研究做完了，数据也分析出来了，但真正开始写论文时，很多研究者还是会卡在一个看似简单的问题：SCI论文的Results到底应该怎么写？哪些结果应该放进去？没有统计学显著性的结果要不要写？图表里的数据还需要在正文重新写一遍吗？什么时候应该解释结果？Results和Discussion到底有什么区别？结果部分（Results Section）的核心任务，并不是简单地把数据搬进论文，而是帮助编辑和审稿人快速理解：你的研究发现了什么，以及这些发现是否回答了前面提出的研究问题。按照国际医学期刊编辑委员会（ICMJE）的论文撰写建议，Results应按照清晰的逻辑顺序呈现，优先展示主要和最重要的结果，并避免在正文中重复表格和图中的所有数据(查看 ICMJE 关于论文 Results 部分的官方建议)。所以，一篇好的Results需要做到：结构清楚、数据准确、重点明确，并且和研究问题保持一致。下面我们从SCI论文Results怎么写开始，逐步讲清楚结果部分的结构、常见错误，以及投稿前还需要检查哪些问题。
一、SCI论文Results部分主要写什么？
Results最核心的问题只有一个：你发现了什么？它主要负责客观呈现研究结果，而不是解释为什么会出现这些结果。通常需要包括：
- 研究对象或样本基本情况
- 主要研究结果
- 次要研究结果
- 描述性统计
- 组间差异
- 相关性或回归分析
- 实验结果
- 阴性结果或无显著差异结果
- 图表（Figure / Table）
- 必要的补充分析
一篇关于生物医学论文Results写作原则的综述指出，Results应该对应材料与方法（Materials and Methods）中已经说明的测量指标和研究结局，并重点呈现能够回答论文核心研究问题的发现（查看 PubMed Central：The Principles of Biomedical Scientific Writing: Results）。
这也意味着：Methods里定义了什么，Results里通常就应该有相应结果。如果Methods里设计了三个主要分析，但Results里只出现两个，审稿人很可能会问：第三个结果去哪了？
二、Results和Discussion有什么区别？
Results负责告诉读者“发现了什么”。Discussion负责解释“这些发现意味着什么”。可以这样区分：
| Results（结果） | Discussion（讨论） |
| 报告研究发现 | 解释研究发现 |
| 展示数据 | 讨论数据背后的意义 |
| 强调客观描述 | 可以进行解释和推论 |
| 回答“发现了什么” | 回答“为什么、意味着什么” |
| 一般不展开机制解释 | 可以讨论潜在机制 |
| 通常不大量比较既往研究 | 可以和已有研究进行比较 |
| 重点是研究结果本身 | 重点是研究结果的学术意义 |
例如：
Results：与对照组相比，干预组平均收缩压下降8.4 mmHg（P < 0.05）。这是在报告结果。
Discussion：这一变化可能与干预改善血管内皮功能有关。
EASE科研论文写作指南同样强调，不应把新的结果放到Discussion中；Results和Discussion应该承担不同的论文功能。(EASE)
三、SCI论文Results应该按照什么顺序写？
没有一种适用于所有学科的固定Results模板。但一个非常实用的原则是：按照研究问题，而不是按照实验发生的时间顺序组织Results。
比如你的研究有三个主要问题：
- 干预是否影响主要结局？
- 是否影响次要结局？
- 不同亚组之间是否存在差异？
Results最好也采用类似顺序：3.1 样本和研究对象→3.2 主要结局→3.3 次要结局→3.4 亚组或补充分析
这样编辑和审稿人可以快速判断：研究目标和研究结果之间是不是一一对应。ICMJE也建议，Results应按照逻辑顺序呈现，并首先展示主要或最重要的研究发现。(ICMJE)
四、Results开头通常先写什么？
对于临床研究、观察性研究、问卷研究等，通常可以先交代：
- 最终纳入多少研究对象
- 是否存在排除或失访
- 各组样本量
- 基线特征
- 人口统计学信息
例如：本研究最终纳入246名参与者，其中干预组123人，对照组123人。
如果基线信息比较多，则更适合放在Table中。正文只需要突出最重要的信息，而不是把Table里的全部数字重新写一遍。
五、统计结果应该写到什么程度？
对于包含统计分析的研究，Results通常需要提供足够的信息，让读者理解：是否有差异，以及这个差异到底有多大。常见统计信息包括：
- 样本量
- 平均值
- 标准差
- 中位数
- 四分位数
