科技期刊编辑应当提高处理数据表的能力，本文主要内容关键词为：数据表论文,编辑论文,能力论文,科技期刊论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
科技论文中用数据表配合文字来阐述立论，具有单纯文字阐述无法替代的优势[1]，但由于各种原因，导致期刊所载数据表不尽合理、科学和规范，直接降低了刊发文章的质量，甚至会给出版物本身带来难于弥补的损失。这应引起科技期刊编辑的高度重视。
1 数据表容易出现的典型问题
1）数据表结构设计不合理。 文章中某一个数据表的内容应当是某一系统信息的展示，均有其内在的有机联系，这种内在因素就决定着数据表的结构设计；可是，在编辑实践中会经常遇到某些数据表的结构设计不合理，使人看起来觉得别扭，甚至看不懂。从表1可以发现若干不合理的问题。该表的本意是要表述“在不同R值下各种材料的模厚及有关参数”，可是由于其结构设计不合理，没有科学地表达出表本身所载信息的内在联系，使人读起来特别吃力，甚至不知所云。诸如：以“结构形式及入射方式”命名的一栏下有“特性参数”，“材料”栏下有参数“R、θ、α、F”，“模厚”栏下有不是“厚度”的其他数值；在同一表内，参数R在2处出现，而且一处是区间值，一处是定值；表格中的单位mm重复标注。发现上述问题后，经与作者沟通将表1改造成表2就显得合理，使人很容易读懂。
表1 限定R值时4层夹心结构的优化结果
结构形式及 材料 模厚
入射方式 R≥10％R≥15％
R≥20％
PC激光束
PC
AIN（1） AIN（1）46（mm）
65（mm）
67（mm）
TbFeCO
TbFeCO 23（mm）
24（mm）
28（mm）
AIN（2） AIN（2）64（mm）
30（mm）
28（mm）
AL AL
50（mm）
50（mm）
50（mm）
R
0.1007 0.15 0.2004
特性参数
θ
1.95°1.53° 1.23°
α
0.384°0.104°0.016°
F
2.15×10[-2] 2.6×10[-2] 1.9×10[-2]
表2 限定R值时4层夹心结构的优化结果
限定
模厚/mm
特性参数
R值
AIN（1） TbFeCO AIN（2） AL θ/（°） α/（°） F/10[-2]
0.1007
46
23
64
50
1.95
0.384
2.15
0.1500
65
24
30
50
1.53
0.104
2.60
0.2004
67
28
28
50
1.23
0.016
1.90
2）表中数据缺乏可信度。表中数据是否令人信服极为重要。 造成数据可信度有差的不同原因，有的是作者的疏忽，有的则是犯有基本的逻辑错误。例如表1 中列出的R值3个取值区间“R≥10％”、“R≥15％”、“R≥20％”显然是逻辑错误，因为“R≥15％”、“R≥20％”都被“R≥10％”包括了。事实上，作者要表达的本意应该是“10％≤R＜15％”、“15％≤R＜20％”、“20％≤R＜25％”。很容易看出，表2中R的3个限定值0.1007、0.1500、0.2004即分别在此3个区间。
表中数据的取值有效数字应当根据科学试验和工程的实际需要来确定，过分的“精确”是不必要的，当然精度不够也会造成累计误差，使数据可信度降低。如表1中，R的3个限定值0.1007、0.15、0.2004中，显然0.15的有效数字有问题，表2中更正为0.1500就没有问题了。再如，数据“25.59％、45.49％、26.78％、0.43％、0.54％”为某物质的化学成分分析的质量分数，其总和为98.83％，常识告诉我们，所有成分的总和越靠近100％越可信，上述数据不是有问题就是遗漏了别的东西。经过与作者核对，这组数据应当为“25.60％、45.50％、27.78％、0.43％、0.54％”，该组数据的总和为99.85％，这便提高了数据的可信度。
