答：（蔡依橙）
今天來聊一下新手起步。
每個時代，都有不同的「研究歧視鍊」。
總會有些老師認為，基礎研究才是真研究，臨床研究就不太算，甚至會看不起 dry lab 或統合分析。
但這種價值判斷其實是主觀也浮動的，因為當 AI 開始流行，尤其又有 NVIDIA 跟黃仁勳旋風後，大家又覺得，其實做 AI 研究也蠻有意思的，而偏偏 AI 研究就是 dry lab 的一種。
（不過目前 AI 醫學研究的紅利期過了，意思是，研究還是可以做，AI 被視作工具的一種，只是不會因為做 AI 而天生就有加分效果。）
臺灣這幾年掀起一波針對 OA 期刊的歧視，尤其是 MDPI 跟 Frontiers，我經常講，這兩家其實在 OA 期刊裡面算是很好的。有很多名氣更小，操作上爭議更多的 OA 出版社，甚至是傳統出版社。這是另一個故事，我們改天再聊。
資深的老師、成就很高的學者們會認為，高分的傳統期刊才是優質標的，低分的看不上眼，OA 的就算高分，他們也覺得不入流，甚至認為學生去登那些，有損學術形象。
但作為新手，你最重要的是盡快讓自己的履歷有文章列表。「有」永遠比「沒有」好。
所以，就算你登 MDPI 或 Frontiers 作為起步，根本就沒什麼好丟臉的。說老實話，有在投稿的人都知道，這兩家現在很不好投，連教授級的都常被退得七葷八素。
答：可以的，兩個課程也都有校友已經成功發表。
社會人文 / 社會科學領域，雖然乍聽之下跟醫學領域不同，但量化研究法、對照組研究都是通用的。只要你選擇的主題，是有個介入，然後會改變一個結果，那就可以做統合分析（MA）或網絡統合分析（NMA）。
例如你做「音樂」，要寫論文，聽起來好像社會人文領域，但如果你選擇的主題，是以音樂療法，去降低憂鬱，那就有一個介入（音樂療法）、改變一個結果（憂鬱指數）。
同樣的，如果你做「教育」，要寫論文，聽起來好像社會人文領域，但如果你選擇的主題，是使用數位工具去做間隔複習，以提升學習效果，那就有一個介入（數位工具間隔複習）、改變一個結果（學習效果）。
如果你還沒有確認正確性的能力，千萬不要使用 AI 去做你無法驗證的事。
最近有同學在 Office hour 問我問題，我發現他的提問有點奇怪，在我進一步釐清並追問之後，才發現原來同學是使用 AI 工具去讀論文。
主題我稍微做點馬賽克，大概類似「給予病人某介入之後，去評估疼痛指數的下降程度」。所以他用 PubMed 找了有這些介入也有疼痛指數的論文，全部丟進 AI 工具裡面。
接著，他對這些 AI 工具詢問，請他們萃取出做統合分析需要的數值。
AI 給了一堆中文說明跟歸納，並告訴他，其中好幾篇文章，並沒有給出疼痛指數的數據。
同學問，他找到一個題目，想要做統合分析，但是發現這個介入，在目前既有的九篇研究中，全部都確定是有效的。這樣統合起來，結果當然也是有效。那麼，還值得去做嗎？
當然值得。
因為即使這個介入在所有的研究中都說有效，但是他們的效應值還是有高有低，有的超級有效，有的普通有效。
答：（蔡依橙）
最近陸續有些 PGY 同學跟我回報，順利申請到想去的科別了！
大家都知道，PGY 時期訓練忙碌，所以，如果能夠有刊登的話，只要有 impact factor，不管是 SCIE 或 ESCI，都是很了不起的成就。主考官們自己多少也寫過論文，很能理解，對於一個生涯剛起步的人來說，能完成並刊登一篇有分數的論文，代表的是你真心想要突破自己，也願意持續努力。聽到同學們的消息，很替大家高興。
要提醒一件小事情，就是應徵不同科別的時候，所提出的履歷論文還是要注意一下。