- 效应量（Effect Size）
- P值（P value）
- 置信区间（Confidence Interval）
- 回归系数
- 比值比
- 风险比
一个非常常见的问题是：只报告P值。这只能告诉读者统计检验结果，却没有告诉读者：实际差异有多大？
ICMJE明确建议，不应只报告百分比等衍生结果，还应在适当情况下提供其对应的实际数值。对于很多研究，更有信息量的写法是：结果差异 + 效应量 + 置信区间 + P值
当然，具体报告哪些统计指标，应根据研究设计和目标期刊的要求决定。
六、Figure和Table应该怎么用？
图表并不是Results的装饰。它们真正的作用是：让复杂数据更容易被读者理解。EASE的科研写作指南给出了一个很实用的判断：
Table更适合：展示准确数值、多组数据比较、大量变量、回归分析结果、基线特征
Figure更适合：显示趋势、显示模式、比较变化、展示分布、表现变量之间的关系
EASE同时明确建议：不要同时用Figure和Table重复展示相同数据（查看 EASE 关于 Figure 和 Table 的官方写作建议）
七、正文还需要重复Table里的数据吗？
不需要把所有数字重新写一遍。Table负责提供完整数据，正文负责告诉读者最重要的发现是什么。
例如Table中已经列出：
| Group | Mean |
| A | 32.4 |
| B | 28.5 |
| C | 25.8 |
正文没有必要再逐字写：A组为32.4，B组为28.5，C组为25.8……适合在正文的表述是：A组的平均值高于B组和C组（Table 2）。
关于Results写作原则的PMC综述同样建议，正文应总结图表中最重要的发现，而不是重新逐个重复所有数值。(PubMed Central (PMC))
八、没有统计学显著性的结果要不要写？
很多作者会产生一种冲动：有显著性 → 写进去；没显著性 → 删掉。然而这个逻辑有问题。如果某项结果属于研究设计中预先设定的重要结局，那么即使没有达到统计学显著性，也应该如实报告。
例如：两组在次要结局指标上未观察到统计学显著差异（P = 0.21）。这仍然是研究结果。
科研论文Results的任务不是证明作者的假设一定正确，而是准确呈现研究实际发现了什么。
PMC的Results写作综述也特别指出，不应该忽略与研究假设不一致或未能支持原假设的有效结果。(PubMed Central (PMC))
九、Results为什么特别容易出现“过度解读”？
假设你的研究发现：Treatment X显著降低了Biomarker Y。
那么可以写“Treatment X significantly reduced biomarker Y”； 但如果进一步写成：“Treatment X prevents disease progression”问题就出现了。如果你的研究只测量了Biomarker Y，并没有直接观察疾病进展，那么这个结论可能超出了数据本身能够支持的范围。
科研论文中尤其需要注意：
- prove
- definitely
- obviously
- clearly demonstrates
- confirms
这些词很容易让一个“观察结果”，变成“确定性结论”
更常见的学术表达包括：
- suggests
- indicates
- showed
- was associated with
- was observed
语言的确定程度需要注意，应该和证据强度匹配。
十、为什么Results特别需要学术语言润色？
Results里的英语问题不只是看语法对不对，更加重要的是：
- 学科术语有没有写错
- 时态是否合理
- 统计表达是否准确
- 有没有改变原始研究含义
- 是否把相关关系写成因果关系
- 是否出现过强结论
- 同一个术语前后是否一致
Paperpal的学术语言润色模型针对科研写作进行优化，能够结合上下文、学科术语和句子功能提供语言建议，并减少不必要修改。所以Results完成后，语言润色真正要解决的是让表达更准确，而不是单纯把句子改得更“高级”。
十一、SCI论文Results应该用过去时还是现在时？
这是中国研究者很常搜索的问题：Results用什么时态？
一个实用判断方式是：描述已经完成的研究结果→使用过去时。
例如：The intervention group showed a significant reduction in blood pressure.
描述Table或Figure正在展示的内容→使用现在时。
例如：Figure 2 shows the change in blood pressure over time.
