine triad (Fhit) protein expression alters the translation of cancer-associated mRNAs” 

Doi: s13104-018-3254-4



Russet Norkotah土豆的转录组及其克隆选择,TXNS278

“Transcriptome of Russet Norkotah and its clonal selection, TXNS278” 

Doi: s13104-018-3254-4



数据笔记发表于BMC Research Notes,同时也可以在SpringerLinkMEDLINEPubMed CentralScopus等期刊索引库中找到。 


倘若您有任何疑问,欢迎随时发送邮件至bmcresnotes@biomedcentral.com,编辑Dirk Krüeger很愿意为您解答。


本调研由中国科学院文献情报中心和SpringerNature共同署名


中国正处于创新发展的重要阶段,而开放的科学数据共享对于科技发展至关重要。《科学数据管理办法》的出台标志着我国的科学数据工作已步入正轨。值此之际,中国科学院文献情报中心携手施普林格•自然对中国科研数据的管理与分享开展首份调研,旨在探索科研人员对数据分享和管理的想法及态度,以及所面临的挑战。


如果您的研究会生成数据,我们诚邀您参加本次调研。


扫描二维码 或 点击阅读原文

参与数据调研

(本次调查不超过10分钟)

完成调研,您将有机会参加抽奖,

赢取价值1000元礼品卡


我们会在2018年底前与公众分享本次调查结果。 您的想法和反馈对我们非常重要,我们会以匿名形式记录您的意见。


点击左下角阅读原文 ”参与调研

扩展阅读

 

Biomedical Engineering编辑Alan Lefor教授访谈

BMC Chemical Engineering编辑面对面

2018物理年会——让编辑们带你走近科研出版

要有光:光学微腔传感器走进物联网

npj: 机器学习——助力高效光谱学测定

本文系网易新闻·网易号“各有态度”特色内容

媒体转载联系授权请看下方

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存