SCI论文摘要在SCI论文发表中，占据着一个十分重要的地位。SCI论文摘要是一篇SCI论文中最核心的部分，一篇论文的摘要作为论文的高度概括内容，一般应说明研究工作目的、实验方法、结果和最终结论等，而其中重点便是结果和结论。那么我们要如何撰写sci论文摘要呢？
一篇好的SCI论文，长则十几页，几十页，制作一篇简洁的文摘并非易事。一般可分为三个步骤，即筛选内容、文摘叙述和定稿。
一、筛选内容
一篇研究论文的文摘一般应包括下面这些内容：实验或研究目的，所进行的时间、地点，使用的主要材料和方法，主要结果，以及得出的结论。一般来说，研究论文的文摘应包括能回答原文献标题向读者作出许诺的主要结果，以及使读者能正确理解这些结果的基本要素。
实验研究结果是科技论文中最重要的内容，是文章的主体和核心部分，也是读者最关心和最需要了解的情报资料，在筛选这部分内容时，必须认真细心地分析比较，选择出最主要的和最得当与否直接影响着读者对原文能否正确了解，是决定文摘优劣的最关键的一环。如果结果太多不能全部选入，首先要选择那些信的经过验证的或有长久价值的结果、重要的发现以及和以前的理论相矛盾的结果，或者与实际问题有关的部分。
作者在完成SCI论文后，读通文章，按照上面的原则在原文中筛选用于文摘的内容，并作出适当的标记。
二、文摘叙述
对上述已筛选的，并在原文中做过标记的内容重新阅读，并对这些内容进行压缩，然后叙述出来。
在这个步骤中，最好的方式是作者用英文进行思考，并压缩选定内容。但做到这点很难，要求作者有扎实的英文基础。
一般来说，作者在实验前已阅读了大量与研究主题相关的英文文献，在叙述文摘时，可模仿文摘中类似的句子或用词，要做到这一点并非难事。
这里叙述的只是一般原则，对于具体的叙述方法，例如如何写标题，如何写开头句、结论及一些常用的表示方法等，在以后的章节中将详细论述。
三、定稿
完成上述步骤，即可得到文摘的初稿，再对文摘的初稿进行审核性阅读。这是对文摘初稿的质量检查，有利于对照原文找出文摘中各种错误。可以从下面三个方面检查文摘的质量：
1.文摘的结构是否完整，是否有整体性。
2.文摘内容是否完整、连贯和简明。
3.是否符合文摘的各项规定，在形式上，长度上是否符合，并对文摘进行全面的编辑加工。
注意事项：
1 写出文章正文中所采用的材料及简要的处理方法
切记勿将所有的正文大部分截取作为摘要，摘要主要是体现论文的大纲，不用过多作为一个详细介绍，简明扼要描述出正文中实验所采用的材料和简要不可少或者特殊的处理方法，吸引读者，也增加文章的趣味性和可阅读性。
2 重要的结果在摘要就体现出来，比如多重比较结果，或者是因素方差分析结果
正文的重要结果可在摘要体现出来，这样一来道出文章主旨，也给读者一目了然的信息，或者还可以是简单介绍实验，再列出分析结果，不要将读者误导，也不要过多留悬念。读者可能会因为你的论文摘要表现太多迂腐，从而对你的文章提前作出反感心态。
3 最后写出本文的一些重点意义
摘要部分还是要透出文章的科研意义，和实验的价值意义所在，体现出文章的特殊性和现发现等信息。读者是首先透过摘要信息对正文的大致了解的，对摘要的截取要细心斟酌。
4 将结果部分比较重要信息复制过来就可以了
正文的表达中最后会写出结果部分，这些也可以作为摘要的选择。在最后一句提出实验的意义和展望就算是完成了。
题目：Planning for the Future of Epidemiology in the Era of Big Data and Precision Medicine
Abstract
We live in the era of genomics and big data. Evaluating the impact on health of large-scale biological, social, andenvironmental data is an emerging challenge in the field of epidemiology. In the past 3 years, major discussions andplans for the future of epidemiology, including with several recommendations for actions to transform the field, havebeen launched by 2 institutes within the National Institutes of Health. In the present commentary, I briefly explore thethemes of these recommendations and their effects on leadership, resources, cohort infrastructure, and training.Ongoing engagement within the epidemiology community is needed to determine how to shape the evolution ofthe field and what truly matters for changing population health. We also need to assess how to leverage existingepidemiology resources and develop new studies to improve human health. Readers are invited to examine these recommendations, consider others that might be important, and join in the conversation about the future ofepidemiology.
big data; epidemiology; funding; genomics; precision medicine; training
