我的26fall北美社科混申总结

前言

我申请的是2026 Fall 计算政治传播方向，由于本身研究的跨学科取向，我在检索项目时花费了相当的功夫（与Token）去寻找具体方向精准匹配的老师。

我会尝试在本文中尽可能多地把在这一整个申请季中对我有益的资源、我犯的错误，以一种近乎流水账般的形式一一列出。

本文中的信息有来自互联网检索，有我心路历程中的极个体性的感悟，也尝试比较宏观地对我了解过的项目进行简略的总结。如果能对之后相关社科专业的朋友有所帮助，甚至只是在申请季过程中煎熬时刻的宽慰与满足，那本文也算是达成目的了。

由于毕业论文和其他项目的推进，我会比较长期地更新这篇文章，最后一次修改：2026年3月9日。

一、背景与申请结果

1. 我的背景

我本科毕业于中国传媒大学的传播学专业，这是一个与美国密苏里大学新闻学院的联合办学项目，但与密苏里的connect极其有限。

目前我就读UCSD的M.S. in Computational Social Science，这是一个一年制项目，cohort相对较少，和教授联系很紧密，但名气甚小，背靠着相当强大的中国研究资源和UCSD的PoliSci、CogSci系，计算方面的培养还是相当踏实的。最大的特色可能是6月30号开学，有一个持续10周、高强度的bootcamp夯实一些计算方面的基础，也可以在这个时期和老师建立相当不错的connect。

我的兴趣主要集中于政治话语的测量与语义的变迁，并且对计算方法有相当不错的热情。申请时大概有5-6篇AEJMC/IPSA等传播学政治学报告过的论文，一作但不算发表。在校期间跟着UCSD文学系的Prof. Amelia Glasser做关于Ukrainian Poetry Archive的RA。

2. 申请结果

我一共申请了12个项目（8个Comm + 2个Polisci + 2个Infosci），拿到了4个面试，最后拿到了2个offer，具体结果如下。

  • UC Davis, Political Science
  • UNC Chapel Hill, Media & Communication (Interviewed)
  • Buffalo, Communication & Information (Interviewed → Waitlist)
  • Rutgers, Communication & Information (Interviewed)
  • Northwestern, MTS (TBD)
  • Cornell, Communication
  • NYU, MCC
  • Michigan, iSchool (Interviewed)
  • UIUC, Communication
  • UCSD, Political Science
  • CU Boulder, Information Science
  • CU Boulder, APRD

二、选校

1. 是否应该读硕士

a. 关于直博

我所了解的陆本直博项目还是挺少的。我本科直系师哥有去Texas Tech University和路易斯安那州立的案例，也有朋友从鹿大去Ohio State的，另外我在寄托天下有看到从鹿大去UW的大佬。但综合来看难度很大，只适合国内Top 985且有会议论文或pub的极少数人。且随着Trump Policy导致的科研资金急剧缩减，个人认为这样的道路会越来越难。我在25 Fall申请master时也顺带尝试着申请了Minnesota（wl但rej）和UNC（无面rej）的PhD项目，个人认为有这方面想法的朋友们应该大胆尝试但绝不应该all in。

b. 关于硕士项目的选择

我对于陆本陆硕这条路径的选择并没有太深的了解，个人认为三年的硕士时间非常充裕，比起美国相对紧缩且课程繁忙的硕士项目来说会有更多的时间来好好做自己的研究，确定自己相对具体的研究方向。我在面试过程中有认识从中大本硕并且最后取得很好的offer的同学，所以认为在传播学里陆硕可能没有想象中的那么不占优势。

关于英港新的硕士项目，我认为优势主要在于老师可能的connect和与国外培养体系的接轨，但过短的培养时间会让更多人选择gap一年在下一个cycle申请。我所熟知的、对申请有确切帮助且placement不错的项目有：

  • CUHK MPhil in Communication 亚洲顶级的纯粹学术跳板，但录取难度奇高。其实感觉能拿到这个的朋友，往往本就足够直接去北美Top 50的PhD项目里碰运气了。
  • Oxford OII 资源非常多的项目，量化的培养可能没那么强，10个月的培养周期确实时间比较紧。我认识的一个直系师哥来这里读硕士，最后去到了CMU做HCI。
  • LSE Media and Comm (Research) placement蛮不错的，cohort挺小而且难度没那么高，faculty和美国学界联系还挺多的，但听说前年去UPenn的几个本科都是美本藤校的，所以具体能有多少帮助就不好说了。LSE和USC那个合办的项目可能是更好的选择，但我的了解也极其有限。
  • 阿姆斯特丹的量化培养以及学科名气也能有很大的帮助，欧陆包括Zurich做政治传播的也有几个很有名气的学者，学费也挺便宜，都是不错的去处。

