临床试验方案中不需明确何种试验数据可作为源数据直接记录在病例报告表中 。
实验数据与实践数据。
“原始数据”(也被称为source data,源数据或者atomic data,原子数据)，通常认为数据与信息的区别在于:信息是经过加工处理之后的数据,而数据则是未经加工的数据，按照这种标准,数据也就是原始数据。
发表医学SCI论文一定要有严谨认真的科研作风，所以支撑医学SCI论文的原始数据是必须存在的。原始数据是所有医学科研的基础，影响着实验结果真实性，一定要认真对待。
临床试验中源文件试验记载的数据是不属于源数据。
源数据的修改应当留痕,不能掩盖初始数据,并记录修改理由 ；确保所有临床试验数据是从临床试验的源文件和试验记录中获得的。源数据应当具有可归因性、易读性、同时性、原始性、准确性、完整性、一致性和持久性。源数据的修改应当留痕，不能掩盖初始数据，并记录修改的理由。
源数据的修改最重要的源数据的基础上，要保留其原有的功能并且进行重要的改良，要比原功能有更大的优势。
缺失值的处理：缺失值是人群研究中不可避免的问题，其处理方式的差异可能在不同程度上引入偏倚，因此，详细报告数据清理过程中缺失值的处理方法有助于读者对潜在偏倚风险进行评价。例如，瑞舒伐他汀试验在统计分析部分详细说明了缺失值的填补策略，包括：将二分类结局中的缺失值视为未发生事件；将生物标志物和心电图测量中的缺失值进行多重填补（multiple imputation）；为了证明缺失值处理的合理性和填补结果的稳定性，研究还比较了多重填补与完整数据（complete-case）分析的结果。2、数据的预处理：实施统计分析之前往往需要将原始数据进行预处理，如：对连续变量进行函数转换使其更接近正态分布，基于原始数据构建衍生变量，将连续变量拆分为分类变量或将分类变量的不同类别进行合并等。医学论文应报告处理原始数据的方法及依据，瑞舒伐他汀试验即在统计分析部分描述了对血液生物标志物的对数转换。3、变量分布特征描述：确定统计分析使用的变量，并针对每一个变量的分布特征进行描述，是决定研究选用何种统计分析方法的基础。医学期刊虽然普遍对此提出要求，但作者往往套用常用方法，如：连续变量符合正态分布时，采用均数（标准差）描述，否则采用中位数（四分位间距）描述；分类变量采用频数（百分比）描述等。事实上，应根据研究设计类型、统计分析目的和数据特征选择恰当的描述方法。例如，CKB选择采用年龄、性别和地区校正的均值和率来描述人群分布特征，而非简单的报告连续变量的均数和分类变量的构成比。4、主要分析（primary analysis）：指针对研究结局的统计分析，是研究论文的核心证据。因此，医学论文应详细描述主要分析的实施过程和适用性。在试验性研究中，应明确统计分析数据集、试验效应指标、相对或绝对风险及其置信区间的计算方法、以及假设检验的方法。
科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。
这个他包括很多种的，那不知道你需要的是哪一种，你可以参考一下，也是可以的。
这是数据造假！！！！
如果是提交论文的话，是不需要提交原始数据的，但是你的论文里面必须有备注说明，而且论文还是要经过查重的
最好不要原始数据。事实上，任何高质量的论文都要做大量的实验和海量的数据，分析结果也是在此基础上优化出来的，才是最科学的。试想，高质量的期刊论文都没有放原始数据的传统，研究生论文也是如此。当然，如果你认为有些数据和分析结果关联性很强，也可以加个附录附上，最好不要长篇大论。拓展资料：论文一般由题名、作者、摘要、关键词、正文、参考文献和附录等部分组成，其中部分组成（例如附录）可有可无。论文题目：要求准确、简练、醒目、新颖。目录：目录是论文中主要段落的简表。（短篇论文不必列目录）内容提要：是文章主要内容的摘录，要求短、精、完整。关键词定义：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作计算机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。主题词是经过规范化的词，在确定主题词时，要对论文进行主题分析，依照标引和组配规则转换成主题词表中的规范词语。（参见《汉语主题词表》和《世界汉语主题词表》）。论文正文：（1）引言：引言又称前言、序言和导言，用在论文的开头。引言一般要概括地写出作者意图，说明选题的目的和意义,并指出论文写作的范围。引言要短小精悍、紧扣主题。（2）论文正文：正文是论文的主体，正文应包括论点、论据、论证过程和结论。参考文献：一篇论文的参考文献是将论文在研究和写作中可参考或引证的主要文献资料，列于论文的末尾。参考文献应另起一页，标注方式按《GB7714-87文后参考文献著录规则》进行。论文装订：论文的有关部分全部抄清完了，经过检查，再没有什么问题，把它装成册，再加上封面。论文的封面要朴素大方，要写出论文的题目、学校、科系、指导教师姓名、作者姓名、完成年月日。论文的题目的作者姓名一定要写在表皮上，不要写里面的补页上。
一般不需要的，文章通过检测没有抄袭，有一定的学术价值都可以发表的。不过级别高的刊物审稿和要求都比较严，要看发什么样的刊物。不妨向公务员之家网站了解一下。
