久久91精品视频_日本高清免费v视频线路一_国产成人精品一区_亚洲码专无区2022 - 欧美有码一区

服務(wù)熱線: 18851607425
最專(zhuān)業(yè)的品牌服務(wù),為您創(chuàng)造更高的價(jià)值

颶風(fēng)小講堂(第9講):用AI來(lái)輔助寫(xiě)科技論文:紅與黑

犀牛云 2025-06-23
瀏覽次數(shù): 8
颶風(fēng)小講堂(第9講):用AI來(lái)輔助寫(xiě)科技論文:紅與黑


人工智能(AI)的快速發(fā)展給許多領(lǐng)域帶來(lái)了革命性的影響,包括學(xué)術(shù)界。AI在科學(xué)論文的處理方面,有一定的潛力和優(yōu)勢(shì),但也伴隨著較多的負(fù)面影響。今天小編結(jié)合平時(shí)給作者們翻譯和潤(rùn)色稿件的經(jīng)歷,和大家一起探討一下AI輔助大氣科學(xué)學(xué)術(shù)論文寫(xiě)作的利和弊。


優(yōu)點(diǎn):

1省時(shí)間、速度快

自動(dòng)生成綜述(Elicit

參考文獻(xiàn)引用和排版(EndNote

2語(yǔ)句通順,基本語(yǔ)法錯(cuò)誤相對(duì)少(簡(jiǎn)單錯(cuò)誤也存在,不可忽視)

缺點(diǎn):

1缺乏創(chuàng)新性

無(wú)法提出新觀點(diǎn)或挑戰(zhàn)現(xiàn)有傳統(tǒng)觀點(diǎn)。

2文字重復(fù)率高、涉嫌剽竊和抄襲(投稿大忌

3時(shí)間成本高

修正AI的錯(cuò)誤比自己直接寫(xiě)更耗時(shí)耗精力。

颶風(fēng)小講堂(第9講):用AI來(lái)輔助寫(xiě)科技論文:紅與黑


(4)引用不可靠
常生成虛假參考文獻(xiàn),必須手動(dòng)核查。


5無(wú)法幫作者完成試驗(yàn)、生成數(shù)據(jù)、生成原創(chuàng)的圖表,更別說(shuō)分析圖表和數(shù)據(jù)了

6邏輯漏洞

AI缺乏深層推理能力,最常見(jiàn)為因果混淆

7領(lǐng)域局限性

對(duì)前沿或高度專(zhuān)業(yè)化的研究領(lǐng)域(如氣象領(lǐng)域),無(wú)法生成符合領(lǐng)域深度的內(nèi)容。

8數(shù)據(jù)隱私問(wèn)題:

?上傳氣象數(shù)據(jù)至AI平臺(tái)可能導(dǎo)致數(shù)據(jù)泄露


颶風(fēng)小講堂(第9講):用AI來(lái)輔助寫(xiě)科技論文:紅與黑

從以上的分析不難看出,就目前AI在論文寫(xiě)作方面的應(yīng)用能力來(lái)看,還存在較多的不足,其弊遠(yuǎn)大于利,應(yīng)用需謹(jǐn)慎。可用之處:可借助AI或搜索引擎做內(nèi)容檢索或者查詢專(zhuān)業(yè)詞匯;可借助Endnote編輯參考文獻(xiàn);(其他的均不推薦、包括文獻(xiàn)綜述功能)。只有經(jīng)過(guò)了嚴(yán)格的科學(xué)訓(xùn)練,學(xué)術(shù)水平和語(yǔ)言水平都高于AI,可以鑒別AI產(chǎn)生的東西的好壞,讓自己的文章盡量去AI化,那才能用好AI

AI工具或其他語(yǔ)言工具來(lái)翻譯和潤(rùn)色文章,同樣存在很多利和弊,只能做適度參考,后續(xù)會(huì)更新更多作者的實(shí)際應(yīng)用感受和示例。

颶風(fēng)小講堂(第9講):用AI來(lái)輔助寫(xiě)科技論文:紅與黑


??