美国的硕士项目能够提供许多优势，包括但不限于：1）美国学校很喜欢录取已经接受过美国教育体系培养的人（在这个层面上来说，本科去美国读一个暑校也许帮助会很大）。2）直接的推荐信和connection。3）参会的travel grant都还挺足的，而且路程也近。

美国硕士有两条路径。第一种是申请大公校有奖的硕士项目，但最近对州内学生的极度保护也让这一条路径没有之前那么好走了。具体的项目可以参考郝鸿涛学长的美国提供全奖的新闻传播学硕士项目（不完全统计），以及最新的来自裤衩老师的list也是很好的一个参考。

第二种是去名校读镀金硕士，常见的去向有东亚研究（哈佛、哥大、伯克利等）、计算社科（芝加哥、哥大等，具体的项目可以参考Zheqiao师哥的美国Computational Social Science硕士项目），一些社科项目例如芝大的MAPSS今年的结果貌似不太好看，我猜测是学科计算化程度加深与美国学界资金紧缩的双重影响。

2. 如何选择自己合适的项目

回顾整个申请季，我最深刻的体悟是：在PhD申请中，Research Fit大于一切。fit比好bg、强connect可能要重要得多。

我在第一步做的是比较宏观的检索。对于Political Science和Information Science来说，最快捷的方式是去查询U.S. News Best Grad School的排名。Communication可以去看NCA的博士开设点。豆瓣上也有一篇极好的帖子《美国传播学选校信息》，虽然是22年的信息，但对整体学校和范式取向的锐评是相对精准且有参考意义的。

现在你可能留下了50条左右的项目，在这个阶段最重要的是挑选出最fit的老师和整体系的研究方向vibe。我认为各种AI在这一步可以发挥很大的作用——把faculty主页的链接或bio文本直接喂给它，让它帮你快速生成结构化的教授画像。我的prompt如下：

Prompt 模板

Role & Context
You are a senior scholar in [to be filled] at a top U.S. university. I am conducting preliminary school research for doctoral programs and need to quickly and objectively profile potential advisors for large-scale screening.

Task Please carefully read the faculty webpage, CV, or bio text I provide. Discard all pleasantries and administrative descriptions (e.g., committee chairs, teaching awards). From the most rigorous academic perspective, output the following highly structured information:

1. Core Academic Profile

  • Tags: Extract 3–5 highly precise academic keywords summarizing their currently active research areas.
  • The Big Question: In one sentence, what is the ultimate scholarly question this researcher is trying to answer?

2. Methodological Toolkit

  • Identify their dominant research methods (e.g., computational social science / NLP, network analysis, in-depth interviews, comparative-historical analysis, controlled experiments, etc.).

3. Trajectory Check

  • Distinguish between their historical achievements and recently active directions. Based on the text, indicate whether their research focus has shifted in the past 3–5 years.

Input Data:
[Paste link here]

经过这一轮筛选，你的候选名单应该已经大幅缩短。接下来值得花时间去细读每位教授的Google Scholar主页——重点关注近3-5年的发表取向。

在最后的决策圈，不妨列一个表格，对每个系的匹配程度和可能的担忧进行打分与备注，按照你所倾向的权重取均值来做最终判断。我同样按照上述prompt的三个维度进行打分。

一个核心原则是：在一个系里，你最好能找到2-3个与你有相当程度匹配的老师——要么能在具体理论上提供指导，要么能在方法论上给予计算或定性的支持，要么在区域研究上有共同交集。我听说过PI跳槽去哈佛、学生跟着一起转过去的幸运案例，也听说过因此不得不尴尬换导师、被迫走交叉路径的情况。无论如何，一个系里有足够多与你fit的faculty，是整体申请中极其重要的考量因素。即使有那么一两个老师对你的研究路径相当认可，但如果和整体系的vibe不符合，依然不会被committee买单。

