以下内容首发于微信公众号：【埃米编辑SCI论文润色】。关注微信公众号，写作投稿更容易~如有论文润色需求，可以联系我们哦~
继前面我们已经学习了如何写Abstract、Introduction、Discussion、Conclusion，这次我们一起来学习论文的Methods怎么写。
Methods部分关乎研究的有效性和结果的可信度，事实上许多稿件被拒的原因之一也是方法描述不够充分。
写Methods部分的核心原则就是让读者明白你做了什么？怎么做的？确保他人能够按照你的描述来复现实验。
这其实和我们平常看到的菜谱很像，有具体的食材，还有操作流程，但千万不要说加适量盐、把握火候……之类的话（有同感的举手🙋）
模仿顶刊，不是照搬，而是学习他们怎么讲逻辑、怎么布局信息、怎么点明价值。
1 Methods写作要素
Methods部分必须包含足够的细节，以便让其他人可以重复研究并重现结果。
（1）基本内容
Methods部分有多个组成部分，包括研究对象、研究地点和特征、材料来源、公式算法、统计分析、设备信息、研究程序、伦理声明（涉及人或动物时）等。
每个要素都必须得到充分描述和彻底详细说明，以便了解结果是如何获得的以及如何解释结果。
（2）写作结构
Methods部分应严格按实验顺序或逻辑顺序组织，逐步推进，以保证步骤清晰且内在关系明确。
开篇通常描述研究的整体设计和关键属性，包括研究类型、环境、时间框架和程序。
细节繁多时，可以用小标题来划分模块，提升可读性。
（3） 写作要点
1）逻辑性
写Methods部分时一定要注意逻辑性，千万不要写成实验记录！
2）精准性
描述必须精确到实验设计的关键要素，包括样本处理、设备型号、参数设置、以及分析工具与方法。
3）一致性与标准化
术语、符号、度量单位、设备名等应始终保持统一，符合行业标准，以确保文本表达精确、连贯，避免因术语变动导致的误解。“常识”也要写清楚，不能理所当然地认为读者啥都了解哦。
4）相关性与简明性
确保方法描述与研究目的和结果分析相吻合，避免信息不对称或遗漏。简单明了的表达可以确保读者的阅读流畅性，也能让你的实验设计的核心更加突出。
5）写作时态
应该按照过去时态来撰写，毕竟研究已经完成了。如果你对论文语法时态写作拿捏不定，就找埃米编辑，咱们专业的很！
2 Nature论文Methods结构拆解
这次拆解的是一篇发表在Nature上的研究论文，主题是：预测和捕获人类认知的基础模型。
Methods部分节选，查看完整版可点击文末原文链接
（1） Methods部分小标题及其内容
1）Data collection （数据采集）
讲清数据来源、数量、转录方式、选择实验的标准、伦理声明等。
2）Fine-tuning procedure （微调程序）
说明微调程序的基本模型，核心技术（包括原理、训练方式、适配器细节、数学公式等），微调过程中的训练设置的具体细节，训练的轻量版模型等。
3）Evaluation metric （评估指标）
定义核心评估指标、特殊数据处理、统计检验方法及依据。
4）Domain-specific cognitive models （特定领域的认知模型）
说明基线模型的数量和型号规格，主要分析策略，样本外评估策略等。
5）Neural alignment （神经对齐）
描述了两步任务的神经对齐分析的数据来源和具体的分析方法、模型表征提取与处理；还对句子阅读任务的申请对齐分析进行了说明。
6）Model-guided scientific discovery （模型引导的科学发现）
界定分析范围、基线认知模型拟合与比较、利用LLM生成解释性假设、最小化流程等。
7）Reporting summary （报告摘要）
一句话指向期刊标准报告摘要获取研究设计详情。
（2） 亮点分析
1）结构清晰逻辑性强：Methods部分模块分明逻辑连贯，层层递进验证模型。
2）细节充分可复现：提供了关键的技术参数、选择标准、具体步骤和工具，让其他研究者可以理解并复现。
3）专业术语准确表述规范：领域术语运用准确并解释了关键概念。
4）透明度高：数据来源、操作细节、局限性和伦理审查清晰透明。
5）语言详略得当：在保证关键信息完整的前提下，避免过度冗长。
作者不仅写清做了什么，更重要的是清晰地解释了为什么这么做（标准、原则、理由等）以及具体怎么做（关键步骤、工具等），极大提升了研究的可信度和价值，扫清了读者的阅读理解障碍。
3 实用句式积累
（1） 数据收集
1）研究材料的收集
原句：We constructed Psych-101 by transcribing data.…
模板：We constructed [数据集/材料名] by [处理方式] data from [数量] [数据来源] into [最终形式].