  • 相關(guān)資訊 More
  • 點(diǎn)擊次數(shù): 10
    2025 - 08 - 13
    霧是秋冬季常見(jiàn)的一種天氣現(xiàn)象,是由懸浮在大氣中的微小液滴構(gòu)成的氣溶膠,也是科技論文中常涉及到的一個(gè)詞匯。在中國(guó),按照能見(jiàn)度標(biāo)準(zhǔn),霧常被分為5個(gè)等級(jí)(按GB/T 27964-2011劃分),分別為輕霧、大霧、濃霧、強(qiáng)濃霧、特強(qiáng)濃霧。但是,國(guó)標(biāo)里面并沒(méi)有給出他們對(duì)應(yīng)的英文詞匯,因而在中國(guó)學(xué)者的論文中,對(duì)各個(gè)等級(jí)霧的英文詞匯的使用就出現(xiàn)了五花八門(mén)的現(xiàn)象。此外,由于國(guó)內(nèi)國(guó)外對(duì)霧的等級(jí)劃分的標(biāo)準(zhǔn)不一致(美國(guó)分類(lèi)更少,閾值也不同),導(dǎo)致外籍審稿人常被中國(guó)學(xué)者的各種fog搞迷糊。小編在這么多年的稿件潤(rùn)色過(guò)程中,發(fā)現(xiàn)關(guān)于強(qiáng)濃霧就出現(xiàn)了近10種表達(dá)。就比如,出現(xiàn)最為頻繁的strong dense fog,包括我們自己、甚至不少已發(fā)表的文章也是這么用的。中國(guó)人乍一看沒(méi)啥,老外一看就懵。仔細(xì)一想,這個(gè)strong是修飾fog,還是dense? 怎樣都不合適了。經(jīng)過(guò)小編對(duì)國(guó)內(nèi)外文獻(xiàn)的整理和自己的潤(rùn)色審稿經(jīng)驗(yàn),給出了霧的各個(gè)等級(jí)對(duì)應(yīng)的英文,如下表。建議大家以后規(guī)范使用,讓國(guó)外的審稿專(zhuān)家不再困惑。實(shí)際寫(xiě)文章過(guò)程中,可以在資料方法里,就把各級(jí)霧的能見(jiàn)度標(biāo)準(zhǔn)和對(duì)應(yīng)的英文交代清楚,這樣讀者就清楚明白你的意思了。關(guān)于降水的各個(gè)等級(jí)的英文表達(dá),估計(jì)不少作者也有困惑,咱們后續(xù)更新。各個(gè)等級(jí)的霧的英文(中國(guó),按GB/T 27964-2011劃分)霧的等級(jí)Grade of fog能見(jiàn)度(m)輕霧light fog1000≤V10000大霧heavy fog500≤V1000濃霧dense fog200≤V500強(qiáng)濃霧very dense fog(sever dense fog)50≤V200特強(qiáng)濃霧estremely dense fog V50
  • 點(diǎn)擊次數(shù): 2
    2025 - 06 - 23
    人工智能(AI)的快速發(fā)展給氣象科技領(lǐng)域帶來(lái)了革命性的影響,包括雷達(dá)圖像識(shí)別、決策服務(wù)材料撰寫(xiě)、預(yù)報(bào)大模型等等。接著上一期AI寫(xiě)作的話題,這一期小編結(jié)合多年來(lái)給作者們翻譯和潤(rùn)色稿件的經(jīng)歷探討使用機(jī)器翻譯或AI翻譯進(jìn)行氣象論文翻譯的問(wèn)題。   1.什么是機(jī)器翻譯,什么是AI翻譯?    機(jī)器翻譯是基于計(jì)算機(jī)程序自動(dòng)將一種自然語(yǔ)言文本轉(zhuǎn)換成另一種自然語(yǔ)言的過(guò)程。機(jī)器翻譯先后經(jīng)歷了三個(gè)發(fā)展階段,技術(shù)基礎(chǔ)分別是規(guī)則方法、統(tǒng)計(jì)方法、深度學(xué)習(xí)。根據(jù)技術(shù)原理可分為基于規(guī)則的機(jī)器翻譯(RBMT)、統(tǒng)計(jì)機(jī)器翻譯(SMT)和神經(jīng)機(jī)器翻譯(NMT)三種主要類(lèi)型。RBMT和SMT就是傳統(tǒng)的機(jī)器翻譯,NMT也就是常說(shuō)的AI翻譯。換句話說(shuō),AI翻譯就是最新階段的機(jī)器翻譯。2.常見(jiàn)的機(jī)器翻譯工具有哪些?機(jī)器翻譯的優(yōu)缺點(diǎn)?國(guó)內(nèi)常用的機(jī)器翻譯工具有g(shù)oogle翻譯、DeepL、百度翻譯、騰訊翻譯君、智能翻譯官等等;此外,Deepseek和Chatgpt等大模型也集成了語(yǔ)言翻譯功能(其原理和NMT類(lèi)似)。