关于选校数量，我认为在6-15这个区间段都是正常的，我也有朋友是按照U.S. News从rank1-30 每个都交了申请，最后顺利拿到offer。毕竟这是钱包的问题，而且据我所知，大部分top院校的申请费都是相当好waive的。

3. 我所了解过的项目

我会把我详细读过文章的教授和项目的一些信息简要的列在下文，希望对之后的同学有启发与索引的作用。

  • Upenn Communication 一个超大的院系，有相当规模的Faculty，不论是placement还是资金支持都非常优秀。我在xhs上有看到往届不算少的案例，但26 Fall这个cycle，貌似确实没有中国人去。这个系的研究路径取向非常广，不管是政治传播、人际传播、媒介心理都有合适的老师。在我熟悉的领域里，有做政治极化和身份问题的Deen Freelon，也有做Networks的Sandra González-Bailón。
  • Northwestern MTS 一个跨学科性质极其明显的项目。研究路径极注重交叉，有做网络科学和团队协作的绝对大牛 Noshir Contractor（SONIC Lab负责人），有做在线社区与数字批判研究的 Aaron Shaw，也有深耕数字新闻与STS的 Pablo Boczkowski。在我的方向中，有做虚假信息与跨国政治传播的Erik Nisbet，以及研究中国数字平台的Yingdan Lu。
  • Cornell Communication Cornell的规模相对前两个就更加偏向小而精了，其与Cornell的iSchool有几个共同任职的教授，有交叉方向的朋友可以试着互申。Drew Margolin是做credibility/legitimacy、misinformation的大牛；Natalie N. Bazarova和她的Social Media Lab做了不少关于网络生态与内容治理的内容。上述两位老师也有过不少Coauthor的经历且都在iSchool里有任教。但今年Cornell的财政也确实不太景气，有点略微诈骗性质的是在10月份的Info Session上提到不会缩招，但最后只招了4个，也算是极其惨烈。
  • NYU MCC 这算是美国目前为数不多仍然坚持质化路径的项目了。整体的vibe非常偏宏观叙事与批判视角，有做技术成瘾与机器设计的 Natasha Dow Schüll，做数字媒体理论与软件研究的 Alexander Galloway。但也有在faculty里独树一帜做量化、博士毕业于MTS的 Angela Xiao Wu（计算网络方法与政治信息化的批判视角）。
  • UMich iSchool iSchool里面的Top Tier，有不少做计算社会科学的faculty。有做社会政治数据分析的 Ceren Budak，更偏向平台的干预设计；有我非常非常喜欢的 Dallas Card, 做政治话语框架演变、历史语料库构建，师承UW的Noah A. Smith，交叉方向做得非常出色。UMSI也有开设master项目，资源很多，也是非常好的跳板项目。
  • UIUC Department of Communication 一个计算传播资源丰富的的老牌强校。做计算文本分析的，有依托Cline Center海量数据的Scott L. Althaus（侧重事件编码但貌似不怎么带新生了）；做政治传播、虚假信息和LLM的 JungHwan Yang，非常的 supportive。UIUC的Funding强绑定TA岗位，要求貌似是口语8.0。
  • UNC Chapel Hill Hussman 同样的老牌强校，兼顾量化和质化，主流取向是健康传播和政治传播。CITAP有相当不错的跨学科资源，有大佬Daniel Kreiss 和 Shannon McGregor。缺点在于自从Deen Freelon走后，系里做纯定量的只有Eva Zhao，也可以看出系里的一个主流取向。Hussman会发不少无funding的offer，也可以看出刚刚才从惨淡财政中走出来的痕迹。
  • Rutgers SC&I 一个被严重低估的项目，最大的特点是Communication与InfoSci不分家。Katya Ognyanova之前做的COVID States Project很有意思，专注于网络对政治行为和信任的影响；Kiran Garimella 做的东西很独特很有意思，他之前在MIT IDSS做博后，专门研究加密平台上的Misinformation和政治极化。Sarah Shugars结合了Network Analysis和NLP来分析政治商议，人也超级nice。Health Comm也是该系的大头，而且funding给的真很不错。
  • UBuffalo Communication 系非常小，招的人非常少，但是老师都很好很好，非常偏向于量化的一个项目。Yotam Ophir和他负责的 MEME Lab 在文本挖掘、网络分析与政治极端主义的研究上非常活跃。此外，值得一提的是Yini Zhang，我非常非常喜欢的一个老师，毕业于UW-Madison，导师是 Dhavan Shah 和 Chris Wells。她算是少有的非常专注于methodology的老师，研究社交媒体上的政治注意力流变。她和 Yotam Ophir 经常有合作，把 UB 在 Misinformation 和 Political Polarization 这一块的 research output 拉得非常高。UB 的 Funding 是个比较明显的痛点，Base stipend 目前大概在 $23k 左右。