2）阐述数据筛选原则
原：The experiments included were selected using....
模：The [数据/样本/实验] included were selected using the following criteria: [标准1，如数据可获得性]; and [标准2，如信息完整性].
3）伦理声明
原：Approval from the institutional review board was obtained by the individual studies as required.
模：Approval from the [伦理审查机构] was obtained by [相关方] as required.
4）研究工具的设计准则
原：We designed our natural-language prompts…
模：We designed our [研究工具] using the following principles: [原则1，如遵循原始设计]; [原则2，如必要时调整]; and [原则3，如具体限制条件]....
（2）方法构建
1）明确核心方法
原：Llama 3.1 70B was the base model for our fine-tuning procedure.
模：[基础模型/方法] was the base [工具/方法] for our [研究过程].
2）说明变量控制
原：The base model was kept fixed during fine-tuning and only the parameters of the low-rank adapters were adjusted.
模：The [不变量] was kept fixed during [过程] and only the [变量] were adjusted.
3）描述核心操作情况
原：We fine-tuned the model for one epoch…
模：We [执行动作] for [时长/次数] on [研究范围] using [核心方法/指标].
（3）评估方法
1）明确核心评估指标
原：We used (negative) log-likelihoods averaged over responses as our evaluation metric.
模：We used [指标名称] averaged over [评估对象] as our evaluation metric.
2）说明特殊情况的评估处理
原：For experiments with multi-token responses...
模：For [特殊情况，如多维数据/复杂样本], we [计算方式] [指标] within [单位] and [汇总方式] across [单位].
3）说明统计检验方法及依据
原：We used one-sided t-tests whenever we...
模：We used [统计方法] whenever we tested whether [本研究方法] outperformed [对比对象], because our hypotheses were [假设类型].
4）说明结果的可靠性
原：Because the number of observations...
模：Because [数据特点], reported results survive after [统计校正方法] where appropriate.
（4）对比方法
1）说明对比方法的选择
原：We selected as our baseline models...
模：We selected as our baseline [方法] [数量] [类型] models that cover most of the [研究范围].
2）说明对比方法的验证逻辑
原：We fitted parameters for all participants...
模：We fitted [参数/条件] for all [对象] in the training data and evaluated how well the [方法] predicts [测试对象].
（5）数据处理和分析
1）说明分析数据的来源
原：The neural alignment analysis on the...
模：The [分析/实验] was conducted using data collected in [数据来源].
2）说明分析所用的方法
原：We used a regularized linear regression...
模：We used a [方法] to predict [目标数据] from [输入数据].
3）说明数据的划分与验证
原：We fitted each of these models on data from...
模：We fitted each [方法] on data from [训练部分] and evaluated them on data from [测试部分].
总之，Methods部分需要用清晰的语言、详细的步骤、合理的结构呈现出来，让别人能够复现。
原文链接：https://www.nature.com/articles/s41586-025-09215-4，OA文章，可免费下载。
扫描下方二维码，关注【埃米编辑SCI论文润色】微信公众号，获取更多SCI论文写作资料，回复“礼包”，免费领取100+写作投稿资料包和投稿问题30问。
