数据阅读，是作者（董永贵）从多年科研教学实践中凝练出来的一个理念。将数据的概念从常见的阿拉伯数字拓展为用符号、曲线、图表等形式表达的理论公式、技术指标以及实验结果等非文字内容，对这些广义数据的阅读以及写作表达，几乎涵盖了专业学习与具体工作过程的全部内容。数据阅读能力，是担负专门科学研究或技术工作时所需专业素养的集中体现。

《科研中的读与写》从对科学素养的讨论出发，针对教科书阅读、文献检索、科研论文阅读、实验数据阅读、数据表达与写作、学术交流等环节，系统介绍了数据阅读的方式方法以及一些常用的技巧。作者相信，好的科研，是从数据的阅读开始的。

《科研中的读与写》由董永贵编著。

《科研中的读与写》简介：

科技阅读，或许是一门值得研究探讨的艺术。

如果将数据的概念定义为各种用符号、曲线、图表等形式表达的理论公式、技术指标以及实验结果等非文字内容，那么对这种广义数据的读与写，即用清晰的语言显现其中隐藏的信息，几乎涵盖了专业学习与具体科研过程的全部内容。

所以说，好的科研，是从数据的阅读开始的。

1 阅读的习惯

 1．1 科学的素养

 l．2 阅读的环境

 1．3 阅读的深度

 l．4 打造自己的专业数据库

 1．5 工程问题的阅读

 参考文献

2 阅读的节奏

 2．1 阅读的起点

 2．2 整体阅读与局部研究

 2．3 阅读的堆栈

 参考文献

3 科技文献中的信息提取

 3．1 文献的检索

 3．2 科技文献的基因

 3．3 独特内容的程式化展示

 3．4 阅读的痕迹

 参考文献

4 研究论文的数据阅读

 4．1 说明图的阅读

 4．2 实验细节的阅读

 4．3 数据曲线与图表的阅读

 4．4 数据阅读的顺序

 参考文献

5 纸上的科研

 5．1 现实的起点

 5．2 实验室中的笔记本

 5．3 数据与理论模型

 5．4 实验数据的阅读

 5．5 下一次的出发

 参考文献

6 数据表达与写作

 6．1 写作的框架

 6．2 实验内容的整理

 6．3 理论公式与研究水平

 6．4 数据的链条

 6．5 讲述一个完整的故事

 参考文献

7 交流的习惯

 7．1 交流与沟通

 7．2 交流的规则

 7．3 论文的发表

 7．4 演讲的习惯

8 阅读的边界

 8．1 自由的阅读空间

 8．2 阅读的品位

 8．3 阅读的热情

参考文献