這些機(jī)器翻譯工具目前基本更新到了第三代,以機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)為主要技術(shù)基礎(chǔ),也就是AI翻譯的階段。評(píng)價(jià)機(jī)器翻譯質(zhì)量的好壞,一個(gè)最直接的標(biāo)準(zhǔn),就是看它有多接近人工翻譯。AI翻譯、SMT、RBMT,機(jī)器翻譯一代比一代進(jìn)步,翻譯質(zhì)量逐步向人工翻譯靠攏,并有很多自身的優(yōu)點(diǎn)。例如,處理速度快,能夠迅速完成大量文本的初步翻譯工作;且成本低廉、費(fèi)用低。AI翻譯比前2代機(jī)器翻譯具備更強(qiáng)的上下文理解能力,能夠提供更準(zhǔn)確、流暢的翻譯結(jié)果。但三代的機(jī)器翻譯仍存在很多共性的問(wèn)題,特別是在專(zhuān)業(yè)學(xué)術(shù)領(lǐng)域文章的翻譯上。    缺點(diǎn):(1)專(zhuān)業(yè)詞匯誤差大:山東的德州翻譯為美國(guó)的德州;副高翻譯為sub-high。(2)語(yǔ)境理解不足:常誤解復(fù)雜句式、歧義或文化特定表達(dá),錯(cuò)誤斷...
  • 點(diǎn)擊次數(shù): 8
    2025 - 06 - 23
    人工智能(AI)的快速發(fā)展給許多領(lǐng)域帶來(lái)了革命性的影響,包括學(xué)術(shù)界。AI在科學(xué)論文的處理方面,有一定的潛力和優(yōu)勢(shì),但也伴隨著較多的負(fù)面影響。今天小編結(jié)合平時(shí)給作者們翻譯和潤(rùn)色稿件的經(jīng)歷,和大家一起探討一下AI輔助大氣科學(xué)學(xué)術(shù)論文寫(xiě)作的利和弊。優(yōu)點(diǎn):(1)省時(shí)間、速度快:自動(dòng)生成綜述(Elicit)參考文獻(xiàn)引用和排版(EndNote)(2)語(yǔ)句通順,基本語(yǔ)法錯(cuò)誤相對(duì)少(簡(jiǎn)單錯(cuò)誤也存在,不可忽視)缺點(diǎn):(1)缺乏創(chuàng)新性:無(wú)法提出新觀點(diǎn)或挑戰(zhàn)現(xiàn)有傳統(tǒng)觀點(diǎn)。(2)文字重復(fù)率高、涉嫌剽竊和抄襲(投稿大忌)(3)時(shí)間成本高:修正AI的錯(cuò)誤比自己直接寫(xiě)更耗時(shí)耗精力。(4)引用不可靠:常生成虛假參考文獻(xiàn),必須手動(dòng)核查。(5)無(wú)法幫作者完成試驗(yàn)、生成數(shù)據(jù)、生成原創(chuàng)的圖表,更別說(shuō)分析圖表和數(shù)據(jù)了(6)邏輯漏洞:AI缺乏深層推理能力,最常見(jiàn)為因果混淆。(7)領(lǐng)域局限性:對(duì)前沿或高度專(zhuān)業(yè)化的研究領(lǐng)域(如氣象領(lǐng)域),無(wú)法生成符合領(lǐng)域深度的內(nèi)容。(8)數(shù)據(jù)隱私問(wèn)題: 上傳氣象數(shù)據(jù)至AI平臺(tái)可能導(dǎo)致數(shù)據(jù)泄露。從以上的分析不難看出,就目前AI在論文寫(xiě)作方面的應(yīng)用能力來(lái)看,還存在較多的不足,其弊遠(yuǎn)大于利,應(yīng)用需謹(jǐn)慎。可用之處:可借助AI或搜索引擎做內(nèi)容檢索或者查詢專(zhuān)業(yè)詞匯;可借助Endnote編輯參考文獻(xiàn);(其他的均不推薦、包括文獻(xiàn)綜述功能)。只有經(jīng)過(guò)了嚴(yán)格的科學(xué)訓(xùn)練,學(xué)術(shù)水平和語(yǔ)言水平都高于AI,可以鑒別AI產(chǎn)生的東西的好壞,讓自己的文章盡量去AI化,那才能用好AI。用AI工具或其他語(yǔ)言工具來(lái)翻譯和潤(rùn)色文章,同樣存在很多利和弊,只能做適度參考,后續(xù)會(huì)更新更多作者的實(shí)際應(yīng)用感受和示例。
  • 點(diǎn)擊次數(shù): 297
    2021 - 06 - 15