事实证明，任何一个数据表展示的信息系统中的每一个数据必然有其存在的合理性和可信性，因而往往表现出某一规律性排列，一般表现为或递增或递减，或正负相间或波浪起伏以及大同小异，等等。例如，表3为“预测误差数值表”中的5行数据。仔细分析后可以发现，除第4行外，其余各行都呈“递增一峰值一递减”规律。经与作者核对，原来第4行中的“－3.2”应为“3.2”。
表3 预测误差数值表
1.1 2.1 6.2 2.0 1.1
6.2 9.3 20.5 7.4 1.3
5.6 6.1 10.2 4.3 1.4
-5.9 -4.1 -3.2 -1.4 -3.3
2.0 2.8 5.7 2.1 0.0
2 编辑处理数据表时的不良心态和错误做法
1）认为数据表不会有问题，不愿下工夫审读和加工。 作者稿件中的数据表往往会出现一些问题甚至错误，可是有的编辑却认为数据表中的数据是作者根据科学试验或生产实践获得的第一手资料，不会有什么问题，于是根本不看数据表中的内容，有的仅仅走马观花般地扫一眼。其原因是：或许是持此观点的编辑十分“幸运”，他们所编辑处理的数据表，作者原作都处理得很好，既正确又美观；或许因为编辑开始对数据表下了很多工夫审读，结果并未挑出什么毛病，于是觉得“白白浪费了时间”，这种感觉积累若干次以后便对数据表“放心”了；或许经编辑处理后的数据表还不如原来的好，编辑弄了个“费力不讨好”，对自己加工数据表的能力产生怀疑，再碰到数据表也就懒得去管了。
要求对数据表采取十分慎重的态度进行编辑处理，并非因为所有作者来稿中的数据表都有多么大的问题，有问题的毕竟是少数。即便如此，事实证明，数据表中存在的问题很难判断在什么时候什么地方发生。由于数据表中的数据十分重要，搞错了非同小可，所以要求数据表一要正确，二要规范，否则会导致文章立论失去依据和支撑，同时可读性变差。显而易见，编辑对数据表不认真审读和加工，是十分冒险的事。
2）嫌麻烦，不认真核对。有的编辑看到表就“头痛”，对核对数据感到乏味、枯燥，特别是面对一些内容庞杂的大表，则更是表现出极大的不耐烦，于是一目十行，草草看过了事。应当说，“不耐烦”是编辑职业的大忌，尤其是对待事关重大的数据表，则更不应该不耐烦。“不耐烦”的心理根源在于，或编辑对数据表中数据的重要性认识不足，或编辑在处理数据表方面尚未栽过跟斗。这种因不耐烦而导致的一目十行，极有可能将隐藏在数据表中的谬误放过，出版发行后会造成令人顿足痛悔而难以弥补的损失。
3）想当然处理，轻意改动表中数据。与上述的那种极“放心”的做法相反，有的编辑倒是不放过数据表，也似乎发现了什么“问题”，于是便自以为是，不与作者核实，自行将“问题”解决了。可事实上编辑的处理结果是错误的，造成了编辑出版事故。其根源在于“想当然”。“想当然”地实施编辑活动，是编辑职业的大忌。编辑对数据表有质疑，必须与作者核实后才能决定如何处理，这才是严肃和稳妥的，按自己的理解而轻易地相信自己的判断不仅极不明智而且冒险。应当清醒地认识到，编辑想当然地处理数据表（尤其是改动数据），是在冒犯《著作权法》，其不良后果更为严重[2]。
3 有关慎重处理数据表的建议
借鉴有关文献[3—4]，加上笔者的认识和经验，要有效解决科技编辑正确处理数据表的问题，应从以下几方面入手：
1 ）由主编或编辑部主任负责对本编辑部编辑处理数据表的现状进行一次认真评估，将发现的数据表编辑问题进行整理、归纳，获得为大家公认的分析结果，并制定在编辑部内行得通的解决方案。
2）由主编进行有充分准备的重点讲评， 可就编辑数据表中发现的典型问题进行讲解分析，并提出改正办法，以提高编辑审读与加工数据表的能力和水平。
3）请资深编辑就数据表编辑问题作专题讲座。
4）组织编辑学习《著作权法》，避免编辑在未经作者同意的情况下擅自处理数据表中的有关数据。
5）主编应当重点对数据表的编辑质量进行定期或不定期的检查， 认定编辑处理数据表的工作量、业绩和问题，编辑部应将此作为考核编辑的依据。