記事提出ガイド
記事を効果的に出版するための準備方法を学ぼう。
― 1 分で読む
記事を公開したい時は、正しく準備するのが大事だよ。このガイドが、記事を提出するための準備をする手助けをするね。
フォーマットの選択
記事をいろんなフォーマットやスタイルで準備できるよ。iopart.clsっていう特定のスタイルファイルがあるけど、必ずしも使わなくても大丈夫。Word文書など、好きなフォーマットで提出してもOK。
含めるべき内容
記事を作る時に、以下のものを含める必要があるよ:
タイトル:わかりやすく簡潔に。タイトルは読者に記事の内容を伝えるべきだよ。
要約:記事の簡単なまとめ。主なポイントや結果を説明してね。200語くらいにまとめて。
キーワード:記事の主要トピックを表す3~7個のキーワードをリストアップして。
本文:記事を明確なセクションに整理してね。例えば、はじめに、方法、結果、考察など。
図や表:ビジュアルを含める場合、わかりやすく理解しやすいものにしてね。それぞれの図や表にキャプションをつけて。
書き方のスタイル
書く時は、明確さとシンプルさに集中して。短い文を使って、わかりやすい言葉を選んで。読者を混乱させるような難しい言葉は避けよう。
記事の送信
記事を送る時は、次のステップに従って:
- 新しい記事を提出する場合は、PDFバージョンだけを送信。
- 修正した版を提出する場合は、ソースファイルをPDFと一緒に含めて。
- 提出システムを使って、すべてを簡単にする。
ファイル名の付け方
ファイル名を付ける時は、以下に気をつけて:
- アルファベットと数字だけを使用。スペースや特殊文字は避けて。
- ファイルタイプを示すために、.tex、.eps、.txtなどの拡張子を含めて。
- ファイル名の大文字と小文字は一貫性を持たせて。
図に関する特別な要件
図については、以下のガイドラインに従って:
- 可能な限り、エンキャプスレイテッドポストスクリプト(.eps)ファイルを使用。
- 各図の名前は適切に付けて、記事内の順序を示してね。
- 関連するポイントで本文内に図を含めるか、キャプションと一緒に最後にまとめて。
参考文献のフォーマット
記事の終わりに参考文献をリストする時は、2つの一般的なスタイルがあるよ:
ハーバードスタイル:著者の名前と出版年を含むスタイル。参考文献にタイトルを必要とするジャーナル用にこのスタイルを使ってね。
バンクーバースタイル:番号を使って、テキスト中に括弧で表示するスタイル。
読者が情報源を探しやすいように、十分な情報を提供してね。
謝辞と倫理
他のソースからの資料やコンテンツを利用した場合は、著作権者から許可を得てね。その貢献を記事内で認めること。
セクションとサブセクション
読みやすさを高めるために、記事をセクションに分けて。各セクションを紹介する見出しを使って。例えば:
- はじめに:何を研究していて、それがなぜ重要なのか説明して。
- 方法:どのように研究を行ったかを説明して。
- 結果:研究の結果を明確かつ論理的に示して。
- 考察:結果が何を意味するのか、広いテーマにどう関係するのか考えて。
シンプルに保つ
記事は読者がアクセスしやすいものであるべきだよ。必要ない限り専門用語は避けて、使う場合はその用語の説明をしてね。
レビューと編集
提出する前に、記事をよくレビューしてね。スペルや文法のミスがないか確認して、ポイントが明確に示されているかチェックして。
可能なら、他の誰かに記事を読んでもらうといいよ。自分が見逃したエラーを見つけてくれるかもしれないし、明確さについてフィードバックももらえるかも。
記事の提出
記事の準備ができたら、指定されたシステムを通じて提出してね。ターゲットにしているジャーナルが提供する具体的な提出ガイドラインに従うことを忘れずに。
結論
記事を提出するための準備は手間がかかるけど、やりがいがあるよ。これらのガイドラインに従うことで、あなたの研究を効果的に伝える、明確で整理された記事を作ることができるよ。頑張って!
タイトル: Possible origin for the similar phase transitions in k-core and interdependent networks
概要: The models of $k$-core percolation and interdependent networks (IN) have been extensively studied in their respective fields. A recent study has revealed that they share several common critical exponents. However, several newly discovered exponents in IN have not been explored in $k$-core percolation, and the origin of the similarity still remains unclear. Here, we investigate k-core percolation in random networks. We find that for k-core percolation,the fractality of the giant component fluctuations is manifested by a fractal fluctuation dimension, $\widetilde d_f = 3/4$, within a correlation \emph{size} $N'$ that scales as $N' \propto (p-p_c)^{-\widetilde\nu}$, with $\widetilde\nu = 2$, same as found in IN. Indeed, here, $\widetilde\nu \equiv d\cdot \nu'$ and $\widetilde{d}_f \equiv d'_f/d$, where $\nu'$ and $d'_f$ are respectively the same as the correlation \emph{length} exponent and the fractal fluctuation dimension observed in $d$-dimensional IN spatial networks. These two new exponents found here for $k$-core percolation demonstrate the same scaling behaviors as found for IN with the same critical exponents, reinforcing the similarity between the two models. Furthermore, we suggest that these two models are similar since both have two types of interactions: short-range (SR) connectivity and long-range (LR) influences. In IN the LR are the influences of dependency links while in k-core we find here that for $k=1$ and $k=2$ the influences are short range while for $k\geq3$ the influence is long range. In addition, analytical arguments for a universal hyper-scaling relation for the fractal fluctuation dimension of the $k$-core giant component and for IN as well as for any mixed-order transition are established.Our analysis enhances the comprehension of k-core percolation and supports the generalization of the concept of fractal fluctuations in mixed-order phase transitions.
著者: Shengling Gao, Leyang Xue, Bnaya Gross, Zhikun She, Daqing Li, Shlomo Havlin
最終更新: 2023-08-05 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2305.06443
ソースPDF: https://arxiv.org/pdf/2305.06443
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。