发表论文时如何避免选取到假的杂志社

2024-01-25 11:30

本文主要是介绍发表论文时如何避免选取到假的杂志社,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前段时间由于工作需要,公司里需要我发表一篇论文。论文撰写完毕后,我在网上寻找要投稿的期刊。经过网上寻找,找到了自称是《地理信息世界》期刊官网的一个网址:http://www.kxsdzzs.com/?mod=home&id=3624

真的牛逼,这个假网站做的太他妈的逼真了,我就当成真的了。就这样一步一步的被钓了鱼,付了1030的版面费。假网站如图所示:


说一下上当过程:

1.在上面那个假网站在线投稿后,过了一天就收到了录用通知邮件:


还附带了录用通知:


2.交款后,他们就让我各种修改论文,把我好好的一篇论文修改的不像样子,删减了太多的东西。

3.按照他们的要求提交论文后,他们又发邮件通知我,说我的论文抄袭太多,建议我投其它的期刊:


4.由于公司需要,也就按照他们说的办了。交的版面费他们是不给退了。


好在,我的论文在科技视界杂志上发表了,通过与科技视界杂志社的人聊才知道原来我投稿的这个假网站是中介办的,中介把我的论文发送给杂志社,我修改后的论文版面费只需要700,中介却收取了我1000多的版面费。


上面是我上当过程,交过钱后虽然我有些怀疑但是都已经晚了。现在总结一下经验教训,说说如何在网上甄别中介和骗子(参考该网页上的内容:https://www.zhihu.com/question/54577452):


1.类似于”XXXX发展有限公司“的杂志代理公司,分为两种,一种是骗子,一种是中介,骗子就直接告诉你被录用,然后收取版面费后就拜拜。如果是中介的话,它也会收取高于此杂志的版面费,然后从中抽取一大部分后,再尝试给你往该杂志社投杂志,投上了,也就投上了,没投上,就告诉你类似于此杂志已改版,需要投别的杂志。但是据我所知,一般人无法准确分辨中介与骗子。

2.如果你进入一个杂志社网页,你不确定这是不是此杂志的官网。此时,如果这个网页存在大量弹窗广告,左边张编辑,右边王编辑的,好了,你可以关上了,因为一定属于1中的两种。

3.收取版面费,版面费有高有低,不同杂志不同价格,所以不要从价格上怀疑。但从收取方式上,大多数杂志在收取版面费的时候是通过邮局汇款,一般是地址汇。少数杂志会有对公的银行账户,注意是对公。所以,往个人银行打款的是绝对绝对不存在的(除了1中的两种情况)。

4.论文字数,一般会要求删减到类似2500字符一下。are you kidding me?写过论文的都知道,再精炼的小论文也不可能缩减到2500字符一下,一个绪论就占一半了。

5.电话,杂志社如果联系你,一定不会用手机号,百分之100用座机,凡事用手机号的就XX掉。

6.邮件,一般杂志社与你的往来邮件中,语言和蔼,用词专业。但凡态度不好,大白话连篇的XX掉。





这篇关于发表论文时如何避免选取到假的杂志社的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/643123

相关文章

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

如何来避免FOUC

FOUC(Flash of Unstyled Content)是指在网页加载过程中,由于CSS样式加载延迟或加载顺序不当,导致页面出现短暂的无样式内容闪烁现象。为了避免FOUC,可以采取以下几种方法: 1. 优化CSS加载 内联CSS:将关键的CSS样式直接嵌入到HTML文档的<head>部分,这样可以确保在页面渲染之前样式就已经加载和应用。提前引入CSS:将CSS文件放在HTML文档的<he

论文翻译:ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS https://openreview.net/forum?id=KS8mIvetg2 验证测试集污染在黑盒语言模型中 文章目录 验证测试集污染在黑盒语言模型中摘要1 引言 摘要 大型语言模型是在大量互联网数据上训练的,这引发了人们的担忧和猜测,即它们可能已

OmniGlue论文详解(特征匹配)

OmniGlue论文详解(特征匹配) 摘要1. 引言2. 相关工作2.1. 广义局部特征匹配2.2. 稀疏可学习匹配2.3. 半稠密可学习匹配2.4. 与其他图像表示匹配 3. OmniGlue3.1. 模型概述3.2. OmniGlue 细节3.2.1. 特征提取3.2.2. 利用DINOv2构建图形。3.2.3. 信息传播与新的指导3.2.4. 匹配层和损失函数3.2.5. 与Super

BERT 论文逐段精读【论文精读】

BERT: 近 3 年 NLP 最火 CV: 大数据集上的训练好的 NN 模型,提升 CV 任务的性能 —— ImageNet 的 CNN 模型 NLP: BERT 简化了 NLP 任务的训练,提升了 NLP 任务的性能 BERT 如何站在巨人的肩膀上的?使用了哪些 NLP 已有的技术和思想?哪些是 BERT 的创新? 1标题 + 作者 BERT: Pre-trainin

[论文笔记]LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale

引言 今天带来第一篇量化论文LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale笔记。 为了简单,下文中以翻译的口吻记录,比如替换"作者"为"我们"。 大语言模型已被广泛采用,但推理时需要大量的GPU内存。我们开发了一种Int8矩阵乘法的过程,用于Transformer中的前馈和注意力投影层,这可以将推理所需

argodb自定义函数读取hdfs文件的注意点,避免FileSystem已关闭异常

一、问题描述 一位同学反馈,他写的argo存过中调用了一个自定义函数,函数会加载hdfs上的一个文件,但有些节点会报FileSystem closed异常,同时有时任务会成功,有时会失败。 二、问题分析 argodb的计算引擎是基于spark的定制化引擎,对于自定义函数的调用跟hive on spark的是一致的。udf要通过反射生成实例,然后迭代调用evaluate。通过代码分析,udf在

2024 年高教社杯全国大学生数学建模竞赛 C 题 农作物的种植策略 参考论文 无水印

持续更新中,2024年数学建模比赛思路代码论文都会发布到专栏内,只需订阅一次!  完整论文+代码+数据结果链接在文末!  订阅后可查看参考论文文件 第一问 1.1 问题重述 这个问题围绕的是华北山区的某乡村,在有限的耕地条件下,如何制定最优的农作物种植策略。乡村有 34 块露天耕地和 20 个大棚,种植条件包括粮食作物、蔬菜、水稻和食用菌。除了要考虑地块的面积、种植季节等,还要确保