Incremental Findings 增量发现

Incremental Findings 增量发现

独立研究档案 · 面向可复现证据与高质量编辑流程

期刊使命与公开计划

面向群众、面向研究者、面向可复现证据:这是我们期刊的公开目标。

Incremental Findings

发表严谨的增量研究、重复研究与阴性结果,提升科学证据的可复现性、可累积性与公共可理解性。

研究者研究生与早期学者开源与公民科学社群公共政策与公益组织

期刊使命(扩展)

我们强调“增量但可靠”的学术价值观。

  • 我们优先支持“能减少不确定性”的工作:哪怕只是对已知结论做出边界修正、条件澄清或失败复现,也属于高价值学术贡献。
  • 我们拒绝“只报喜不报忧”的发表偏倚,明确鼓励阴性结果、未达显著但设计严谨的研究,以及可复现实验记录。
  • 我们要求关键方法与数据描述具备可核查性,推动研究从“可发表”转向“可验证、可复用、可追责”。
  • 我们坚持双重受众:既服务专业研究者的技术深度,也提供面向公众的通俗证据摘要。

办刊原则

增量贡献优先重复与阴性结果友好方法与流程透明编辑决策可审计双语与公众可达

公众项目

让期刊内容不只服务同行评审,也服务公众理解。

人人可读的方法摘要

要求投稿提供通俗方法说明,让非专业读者理解证据如何产生。

重复研究与阴性结果专轨

对重复研究和阴性结果给予明确通道与编辑优先级,减少发表偏倚。

社区证据短文

接受实践者与公共实验室提交的证据短文,在编辑质控后公开发布。

首期征稿活动(学术 + 自由创作)

学术研究区与自由创作区都已开启主题征稿。

学术研究区主题征稿

我们接受 AI 写作,但必须把幻觉风险、证据链一致性与数据核查作为学术底线。

主题一:AI 写作治理与幻觉边界

聚焦 AI 辅助写作的可追溯性:引用一致性、事实核验、模型使用披露与责任界定。

投稿「AI 写作治理」

主题二:AI 论文的数据核查与检测

围绕数据来源、处理流程、复现实验与异常检测,构建可审计的数据核查框架。

投稿「AI 数据核查」

自由创作区主题征稿

每次实验的失败,都是对正确结论边界的规划;每一次从头再来的努力,都是对创新的向往。我们是增量发现。

参与贡献

欢迎投稿、复现实验、方法改进与公共证据摘要。

Technical Credits

技术声明与致谢

本平台作为学术预印本/期刊系统原型,由荆湛彭个人独立完成全栈开发与运维(历时 21 天)。系统目前处于 Beta 测试阶段,我们致力于提供流畅的学术交流体验。

如在浏览或投稿过程中遇到技术异常(Bug),或有系统优化建议,欢迎联系开发者:

开发者邮箱jing597277@gmail.com