一旦选择一个有趣而适当的选题，设计并执行一个合理的数据收集，制定一个引人注目的“伏笔”和发展一个坚实的理论，这些艰巨而又令人兴奋的工作完成后，人们就很容易坐视不前、麻痹放松，在各种方法和结果中游走。接下来的工作似乎很简单直接，也许有点按部就班——向读者报告：（1）如何获得数据以及为什么获得数据；（）如何分析数据以及发现了什么。对于AMJ这一系列的关于如何在AMJ发表的叙述性文章，确实有许多读者在等待着它的出版。因此，如果我们这篇文章缺乏说服力，我们希望它至少能提供一些信息。

作为作者，我们不得不承认，在写这些章节的时候，我们已经屈服于放松注意力的诱惑。我们听到同事们说，他们把这些部分交给研究团队的初级成员，让他们在草稿写作中“练手”，好像这些部分的重要性不如开头部分、假设发展和讨论部分那么重要。也许的确如此。但作为过去两年来现任编辑团队的成员，我们面对这样一个现实：“方法”和“结果”部分，即使不是最关键的部分，也往往在审稿人如何评价稿件方面发挥着重要作用。如果这些章节并没有对数据收集程序和结果提供清晰、详细的描述，反而常常让审稿人感到困惑，并会就作者使用的研究程序和发现，提出比他们回答更多的问题。相比之下，一个有效的陈述可以对作者说服读者相信他们的理论论点（或其中的一部分）得到支持的程度产生至关重要的影响。高质量的“方法”和“结果”部分也传达了表现作者责任心的积极信号。知道他们在准备这些章节时是谨慎而严谨的，对于讨论是建议拒绝还是建议修改请求的外审来说可能会有所不同。

为了更好地理解审稿人共同关心的问题，我们在任期内对每一封被拒稿件的决定信进行了评估。我们发现有几个问题在被拒绝的手稿中比在要求修改的手稿中出现的频率要高得多。我们的评估结果，如果不令人惊讶的话，揭示了这两个部分的一系列非常一致的主要问题，我们总结为“三个度”（3C:Completeness，Clarity，Credibility）：完整度、清晰度和可信度。

方法

完整度

在审查我们的决定书时，可能与“方法”部分相关的最常见的问题是作者未能提供他们获得数据的方式、他们使用的构念的操作化以及他们进行的分析类型的完整描述。当作者收集了他们的数据（主要的数据收集）时，他们不仅要详细解释发生了什么，而且要详细解释他们为什么要做出这些决定。Bommer、Dierdorff和Rubin（）关于群组层面的公民行为和工作绩效的研究就是一个很好的例子。我们在他们的方法中了解了如何联系参与者（如，在现场，由研究的第一作者）、如何获得数据（如，在现场培训室，从0-30名员工组成的小组中）、鼓励参与的方式（如公司总裁和研究人员的信件）以及模型中不同构念由谁报告的信息（即员工、主管和主管的经理）。此外，这些作者还报告了有关其数据收集的其他相关信息。例如，他们指出，员工和他们的主管从来没有被安排在同一个房间里完成他们的问卷调查。此外，他们还报告了一套“制衡”制度，以确保主管报告所有直接下属的绩效。提供这些细节，除了在个人和团队层面对分析样本的特征进行全面描述之外，还允许审稿人评估研究设计的优缺点。尽管强调自己研究的优势是合理的，但是报告足够的关于数据收集的优势和潜在弱点的细节比隐藏重要细节的方法更可取，因为某些妥协或缺陷也会带来好处。考虑使用雪球抽样方法在两个有几个月间隔的时间段中收集数据的方法。这种方法的一个缺点可能是，如果研究人员只联系第一拨参与者参与第二拨，那么在两个阶段上匹配的样本将比产生的样本要小。但是，这种方法也有一定的优势。特别是，可以使用大量的单阶段参与者（即参与第一波或第二拨的参与者）直接解决响应偏差和代表性问题。

在其他许多情况下，研究的数据是从档案资料里获得的。在这里，研究人员可能无法获得数据收集过程的所有细节，但报告的完整性同样重要。大多数（如果不是全部）存档数据集都附带有技术报告或使用手册，这些报告或手册提供了大量详细信息。有了这些，研究人员可以尝试复制原始数据收集中发现的数据收集过程和度量的细节。一个很好的例子是使用全国纵向调查和青年群体数据（NLSY79），见Lee，Gerhart，Weller和Trevor（）。对于其他存档数据集，作者自己构建数据集，可能是通过对公司文件、媒体帐户进行编码，或者从其他来源构建变量。在这些情况下，有必要完整地描述他们如何识别样本，有多少观察结果因不同原因丢失，他们如何进行编码，以及进行了哪些判断调用。

不管研究人员使用了什么类型的数据集，这一部分的目标都是相同的。第一，作者应该披露研究过程的方式、目的和原因。例如，包含一个完整的度量列表（和适当的项目）的附录通常是一个不错的选择。第二，完整度使读者能够评估所采用方法的优缺点，总的来说，这会给研究带来更积极的印象。第三，方法部分的一个主要目标应该是提供足够的信息，如果某人使用完全相同的程序和数据，他们可以复制研究并得到相同的结果。在阅读了“方法”部分之后，读者应该有信心，他们可以复制主要的数据收集或编译与作者报告的相同的存档数据库。

清晰度

太多的时候，作者没有清楚地解释他们所做的事情。尽管有许多潜在的例子，但一个典型的、非常常见的问题涉及测量的描述。审稿人经常