所以不要机械记成：Results = 全部过去时。应该根据句子具体功能判断。
十二、Results和Methods必须对应
这是投稿前非常值得单独检查的一项。如果Methods里写“我们比较了A、B、C三个结局”，那么Results应该能够找到对应的：“A结果、B结果、C结果”。
反过来，如果Results突然出现一个Methods里完全没有说明过的新分析，例如：我们进一步进行了机器学习预测模型分析……审稿人很可能会追问：这个分析是什么时候设计的？
Results写作综述建议，Materials and Methods中介绍的研究测量和分析，应在Results中找到相应结果。
因此投稿前可以做一个非常简单的检查：Methods每一个主要分析 → Results有没有对应结果？
十三、Results中要不要引用参考文献？
这个问题需要区分学科。
在典型的原创生物医学研究中，Results通常以作者自己的研究数据为主，往往不会像Introduction或Discussion一样大量出现引用。有生物医学写作指南甚至建议Results本身通常不承担引用既有研究的功能。(PubMed Central (PMC))
但在某些研究领域或特殊场景中，Results可能涉及：公共数据库、外部数据集、benchmark、分类标准、已发表的数据资源，具体是否需要引用，应以学科惯例和目标期刊要求为准。
如果Results确实出现了外部引用，则需要确认：
- 参考文献是否真实存在？
- DOI是否有效？
- 文献是否已经撤稿？
- 引用是否真的支持对应内容？
- 正文引用与文末参考文献是否对应？
Paperpal参考文献核查可以检查撤稿文献、无效DOI或URL、引用相关性、正文缺失引用、文末缺失参考文献等常见问题。
十四、SCI论文Results最常见的8个问题
在完成Results以后，可以重点检查下面这些地方。
- Results和Discussion混在一起：结果部分已经开始解释机制、原因和意义。
- 按实验发生顺序写：而不是围绕研究问题组织结果。
- 正文重复整张Table的数据：造成严重的信息重复。
- 只报告统计学显著的结果：遗漏重要的阴性结果。
- 只报告P值：却没有告诉读者实际差异有多大。
- 正文和Table中的数字不一致：例如正文：n = 142；Table却写：n = 140
- Figure和Table编号错位：正文写Figure 3，实际引用的是Figure 2。
- 结论强度超过数据能够支持的范围：例如相关关系被写成因果关系。
十五、投稿前为什么一定要再检查一次Figure和Table？
一篇论文经历：初稿 → 合作者修改 → 补实验 → 再分析 → 返工 → 再排版，这样一套流程下来非常容易出现：正文和图表“版本不同步”。
所以正式投稿前，至少应该重新核查：
- Figure编号是否连续
- Table编号是否连续
- 每张图表是否都在正文出现
- 正文中的图表引用是否正确
- 图表数据是否和正文一致
- Figure legend是否完整
- Table标题是否正确
- 统计标记是否解释
- 单位是否统一
EASE还提醒作者，具体图像格式、分辨率、Figure要求等需要检查目标期刊的作者指南，因为不符合投稿格式要求可能导致稿件在正式同行评审前就需要返工（查看 EASE 投稿要求检查指南）
Paperpal的期刊规范检查覆盖30+项语言和技术检查，包括结构、图表、元数据、参考文献等投稿前项目。
十六、写完Results后，试着切换成“审稿人视角”
作者写了几个月以后，最大的盲点往往不是“不懂自己的研究”。恰恰相反：因为太熟悉自己的研究，所以一些逻辑跳跃自己已经看不出来了。可以重新问自己几个问题：
1.Results真的回答了Introduction里的研究问题吗？
如果Introduction提出三个问题，Results三个都有对应答案吗？
2.Results有没有突然出现Methods里没定义的分析？
这往往会引起审稿人追问。
3.是否遗漏了重要阴性结果？
有没有只留下“好看”的结果？
4.数据和文字之间是否一致？
正文、Table、Figure里的数字能不能互相对上？
5.结论有没有超过证据范围？
数据只能支持A，你是不是直接写到了C？
Paperpal的AI审稿功能可以逐节审查稿件，帮助发现缺失信息、逻辑差距、结构以及局限性等问题。
十七、如果Results经过AI修改，还要检查什么？
越来越多研究者开始使用通用AI进行：段落生成、翻译、句子改写、结构调整、内容整理等。但通用AI修改过后的Results，有几类内容尤其需要作者自己确认：
1.数字有没有改变？
例如：1.25，是不是被改成：1.52
2. 统计意义有没有被改变？
例如：was not statistically significant，是不是被改写成了：showed a meaningful difference
3. 术语有没有被替换错？
一些看起来语义接近的词，在专业语境下可能完全不同。