    氣象論文中常見(jiàn)的縮略詞縮略詞(abbreviations)是我們論文寫(xiě)作中經(jīng)常遇到的,也是不可避免的。其中可發(fā)音的縮略詞,稱(chēng)為acronym,例如ENSO;不可發(fā)音的縮略詞,稱(chēng)為initialism,例如MCV。本期颶風(fēng)講堂整理了我們氣象論文中常用的縮略詞,供大家查詢使用(見(jiàn)文后列表)。另外,關(guān)于縮略詞的用法,還有幾點(diǎn)細(xì)節(jié)需要關(guān)注:    1.  縮寫(xiě),在摘要,正文,圖題(包括表題),這三部分中,是單獨(dú)計(jì)算的,即某一部分的第一次出現(xiàn),要給出全稱(chēng)。而且,縮寫(xiě)需保持全文一致。期刊的要求是這樣的:Abbreviations should be defined in parentheses the first time they appear in the abstract, main text, and in figure or table captions and used consistently thereafter.    2.  文章題目中,可以出現(xiàn)縮寫(xiě),但這個(gè)縮寫(xiě)必須是公認(rèn)的,沒(méi)有歧義的。自創(chuàng)的縮寫(xiě)不要出現(xiàn)在文章題目中。例如:(1) Reliability of ENSO Dynamical Predictions (Tang et al. 2005)                     (2) Representation of Soil Moisture Feedbacks during Drought in NASA Unified WRF (NU-WRF)            &...
  • 點(diǎn)擊次數(shù): 494
    2019 - 09 - 04
    在我們寫(xiě)論文的過(guò)程中,是不是常常會(huì)遇到要用短橫(-)的時(shí)候?遇到要用短橫的時(shí)候,你是不是只會(huì)用“-”這個(gè)符號(hào)?實(shí)際上,SCI論文中常出現(xiàn)的短橫有以下5種:連字符(Hyphen, “-”),連接號(hào)(En_dash,“–”),破折號(hào)(Em_dash,“—”),負(fù)號(hào)(Minus,“?”),代字號(hào)(Swung_dash,“~”)。下面講下每個(gè)符號(hào)適用的場(chǎng)合以及如何在鍵盤(pán)上打出來(lái)。1.   連字符(Hyphen, “-”),鍵盤(pán)上“+”號(hào)前面那個(gè)符號(hào)。主要有兩個(gè)用法: (1)    連接單詞構(gòu)成復(fù)合詞。例如:super-cooled vapor,  non-Gaussian distribution (2)    分隔長(zhǎng)串?dāng)?shù)字,如電話號(hào)碼:0731-8102-29372.   連接號(hào)(En_dash,“–”),按住Alt鍵,然后依次按下小鍵盤(pán)上的數(shù)字鍵0150,再松開(kāi)Alt鍵。En_dash的前后都不能有空格。常見(jiàn)用法主要有兩個(gè): (1)    連接兩個(gè)數(shù)字,表示時(shí)間、日期、空間等的起止范圍,相當(dāng)于to。要求前后都不加空格。     例如:The westerly trough takes 3–6 days to get there.               Fig. 3 shows the spatio-temporal distribution of MCSs in China in 2008–2018.MCVs in China mainly concentrate in 90–110 E and 30–40...
地址:南京市江北新區(qū)研創(chuàng)園網(wǎng)易數(shù)字產(chǎn)業(yè)基地A幢705室
電話:18851607425
 
郵編:330520
會(huì)員服務(wù)
X
1

QQ設(shè)置

3

SKYPE 設(shè)置

4

阿里旺旺設(shè)置

等待加載動(dòng)態(tài)數(shù)據(jù)...

等待加載動(dòng)態(tài)數(shù)據(jù)...

5

電話號(hào)碼管理

  • 18851607425
6

二維碼管理

等待加載動(dòng)態(tài)數(shù)據(jù)...

等待加載動(dòng)態(tài)數(shù)據(jù)...

展開(kāi)