三、材料准备

1. 在申请季中不可把控的or无关紧要的

GPA

GPA肯定是长期积累的结果。但就个人观感而言，社科这个track申请者的GPA普遍不会太低，到了3.7以上之后边际效益就很小了。

PUB

我的一个结论是：在Committee从400-500份申请中筛出50人shortlist的阶段，Publication的核心价值在于帮你在SOP（Statement of Purpose）中呈现一条清晰的学术轨迹；而在从shortlist中进一步挑选面试名单或直接发ad时，pub则可能在背景相近的候选人之间形成比较优势。

不妨想想，在Committee极其有限的审阅时间里，教授会关注pub的哪些信息？首先是论文标题所透露的细分领域、研究议题和方法取向，其次是你是否为一作，最后可能才会扫一眼期刊名称。在传播学这样一个不像隔壁PoliSci有等级森严的顶刊体系的学科里，是正式发表、会议论文还是working paper，其实远没有你想象的那么重要。

于是结论就很容易出来了，Pub（哪怕只是一个idea）更多是在为SOP提供一个可验证的支撑点；教授更重视的，是你是否已经具备较成熟的、能够提出问题并尝试解决问题的思维路径，也就是常说的培养潜力。

GRE

除了经济学、政治学等对量化基础有严格要求的学科（其实这也未尝不是一种学科主流取向的展现）仍将GRE（尤其是Quant部分）作为评估学力的重要参考外，GRE在绝大多数人文及软社科项目申请中已逐渐边缘化。许多项目不仅将其设为Optional，更有不少直接采取了GRE Blind政策，明确表示不接受或不审阅GRE成绩。

语言

无关紧要，但一定请关注项目明确的TA 语言要求。例如，UC Davis、UIUC及Purdue的传播学项目，均明确要求申请者的托福口语达到26分或雅思口语达到8.0分及以上。强烈建议在申请前详细核查目标项目的相关政策。

Personal Statement / Diversity Statement

其实用处不大，但在Campus Visit的时候和faculty聊后才发现，其实绝大多数的Fellowship Nomination都和这个有关。其具体内容主要包含你的一些身份政治的内容，如种族、第一代大学生、性别歧视、身体残疾等，也同时可以提及一些个体中大事件例如重大挫折、童年的社经困难。同时，讲述如何克服困难、如何服务于社群（或小群体）、如何发挥leadership，都是很不错的论述点。

推荐信

其实对于绝大多数人来说，三封推荐信都是来占坑的。在没能拿到来自对方认识的推荐信的前提下，我认为推荐信所起的作用是：在你的CV和SOP这两个相对主观且结果导向的材料之外，能够提供一个非常独特的第三视角来更宏观地审视申请者。

关于如何选择推荐人的原则是：熟悉你>>名气大/对方认识>>title 大。我曾在申请季前一度非常迷信某一领域的知名人物在申请过程中的助力作用，但在和几位关系较好的推荐人聊后发现：如果你和Ta的联系仅仅只是在某一节课/final project的几句对话的联系，那其实你只会接收到了公式化的一封不痛不痒的推荐信。而如果你并不能在推荐信中展示对你足够的了解，那么这一封所谓的牛推的作用也是非常有限的。我的一个推荐人也有一个”爆论”：少于两页的推荐信 = 黑推，足见”熟悉你”这一维度的重要性。

关于跨学科的推荐信。如果你的方向非常交叉且没有拿到三封牛推，来自不同学科领域的推荐信也许能够非常好的展示你整体的一个学术发展的脉络。

另外，一个很细小的容易被忽略的点：在填写推荐信系统时请务必waive查看推荐信内容的权利。许多学校会认为没有waive的推荐信等于造假而直接不看。

关于推荐信发送Timeline。我推荐在10月中旬就和教授做好确认，然后再10月下旬or11月初把自己的材料（CV/SOP/申请list/简要描述和教授的互动回忆）打包发送给推荐人。11月有大部分学校的期末周，教授可能会极其繁忙，建议在11月中旬把具体的链接发给教授（或更早），在距离ddl的前一周发一个warmly reminder。