期刊投稿不需要原始数据excel，正常把文章按格式要求投过去就行。影响因子高的可能编辑会找你要，看你的投稿反馈就可以了。事实上，任何高质量的论文都要做大量的实验和海量的数据，分析结果也是在此基础上优化出来的，才是最科学的。试想，高质量的期刊论文都没有放原始数据的传统，硕士论文也是如此。当然，如果你认为有些数据和分析结果关联性很强，也可以加个附录附上，最好不要长篇大论。在最近一两年投稿基础生物医学研究论文时发现，越来越多SCI期刊（如PloSOne、Neuroscience等权威期刊）都要求在审稿或返修阶段时提交原始数据，尤其是Westernblot，不过仍有少数期刊不主动要求作者提供原始数据，因为这涉及到作者的著作权等相关问题。但是在特殊情况下，如果审稿编辑或者外审专家对文章中的数据有所质疑或者有疑问，就会强烈要求作者提交所有与该论文相关的原始数据，不限于原始数据，还包括数据的处理过程、所使用处理软件的序列号等详细信息，要求是非常严格的，否则文章将面临被撤稿的风险。
sci杂志要原始数据不一定是准备录取。sci审稿不看原数据。一般情况下审稿专家不会用太多的时间去复现你论文中的实验，而是假设你的实验可以复现，并且分析你的实验的合理性。这个时候是不需要提交原数据的。在期刊接收后，期刊会要求将论文的原始数据提交，由期刊进行实验验证的。所以，sci审稿不看原数据。
一般不需要。原始数据不是发表C刊必须提交的必要材料，但不代表发表过程中一定不需要。建议作者保存好与文章有关的原始数据，根据C刊方是否要求确定是否需要。1、写作文章的内容，往往离不开原始数据的分析和统计。当投稿C刊之后，期刊方的编辑以及审稿人，就会对文章的查重率、格式体例、出版道理政策、创新性、设计方案的合理性、结论的客观性、分析统计方法的科学性和逻辑性等方面进行审核论证。2、审核论证过程中，审稿人不需要依据原始数据，就能得出公正客观的评审结论，就不需要原始数据。一旦某一结论，审稿人需要借助原始数据才能判断是否合理、科学、客观，则需要原始数据。即C刊是否需要原始数据，受具体文章的实际情况影响，可能需要，也可能不需要。3、原始数据涉及到作者的著作权，一般C刊方没有必要的话，不会要求作者提供原始数据。不过，C刊方需要原始数据的时候，作者得有，否则很容易导致投稿被拒。总的来说，作者要保存好原始数据，以备不时之需。如果投稿的C刊通过在线系统或者邮件告知作者，提供原始数据了，作者及时提交即可。如果没有要求提供，就静等审核发表的结果。
那时心里觉得众生皆苦，天地不过一粟，人如蝼蚁，所谓的意志根本就是荒谬的存在，这大半辈子的学业算是白上了。
毕业论文等重要数据丢失是一件特别难过的事情，自己气得想要撞墙，怎么可以这么粗心呢。
毕业论文等重要数据丢失了，那么就得想办法去找回来，要不然会让自己很累。
我开始的时候，强逼着自己去跑步，真的好痛苦，我想经历过抑郁的人应该都懂这种感受，我就在跑步机上边跑边哭，一个男子汉，讲出来真是不像样子。
硕士毕业论文是不会查你的原始数据的，只会以你最终提交的论文为主。毕业论文的外审或盲神并不会要求学生提交所有的科研数据，这一方面是为了保障学生著作权，也是为了防止审阅人窃取学生的科研成果。不过，如果你的数据造假比较明显，审阅人也是会一眼看出来的。
会查的哦！
博士是比较高的学位层次了，在撰写论文的要求也是非常高的，字数，查重方面都要比硕士严格很多。
所谓原始数据是指与学位论文写作相关的由研究生（研究者）本人通过实验或调研积累而成的原始性数据或报告。它构成论文的重要组成部分或对论文研究结论有重要支持。
博士生从事科学研究和撰写学位论文的时间不少于两年。博士生学位论文是综合衡量博士生培养质量和学术水平的重点标志，应在导师的指导下，由博士生独立完成。博士生学位论文一般不少于5万字。博士生学位论文正文应用中文书写，用其它国文字书写的论文可作副本。博士学位论文要坚持理论联系实际的原则，应对我国社会主义建设，科技发展或社会发展作出贡献，在科学和专门技术上做出创造性的成果，并能够表明作者具有独立从事科学研究的工作能力，反映作者在本门学科上掌握了坚实宽广的基础理论和系统深入的专业知识。博士学位论文应是系统的完整的学术论文，要能够通过专家鉴定认可，达到在国内外重要杂志上正式发表的水平。学位论文要求做到概念清楚、立论正确、分析严谨、数据真实可靠、计算正确、图表清晰、层次分明、文字简练。
另外省市级教委会随机抽取一定比例的论文请外单位做盲审，以检查研究生培养的质量。所有博士硕士论文在盲审、外审都过了才能参加答辩，然后由答辩委员会教育部博士学位论文外审意见有几个评价指标大学本科生毕业时取得“学士”学位，如继续攻读研究生，则可取得“硕士”学位。事实上，任何高质量的论文都要做大量的实验和海量的数据，分析结果也是在此基础上优化出来的，才是最科学的。试想，高质量的期刊论文都没有放原始数据的传统，硕士论文也是如此。当然，如果你认为有些数据和分析结果关联性很强，也可以加个附录附上，最好不要长篇大论。看刊物要求，一般都不要求提供原始数据，但是有些审稿人会要。另外省市级教委会随机抽取一定比例的论文请外单位做盲审，以检查研究生培养的质量。