答：（蔡依橙）

我們就舉例工程跟醫學好了，這個問題是在於，同時懂這兩個領域（者）相對是少的。

所以當他（期刊社）在在尋找 reviewer 的時候，他如果懂醫學的人看不懂工程的細節，他也很容易去挑剔你所回答的這個醫學問題；他如果懂工程的人，不認為回答的醫學主題有多重要，畢竟重不重要是主觀的。

當 reviewer 在審閱到自己不完全能夠掌握的主題的時候，他們傾向於會選擇退稿。因為這樣子對自己的 reputation 最不會受到影響，這也就是跨領域的困難點。

投稿的過程中，當它沒有主題紅利，也就是，不是現在研究世界的熱點的時候，你就必須在兩個領域都很強，才有辦法得到公平的對待。否則在投稿中階期刊的時候，因為尋找適當 reviewer 的困難，其實是相對比較不利的。

最新活動

答：（蔡依橙）

在做回歸分析的時候，有沒有可能單變項做的是有效的，可是實際上去跑多變項的時候，反而變成沒有效果，甚至方向是相反的，這當然是有可能的，因為你所分析的許多因素，他之間會有交互作用。

舉個例來說，做單變項分析的時候，有可能會分析出家裡有烤土司機，小朋友的成績會比較好；但是當你跑多變項分析的時候，發現解釋力更強的是「家庭收入」，家庭收入比較好，小朋友比較多的資源跟照顧，所以成績比較好，而這些人剛好其中有一部分是擁有烤吐司機的。

所以當你今天把這些因素通通都丟進去，就會發現其實烤吐司機的解釋力不強，甚至變成無效，甚至也有可能在有錢人裡面，只有一般的有錢人，他會買烤吐司機，這就會造成在跑單變項的時候，烤吐司機是有效的，可是在跑多變項的時候，烤吐司機不但沒效，甚至還有一些負向的影響。

單變相跟多變項，就像是初賽跟複賽，那你要選擇怎樣的 criteria，最後複賽才是真正的決賽，他會得到怎樣的結果，其實是很難說的，兩階段的做法還是目前的主流。

最新活動

答：（蔡依橙）

同學問我，他是做跨領域研究的，投工程的期刊，工程的期刊嫌他方法學說明不夠清楚，他投醫學的期刊，醫學的期刊嫌他過於冗長，而且在方法論上琢磨過多。

這就是跨領域研究的困境，跨領域研究非常吃是否有主題紅利，前幾年有主題紅利的就是 AI 研究，你只要 AI 做任何東西，大家都會多看兩眼，可是很不幸的，AI 這幾年的主題紅利已經過了。

所以你用 AI 來做研究的時候，大家只是把它視為一種工具，而這個工具要回答的問題如果重要，它才能夠登上醫學期刊，而你工具本身興起，那才有可能在工程期刊裡面脫穎而出，而如果這兩邊都是普普通通的狀態的話，它並沒有任何加成的效果。

所以，當我們今天做跨領域研究的時候，如果紅利期過了，發現自己在投稿上，遇到一些困難的時候，也許找比較跨領域的 OA 期刊，會是比較好的方向，那才有可能在工程期刊裡面脫穎而出。

而如果這兩邊都是差不多普普通通的狀態的話，它並沒有任何加成的效果，所以當我們今天做跨領域研究的時候，如果紅利期過了，發現自己在投稿上，遇到一些困難的時候，也許找尋比較跨領域的 OA 期刊，會是比較好的方向。

最新活動