Use when packaging AAAI code, data, multimedia appendices, technical appendices, reproducibility evidence, and post-acceptance artifact releases without violating double-blind or immutable-supplement rules.
日本語の概要は準備中です。原文の説明を表示しています。
当你在需要理解《自动化学报》(Acta Automatica Sinica, AAS) 的双盲三审制审稿流程、各环节时间进度与作者可施加的杠杆时调用。
建模编辑初审→双盲外审→退修/复审(多轮)→主编终审的完整链路,说明作者承诺前置、双盲对作者的约束、退修期限与重新送审、状态查询,帮助作者在 Acta Automatica Sinica 的评审各节点做出正确动作、管理预期并避免流程性失误。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
本技能把《自动化学报》(Acta Automatica Sinica, AAS) 的审稿流程拆成可预期的环节,并指出每个环节
作者能施加的杠杆。AAS 实行双盲三审制。以下流程于 2026-07-09 核验(见
resources/official-source-map.md),精确周期以官网《稿件处理流程》为准(待核实)。
在线投稿(aas-cn) + 作者承诺
→ 编辑初审(是否送外审)
→ 双盲外审(专家评审,删除作者信息)
→ 退修/复审(多轮;大修常重新送审)
→ 主编终审(录用与否)
→ 录用 → 定稿校样 → 见刊 + 稿酬
| 环节 | 谁在做 | 作者杠杆 |
|---|---|---|
| 作者承诺 | 编辑部核收 | 投稿即备好全部签名+第一作者单位公章,否则不初审 |
| 编辑初审 | 责任编辑 | 稿件对口、匿名合规、格式齐全,降低初审退回率 |
| 双盲外审 | 外审专家 | 稿件自身质量;投稿时精确的领域分类帮助匹配专家 |
| 退修 | 作者 | 逐条答复 + 修改对照(见 aas-author-response),按期提交 |
| 复审 | 外审/编辑 | 修改聚焦审稿人核心关切,减少反复 |
| 主编终审 | 主编/编委 | 前序环节质量的累积结果 |
aas-submission)。| 环节 | 经验时长 | 备注 |
|---|---|---|
| 初审 | 数日~数周 | 编辑判断是否送外审 |
| 外审 | 约 1~3 个月/轮 | 待核实精确周期 |
| 退修 | 编辑部给定期限 | 大修需时更长 |
| 复审 | 大修常重新送审 | 视修改幅度 |
| 终审 | 复审通过后 | 主编定裁 |
个案差异大;可在 aas-cn 系统内随时查询稿件状态。
| 决议 | 含义 | 应对 |
|---|---|---|
| 退稿(初审/外审) | 不符宗旨/质量不足 | 重估选题或改投(见 aas-topic-selection) |
| 大修 | 有价值但需实质修改 | 逐条整改,常重新送审 |
| 小修 | 接近录用,细节问题 | 快速精确修订 |
| 录用 | 通过终审 | 进入定稿(见 aas-camera-ready) |
[投稿] 稿件对口本刊?匿名合规?作者承诺(签名+公章)随稿?
[初审后] 送外审/退回?若退回补正,逐项修复再投
[外审后] 大修/小修/退稿?阅读全部意见,分类整理
[退修] 在期限内提交修改稿 + 逐条答复;重大改动说明重新送审预期
[复审] 修改是否回应核心关切?是否引入新问题?
[终审] 保持沟通,等待主编定裁
[状态] 定期在 aas-cn 系统查询
编辑初审是第一道闸门,通过率取决于几个可控项:
| 初审关注 | 作者可控 |
|---|---|
| 是否对口本刊宗旨 | 选题落在控制/自动化/智能系统(见 aas-topic-selection) |
| 匿名是否合规 | 彻底删除作者信息与元数据 |
| 作者承诺是否齐备 | 全部签名 + 第一作者单位公章,随稿提交 |
| 格式是否基本齐全 | 中英文摘要、关键词、中图分类号、参考文献 |
| 是否明显学术不端 | 投稿前自查查重 |
| 是否一稿多投/翻译稿 | 确保原创、唯一在审 |
初审退回多为形式性问题,逐项修复即可再投;初审退稿多为宗旨/新意问题,需回选题重估。
外审专家通常从以下维度评审,作者可据此预判并提前补强:
aas-related-work)。aas-experiments)。aas-reproducibility)。aas-author-response)。aas-author-response)。《自动化学报》(Acta Automatica Sinica, AAS) 的双盲三审制意味着录用是多环节累积的结果,作者能做的
是在每个环节把可控项做到位:对口选题、彻底匿名、齐备承诺、按期高质量退修。把 aas-review-process
与 aas-author-response、aas-workflow 联动,管理好时间与预期,并始终确认稿件在中文
Acta Automatica Sinica 的 aas-cn 系统中流转,而非英文 JAS 系统。
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Use when packaging AAAI code, data, multimedia appendices, technical appendices, reproducibility evidence, and post-acceptance artifact releases without violating double-blind or immutable-supplement rules.
日本語の概要は準備中です。原文の説明を表示しています。
Use when drafting an AAAI author response (rebuttal) under the single short character-limited author-feedback window, the no-URL rule, no-new-results guidance, AI-generated-review handling, and the AAAI two-phase review process where Phase-2 papers receive one feedback round before SPC/AC discussion.
日本語の概要は準備中です。原文の説明を表示しています。
Use when preparing an accepted AAAI paper for camera-ready source submission to AAAI Press, including proceedings page limits, two-column template compliance, copyright transfer, purchased extra technical pages, deanonymization, registration, oral or poster presentation, and final public artifact release.
日本語の概要は準備中です。原文の説明を表示しています。
Use when designing or auditing AAAI experiments for the broad-AI program committee, including baselines, ablations, statistical significance, robustness, human evaluation, AI-for-Social-Impact and alignment/safety evidence, compute and cost reporting, and reproducibility-checklist alignment for Phase-1 survival.
日本語の概要は準備中です。原文の説明を表示しています。
Use when positioning an AAAI paper's novelty against archival work, contemporaneous arXiv or workshop papers, and AAAI/IJCAI/NeurIPS/ICML/ICLR neighbors across the broad AI scope, while staying inside AAAI's dual-submission and AI-as-source policy constraints and writing a related-work section legible to non-specialist reviewers.
日本語の概要は準備中です。原文の説明を表示しています。
Use when strengthening an AAAI paper's reproducibility checklist (placed after references), experimental traceability, seed and hyperparameter reporting, compute and cost disclosure, dataset access and licensing, code/data ZIP readiness, and the claim-to-evidence map that Phase-1 reviewers use to judge rigor across AAAI's broad AI scope.
日本語の概要は準備中です。原文の説明を表示しています。