Science advances | 投稿为何总被拒？基于11万篇投稿揭示“编辑初审到同行评审”的筛选机制

Ai 科研动态

2026-10-09

论文题目：Editorial and peer review dynamics at elite general science journals（精英综合科学期刊的编辑与同行评审动态）

发表期刊：《Science Advances》（2026年7月15日）

研究团队：佛蒙特大学和科罗拉多大学博尔德分校的研究人员

核心贡献：首次系统分析了《科学》（Science）和《科学进展》（Science Advances）这两本顶刊的内部评审数据，并公开了去标识化数据集。

🎯 研究背景与目的

顶级综合科学期刊（如《科学》）对科学方向、公共政策和学者职业生涯有巨大影响。然而，由于评审流程保密，外界对其运作机制和潜在问题知之甚少。本研究旨在通过分析内部数据，揭示从编辑初审到同行评审全过程的影响因素。

📊 关键数据与研究方法

数据规模：分析了2015-2020年间向《科学》和《科学进展》投稿的110,303篇稿件的去标识化数据。

分析维度：考察了机构声望、团队规模、研究主题、作者所在国家/地区、作者性别等因素与稿件在各个阶段成功率的关系。

🔍 主要研究发现

1. 严苛的筛选流程与“编辑把关”效应

极低接受率：研究期间，《科学》总体接受率为6.1%，《科学进展》为10.5%。

编辑决定性作用：大量稿件在进入外部同行评审前即被编辑拒绝。在《科学》，约83%的稿件在同行评审前被筛选掉。编辑初审是更严格的筛选关口。

2. 与成功率显著相关的因素

机构声望：来自最顶尖机构（声望最高五分之一）通讯作者的稿件，接受率为11.6%；而来自声望最低机构的仅为3.4%，差距显著。

团队规模：10人以上大团队的稿件接受率（9.9%），是1-5人小团队（3.3%）的3倍。

研究主题：不同学科领域差异巨大。例如，病毒学/免疫学相关主题稿件在《科学》的接受率，是政治/经济学等社科主题的近6倍。

地理区域：美国/加拿大通讯作者的稿件接受率（8.3%），是中国通讯作者（2.5%）的3倍以上。值得注意的是，即使身在美国但拥有中文姓名的作者，也面临类似劣势。

作者性别：在《科学》期刊，男性通讯作者相比女性有微弱但显著的统计优势（总接受率差1.1个百分点）。据估算，若无此差异，《科学》每年或可多发表约23篇女性作者论文。

3. 编辑与审稿人影响的差异

编辑阶段放大效应：上述大多数差异（如声望、地理、团队规模）在编辑初审阶段比在同行评审阶段更强。这表明，编辑在筛选稿件时，可能更受这些“信号”的影响。

审稿人更关注内容：分析显示，进入同行评审后，审稿人的意见与最终决定高度相关，且外部专家似乎更聚焦于稿件本身的质量。

Fig.1. Editorial processes at Science and Science Advances.

Fig.2.Correlates of success at Science and Science Advances

Fig.3. Topic representation across editorial stages at Science.

💎 结论与启示

多阶段评估的复杂性：研究揭示了顶刊两阶段评审流程中不同环节的运作差异，以及各因素如何影响稿件命运。

数据公开的价值：研究团队公开了数据集，希望推动学界对评审过程进行更深入研究，并鼓励其他期刊提高透明度。

并非因果结论：作者强调，发现的是关联性而非因果性。例如，中国作者劣势可能源于投稿策略、稿件匹配度等复杂原因，不一定直接等同于编辑偏见。

原文链接：https://www.science.org/doi/10.1126/sciadv.aec0494

来源：生态学者，不代表本号观点，版权归原作者所有，若涉及侵权等行为，请联系我们删除，万分感谢！

直播课程推荐

第五期：告别单兵作战——搭建你的24小时AI智能科研团队

面向真实科研场景，以Codex、Claude Code、OpenClaw、Hermes四位"AI研究员"为核心，构建可迭代、可复用的科研协作团队全流程自动化培训班

直播时间：10月22日-26日

第八期：2026基于前沿AI-Agent2.0驱动的科研全链路实战营：一站式掌握LLM与Notebooklm应用、数据分析、自动化编程、文献管理到论文写作的核心技能、手把手搭建本地LLM与Agent（Odysseus），体验多模型“圆桌会议”的头脑风暴，基于N8N与OpenClaw、Claude Code、Codex构建从文献挖掘到成果产出的自主智能体、解锁Seedance 2.0+Codex将成果转化为高质量的科教视频能、手把手搭建本地LLM与Agent（Odysseus），体验多模型“圆桌会议”的头脑风暴，基于N8N与OpenClaw、Claude Code、Codex构建从文献挖掘到成果产出的自主智能体、解锁Seedance 2.0+Codex将成果转化为高质量的科教视频技能、手把手搭建本地LLM与Agent（Odysseus），设计多模型“圆桌会议”的头脑风暴，基于N8N与OpenClaw、Claude Code、Codex构建从文献挖掘到成果产出的自主智能体、解锁Seedance 2.0+Codex将成果转化为高质量的科教视频

直播时间：10月16日-19日

从通用大模型到课题组私有AI：领域微调、知识库构建与本地化部署—涵盖国产开源模型选型、LoRA/QLoRA、vLLM高并发推理与科研智能体自动化

直播时间：10月24日-25日、31日-11月1日

AI-Python前沿深度学习核心架构与科学计算实战——PINN正反问题求解、Transformer多领域建模、图神经网络时空推理、深度强化学习、进化深度学习与扩散模型、自进化Agent数据科学应用高级研修班

直播时间：10月11日、17日-18日、24日