TOP名校耶鲁为何中意我？高情商，多科研，有强推，舍我其谁！_上海新东方前途出国的博客-新东方前途出国

X同学和徐汇美研的结缘非常早，但那会儿还对自己以后的学习方向非常迷茫。X同学是加本，修读的是数学和统计双专业。根据前期咨询老师的建议，他尝试生物统计方向，积极在中期老师的规划下参与这方面的科研和实习，把能利用起来的校外资源利用到了。这些努力不但丰富了他的简历，也给他申请的时候找推荐人打下了很好的基础。

X同学一个特别突出的特点是情商特别高，他和几乎所有身边的人关系都非常融洽，无论是校外科研项目，还是校内的教授，他都有用心在维护这些关系，并为申请所用。他曾说过他付出了很多努力和学校的老师建立良好的关系，甚至从大一大二的选课开始，他就有意去选择一些大牛老师的课，并尽全力在这些课上有很好的表现，并最终都顺利争取到了推荐信。其实，能够拿到校内教授的强推其实是非常不容易的，尤其是在海外本科学校。

当申请季来临，后期老师做的第一件事就是帮助X同学梳理推荐人。当时X同学有仔细和我们沟通他和每个推荐人的情况、目前关系的程度，以及下一步为了拿到推荐信还能做些什么，非常用心。而且，X同学一早就开通了网申，把某几个推荐人的信息加好放进去，方便推荐人尽早提交。这样每一个推荐人都最终按计划及时帮他提交了推荐信，而且是很早就完成，这也给后面的顺利申请打下基础。

除了推荐信给申请加分很大之外，X同学在校内优秀的表现帮他争取到了TA机会。而在做我们的科研的时候，X同学和科研mentor也都建立了良好的联系。甚至在提交推荐信的时候，是mentor主动来询问，需要什么时候提交，还有什么问题之类的，配合度非常高，自然也就拿到强推。可见即使是校外科研，他也很好地抓住了资源和机会。

在文书方面，后期老师下了很大功夫，目标就是把X同学的申请动机呈现清楚——没有过多花哨的内容设计，而将重点在于梳理他整个的兴趣起源，一步一步付出的努力，不断得到锻炼的能力和取得的成就。X同学对这样的文书思路也非常认可。事实证明，文书的逻辑和选取的经历都非常合适、到位，展现了很强的动机和匹配，最终拿到耶鲁生统Informatics Track的录取。

X同学在给徐汇美研的感谢信中提到：“感谢后期老师帮我搜集素材、构思框架，并最终写出一封逻辑性极强的文书，让我的申请更加出色和成功。”除了主文书之外，X同学的申请也涉及到很多小的essay。而后期老师也都非常认真地和他讨论，梳理思路，最终得到满意的文书。在双方完全信任的基础上，申请进展也特别顺利和默契。在此，我们再次祝贺X同学名校折桂！

OFFER 膜拜时间

耶鲁

Public Health in Health Informatics

福利大放送

优秀文书段落赏析

Looking back to my previous learning, the undergraduate curriculum involving the modules of biology, chemistry, mathematics, and statistics endowed me with a systematic knowledge framework and paved the way for my future study. In detail, the courses related to metabolism, cell biology, and physiology (organs & functions) familiarized me with general function and the symptoms or disorders of different pathways in the body. Besides understanding the mechanism of different reactions through organic and inorganic chemistry, my specific pharmacological background prepared me well for medical projects in biostatistics. Meanwhile, the mathematical and statistical foundation, thanks to learning calculus, linear algebra, probability, linear regression, time series, etc., cultivated my analytical ability, logical thinking, and modeling capability. Facts have proved that I have made great efforts to apply the know-how and skillset to practical projects and achieved certain results.

Working as a data analysis intern at the Chinese Academy of Sciences, I participated in a health big data project, in which I was mainly responsible for the analysis of data about anxiety disorders based on the GAD-7 questionnaire, covering the level of anxiety, the causes of anxiety, and the solutions to anxiety and other related content. Based on my grasp of machine learning, I learned the R language more systematically, cleaned up the raw data in R, and figured out the logic behind each package. On this basis, I spent a lot of energy dividing people into different categories and comparing the causes of anxiety disorders in different groups. As a result, I found that the causes of anxiety in each group were quite different. Subsequently, I analyzed people's gender, age group, job, cause, and degree of anxiety through univariate and bivariate analysis. By studying people's condition and their degree of emphasis on anxiety from big data, I expected my work contributed to a more accurate formulation of policies and solutions to public health problems, calling on different sides to develop better programs conducive to people's physical and mental health. As my first practical attempt in terms of statistics and health combined field, the experience further stimulated my passion for biostatistics and public health. More importantly, I became more aware of the importance of mastering R for in-depth data analysis, regardless of policy decision-making suggestions or policy research and development. Hence, I sought more opportunities to take my research and practical ability to the next ladder.

下附译文

回顾我之前的学习，本科课程涵盖了生物、化学、数学、统计学等模块，为我提供了系统的知识框架，为我未来的学习奠定了基础。具体而言，代谢、细胞生物学和生理学(器官和功能)相关的课程使我熟悉了身体的一般功能和不同途径的症状或紊乱。除了通过有机化学和无机化学了解不同反应的机制外，我特殊的药理学背景为我在生物统计学方面的医学项目做好了准备。同时，数理统计基础，通过学习微积分、线性代数、概率论、线性回归、时间序列等，培养了我的分析能力、逻辑思维和建模能力。事实证明，我付出了很大的努力，将所学的知识和技能运用到实际项目中，并取得了一定的成果。

作为中国科学院数据分析实习生，我参与了一个健康大数据项目，主要负责基于GAD-7问卷的焦虑障碍数据分析，涵盖焦虑水平、焦虑原因、焦虑解决方案等相关内容。在掌握机器学习的基础上，我更系统地学习了R语言，用R对原始数据进行了清理，并弄清楚了每个包背后的逻辑。在此基础上，我花了大量的精力把人分成不同的类别，比较不同群体的焦虑障碍的原因。结果，我发现每一组人焦虑的原因都有很大的不同。随后，我通过单因素和双因素分析，分析了人们的性别、年龄、工作、原因和焦虑程度。通过大数据研究人们的状况和对焦虑的重视程度，我希望我的工作有助于更准确地制定公共卫生问题的政策和解决方案，呼吁各方制定更好的有利于人们身心健康的方案。这是我第一次在统计学和卫生相结合的领域进行实践尝试，这段经历进一步激发了我对生物统计学和公共卫生的热情。更重要的是，我更加意识到掌握R对于深入数据分析的重要性，无论是政策决策建议还是政策研发。因此，我寻求更多的机会，使我的研究和实践能力更上一层楼。