当SCI期刊影响因子分值越高的时候，期刊的文章拒稿率也会相应的越高。可谓，高分值，高拒稿率。那么，3分以上的SCI期刊会收录怎样的文章呢？我们在准备投递3分以上期刊的时候应该如何做写好投稿的文章呢？
一般来说，在高影响因子期刊成功发表的论文都具有三个特征：一是可重复性，所有实验都必须重复三次或以上;二是严格的实验设计;三是详实的数据，数据可以从多方面证实自己提出的假说。而严格的实验设计和详实的数据时保证实验可重复操作的重要内容。所以，这两部分的内容需要我们特别的注意。
关于实验设计
实验设计的基本要素包括处理因素、受试对象和实验效应。
处理因素(受试因素) 通常指由外界施加于受试对象的因素，包括生物的、化学的、物理的或内外环境的。但是生物本身的某些特征(如性别、年龄、民族、遗传特性、心理因素等)也可作为处理因素来进行观察。因此，研究者应正确、恰当地确定处理因素。
受试对象(研究对象) 受试对象的选择十分重要，对实验结果有着极为重要的影响。大多数医学科研的受试对象是动物和人，也可以是器官、细胞或分子。但中药种植中培育品系的研究则将药用植物列为受试对象。
实验效应内容包括试验指标的选择和观察方法两个部分。指标的选择有以下要求：①指标的关联性，选用的指标必须与所研究的题目具有本质性联系，且能确切反映被试因素的效应。所选指标是否具有关联性，充分反映了研究者的专业知识与技术水平。
②指标的客观性，指标数据来源决定它的主、客观性质。主观性指标来自观察者或受试对象，易受心理状态与暗示作用的影响，在科研中一般尽量少用。客观性指标是指通过精密设备或仪器测定的数据，能真实显示试验效应的大小或性质;排除了人为因素的干扰。
③指标的灵敏度，通常是由该指标所能正确反映的最小数量级或水平来确定。如溶液中物质含量的测定，除测出下限值以外，还可测出最低改变浓度来反映灵敏度。一般要求其灵敏度能正确反映处理因素对受试对象所引起的反应就够了，并非灵敏度越高越好。
④测定值的精确性，精确性具有指标的精密度与准确度双重含义。准确度是测定值与真实值接近的程度。精密度是重复测定值的集中程度。从设计角度来分析，第一强调准确，第二要求精密。既准确又精密最好，准确但精密度不理想尚可，而精密度高但准确度低则不行。应当强调指标的精确性除与检测指标的方法、仪器、试剂及试验条件有关外，还取决于研究者的技术水平及操作情况。
⑤指标的有效性，指标的有效性是由该指标的敏感性(敏感度)与特异性(特异度)来决定的。医学中，理想的试验是阳性只出现在患有本病的条件下，未患本病时的试验是阴性。但是绝大多数生物学与医学试验，由于生物个体之间存在差异与试验结果呈正态分布或偏态分布，从试验结果来分析，患者与非患本病者通常在分布上存在不同程度的交错重叠现象。例如测定年龄、性别、民族、地区相同三群人的身高(巨人症、正常人、呆小病)，不难发现正常人中个别高个子与巨人症中的矮个子的身高值有重叠，正常人中的矮个子又与呆小症中的高个子身高值有重叠。对于大多数试验而言，在样本含量确定的条件下，敏感性与特异性存在反变关系。因此，在选择指标时，宜将二者综合起来考虑。
关于实验数据的收集和处理
在做实验的时候要提前将实验步骤详细做个计划，一旦实验过程中有数据发生变动的话要及时将发生变化的实验数据整理出来，最好能对变化的部分做一个详细的解释。还有就是在整理实验数据的时候要经常查阅与自己论文主题相接近的新论文，一旦与之发生冲突要及时调整。实验整理的时候我们应该注意哪些内容呢？
1.做实验前，尤其是新实验(哪怕是实验室其他人已经做了N遍的实验)先尽可能的写清楚实验步骤(protocol)， 这个protocol最好用英文写，并且做成电子版，存在自己的电脑中，打印一份贴在自己的笔记本中，以后再用该protocol， 只需写明：参见xx页(refer Pxx)。这样到时候写论文时，就很方便了;
2.新的实验结果一旦得到，要将数据尽快整理成图表，用Powerpoint做成PPT格式，质量和格式就和准备发表一样，哪怕是阴性结果，并且将实验的相关信息和参数尽量详细列出，这样以后无论是开会做presentation还是撰写论文都会方便很多;
3.如果是阴性结果，和预测的不同，分析问题的可能原因，有无别的替代方法?是否要修改原来实验方案乃至整个实验设计;
4.同样重要的是，在实验过程中，要经常查Pubmed(生物医学最着名的、最重要的摘要数据库)， 看相关领域是否有新的论文发表，如果相同思路的结果已经发表，就要及时调整实验方向。
为简洁并突出重点, 应忽略不必要的数据(如有关实验室的数字、简单计算的结果以及没有显著变化的变量等). 应避免大量列举不重要的数据或具重复含义的数据, 以免误导读者在数据精度方面产生假象, 并且也使数据的比较变得困难。
要确保sci表中数据的精确, sci表中的算术错误(如“总和”的计算应准确)会影响到论文中假设的可信度. 如果涉及百分比时, 一定要倍加注意, 如果百分比或其总计不是100%, 应在脚注中加以解释, 否则不仅反映出作者的不严谨, 同时读者也无法判断数据的真实性。
列举数据时应尽量确保同组数据纵向排列(由上向下阅读), 以方便读者对比阅读. 只保留数字中小数点后面有效位数(保留多余的数字会令读者对数值的真实精度产生误解); 数值的个位数和小数点等符号应分别对齐。
如果sci表格过大, 也可考虑将其作为论文的附录列出, 以免打断行文的流畅性. 同一表格要尽量安排在同一版面上, 并使内容的布局清楚、合理, 并且一定要遵循相关期刊的排版习惯。
