這篇文章將介紹學術論文寫作中最常見、也是作者最應避免的錯誤。
篇幅過長：會議或期刊論文通常有篇幅限制。如不遵守篇幅規定，審稿人和編輯可能會因此而拒絕稿件。審稿人通常相當忙碌，需要審查很多論文。如果作者不願花時間讓文章篇幅符合規定，審稿人當然更不應花時間閱讀這樣的文章。
文章內容難以閱讀：論文讀起來應該清楚明瞭，在投稿前更應該再次經過仔細校對。我讀過一些難以理解的文章，讀起來就像是用 Google 翻譯直接輸出的文字。這樣的文章保證會被退件。如果作者沒有費心校稿、文章又錯誤百出，審稿人可能也懶得閱讀這樣的論文。
抄襲他人文章：論文出現抄襲內容，會降低文章被接受的機會，這也取決於抄襲內容的多寡。在這網路發達的時代，審稿人很容易發現作者是否有抄襲行為。
延伸過去的研究：最近讀了一篇幾個月前發表的論文，內容是作者將自己過去的研究成果加以延伸。這篇文章的問題在於，作者僅微幅修改以前的論文，然後就把它當做是一篇新論文投稿了。同一主題的新論文內容應至少有20%的新內容，且與過去研究有顯著差異。
不引用最新的研究：審稿人在評估論文時，會檢查參考文獻的發表日期。我最近讀了一篇文章，所有參考文獻都發表在2006年之前。這實在不是件好事，因為從2006年到現在，該領域不可能沒有新研究發現。因此，在撰寫論文時，請引用一些近期發表的文章，以顯示您了解最新的研究動態。如果引用的是知名會議和期刊的文章，那就更好了。
使用不相關的資訊：有些論文中會看到與研究不相關或不重要的資訊。若您將關於數據探勘的文章，投稿至數據探勘或人工智慧相關的會議，也許就不需解釋數據探勘是什麼。我們其實可以預設審稿人是該領域的專家，而且很熟悉數據探勘。另一點，是在文章中提到與研究不相關的細節，比如解釋為什麼要用某個軟體製作圖表等。
不將您的成果與最先進的研究比較，而是與舊研究相比：若您提出了新數據探勘演算法，那您應將其性能與目前最好的演算法比較，以證明您的演算法有部分過人之處。常見的錯誤，是將研究成果與一些已非最佳解的過時演算法比較。
引用失當，聲稱事實錯誤，或遺漏重要參考資料：作者聲稱過去的研究有誤，或忽略和他們論文相關的重要研究。例如，最近有一篇文章在介紹 X 的研究方法。我讀的這篇文章，指出該研究方法只有兩種：A和B。但根據我對這個領域的了解，應該有A、B、C三種。
另一的例子是，作者提出了新問題，並為該問題開發了新演算法。但作者沒有發現，其實用幾年前別人發表的方法就可以解決這個問題，作者因而遺漏了那些研究。
沒有說明研究課題的重要性與挑戰性：在論文中闡明您的研究問題相當重要，且富有挑戰性是相當關鍵的。若審稿人在讀研究介紹時，就不認為您的研究有其重要性與挑戰性，那之後就很難說服他接受您提出的方法具有特殊意義。請記得闡述研究課題的價值，並說明現有方法在解決這個問題的限制，以及研究課題困難的原因。
文章組織不良，段落應該流暢自然：學術論文的各部分讀起來都應該流暢通順，讓審稿人感覺各段落章節都環環相扣。
圖片、表格太小或難以閱讀：圖表太小會造成讀者閱讀困難。如果審稿人將您的文章列印出來，他應該不需要使用放大鏡，就能清楚閱讀文字與圖表。另外，不要期望審稿人會閱讀您PDF版的論文並使用放大功能。
使用不相關的圖片：有些作者會在文章中放許多無關緊要的圖。假如有一張圖，可以在內文中用一、兩行文字描述，那最好就將之刪除。
不遵守期刊的投稿格式：即使文章還不是最終版本，請尊重期刊提供的投稿格式。我讀過一些不尊重參考文獻格式的文章，印象非常糟糕。
沒說明您研究的貢獻：雖然沒有硬性規定，仍建議您在研究介紹中說明您研究的貢獻，並在結論中再次提到它們。若您沒有明確闡述，審稿人就必須自己猜測。
學術論文可能存在許多錯誤。在此，我試著描述一些最常見的問題。我很想知道您在閱讀或審稿時，最常看到的錯誤是什麼。請造訪我們的 Facebook 或 blog，歡迎留言告訴我們您的看法。