4. 限定条件有没有消失？
比如原文：among participants aged over 65，改写后如果变成：among participants，研究范围已经发生变化。
因此AI可以辅助语言，但研究结果和数据准确性的需要作者再核查一遍。
十八、Results投稿前快速检查清单
正式提交前，可以按照下面的清单再检查一次。
研究内容
□ 主要研究结果是否回答了研究问题？
□ 主要结果是否优先展示？
□ 重要阴性结果是否得到报告？
□ 是否避免在Results中提前展开Discussion？
数据与统计
□ 数字是否与原始分析一致？
□ P值是否正确？
□ 样本量前后是否一致？
□ 是否在适用情况下报告效应大小或置信区间？
Figure和Table
□ 每张Figure是否都在正文中出现？
□ 每张Table是否都在正文中出现？
□ 编号顺序是否正确？
□ 正文和图表数字是否一致？
□ 图例、单位和统计标记是否完整？
学术语言
□ 时态是否合理？
□ 学科术语是否准确？
□ 同一术语是否全文一致？
□ 是否存在过度确定的表达？
□ 是否把相关关系写成因果关系？
引用与投稿规范
□ 必要引用是否准确？
□ DOI或URL是否有效？
□ 正文引用与参考文献列表是否对应？
□ Figure、Table、结构等是否满足目标期刊要求？
十九、论文Results写完，不代表已经准备好投稿
SCI论文Results真正的目标不是把所有数据放进论文，而是让编辑和审稿人能够准确、快速地理解你的核心研究发现。一个好的Results应该做到：
- 研究问题和结果对应。
- 主要结果优先。
- 正文与图表互补，而不是重复。
- 统计信息完整。
- Results和Discussion边界清楚。
- 语言的确定程度和证据强度一致。
Elsevier的科研写作指南同样强调，Results是论文中受到编辑、审稿人和读者高度关注的部分之一，因此清楚、逻辑化地组织结果尤其重要。(查看 Elsevier：How to Write the Results Section)
而当整篇论文接近完成时，作者还需要从更完整的投稿准备角度继续检查：
- 学术语言是否准确
- Figure和Table是否一致
- 参考文献是否可靠
- 稿件结构是否存在遗漏
- 目标期刊的技术要求是否满足
Paperpal将学术语言润色、参考文献核查、期刊规范检查、AI审稿、查重和AI率检测等功能整合进论文写作与投稿前检查流程，帮助研究者在正式提交之前进一步发现潜在问题。
SCI论文Results常见问题 FAQ
- SCI论文Results一般写多少字？
没有统一字数。Results长度取决于研究设计、数据量、文章类型以及目标期刊要求。在修正字数时，要注意避免重复、不遗漏关键结果。
- Results可以解释原因吗？
通常不建议在Results进行大篇幅机制解释。原因、意义、与既往研究的比较，通常更适合放在Discussion。
- Results里可以引用文献吗？
具体取决于学科和文章类型。在很多原创生物医学研究中，Results主要报告本研究的数据，引用通常较少；如果涉及公共数据库、外部数据或特定标准，则应根据实际情况和期刊要求引用。
- 没有统计学显著差异的结果需要报告吗？
如果是预先设定的重要研究结局，通常应该如实报告，而不是只挑选显著结果。
- Results里的Table数据需要全部写进正文吗？
不需要。正文应该突出最重要的发现，完整数据由Table承担。
- Results应该用过去时还是现在时？
报告已经完成的研究结果时，通常使用过去时。描述Figure或Table展示的内容时，则常使用现在时。
- Results和Discussion最简单的区别是什么？
可以记住一句话：Results讲“发现了什么”，Discussion讲“这些发现意味着什么”。
- Results写完以后最应该检查什么？
至少检查六件事：
- 研究问题与结果是否对应
- 数据是否准确
- Figure和Table是否一致
- 学术语言是否表述精准
- 必要引用是否可靠
- 是否符合目标期刊技术要求
这六项基本覆盖了Results从“写完”走向“准备投稿”的关键一步。
| 投稿前，用 Paperpal 检查一遍
语法润色 · AI率检测 · 查重 · 期刊规范· 参考文献核查· AI审稿 → paperpal.cn | 立即检查论文潜在风险 |
Paperpal 是一款面向科研写作和英文期刊投稿场景的AI学术写作工具，帮助作者在写作与投稿前系统性地发现问题并逐步优化。无论是语言表达、文献引用，还是投稿完备度与审稿风险评估，Paperpal 都能提供清晰、可操作的支持，帮助你更安心地完成投稿准备。
Paperpal 提供免费版本供你体验基础功能；升级至 Paperpal Prime，还可使用更完整的写作与投稿支持功能，帮助你在投稿前更从容地准备论文，提高投稿过程的确定性。
立即注册Paperpal，开启高效写作、自信投稿
与我们联系