2. 在申请季中可以提升的

CV

CV的意义在于短小精干（了解到的大部分项目对于CV的页数是没有限制的），可以把你在SOP里细细讲述细节的大段文字用点的方式一目了然的看完。

具体可以分为Academic Part和Non-Academic Part。前者可以有：

  • Education：列一下master相关（本科就不必要了，如果有量化的的课程也是一个不错的加分项）、交换或联合培养经历（其实真蛮有用处的）。
  • Publications：建议把和faculty/个人方向相关的文章放在前面，然后按照作者序列/期刊层级/完成时间依次下排。
  • Conference Paper：同上，建议把会议全称写明白；很多文社科会议没有doi/arxiv，把项目放在github上，认真写一个简练的readme，在CV上附加链接会是一个极好的方法。
  • Working Paper
  • Research Experience：具体写做了什么、用了什么方法（具体的模型）、自己在其中担任的角色。若为RA可以考虑把PI的链接加上。
  • Academic Service：审稿、会议志愿、学生组织学术活动等。
  • Teaching Experience：远超想象的有用，结论来源于许多大公校在面试环节就会问你想教什么课。
  • Award and Honors：奖学金、竞赛等，有链接放链接。
  • Skills。

后者有 Work Experience, Leadership Experience, Volunteer Experience 等， 用于展示个人品质或追求。

非常推荐用Latex进行排版，我用的模板是Overleaf上的Academic CV Template。大佬张沥今总结的github库里有许多非常好的案例。

总而言之，CV建议越早完成越好，这是套磁环节最关键的要素。后续有论文录用更新简历然后发邮件告知即可。

另外，强烈建议制作一个个人网站，尤其是在现在vibe coding如此强大的时代。有以下几个优势：1）可视化，更优雅的把自己的具体研究兴趣和相关paper和链接表现出来总是好的，哪怕教授只是扫一眼。2）可以放在CV 姓名列下面的链接上，教授可以随手点击。3）如果加了诸如GoatCounter这种IP记录的，可以很明确的看到自己的审核进程。4）可以写点有意思的内容。具体的模板只需要简练、干净即可，你可以在搜索教授时选选自己喜欢的网站模板进行模仿。

SOP（Statement of Purpose）

这也许是所有材料中最重要的，主战场在500人申请者中选50人shortlist，可以说是决定性质的。

SOP是什么？每个项目有些许不同的描述，但主体上是在描述一个东西：你的研究兴趣 - 这个兴趣起源于哪里 - 在这个过程中你如何发展调整你的兴趣 - 你为什么要来这个学校 - 你未来的规划。以此，我们可以大体把SOP分成以下几个部分：

  1. Research Interest. 这应该是SOP全文最核心的段落。这里有许多不同的展开方式，有连续问题 + 个人经历经验 + 具体的研究兴趣； 有开门见山研究兴趣 + 具体阐述该研究兴趣的方向 + 我希望做出的贡献等不一一列举。
  2. Relevant Education/Research Experience. 这里最重要的是如何有效率地表达，而英文中最有效率的表达则是总分结构。推荐的行文逻辑是：【总】在[教育经历]期间，我开始对[研究兴趣的方向]产生兴趣；【分】我在[具体项目]中，做了[用了什么模型/数据库/研究方法]，得到了[理论上的结果]，这对[研究兴趣]有什么启发；【分2】同上。建议在第一页完成上述两部分的论述（以单倍行距12号字体为例），否则将过于冗长。而篇幅限制则让你必须选出2-3个和你的方向最相关的项目，请好不遗憾的把其他没那么相关的舍弃掉或放在其他地方（如后文的技能）。
  3. Future Research Agenda. 这一部分建议从目标院校老师的具体方向入手，结合你的个人兴趣来综合考虑。为提高表达效率，仍然建议通过【根据上述经历而产生的问题】+【具体阐述问题的方方面面】+【我希望用的方法】+【PhD期间期望达到的结果】来综合组织段间行文。
  4. Why School. 这一部分写作应该是双向的，分为：1）这个项目能给我带来什么，你可以通过罗列1-3位老师 or 这个项目相关的实验室 来描述项目可能可以帮助你讨论你的研究兴趣的资源；2）我能给这个项目带来什么。这一部分前提是前文你已经充分展示了你的独特性等，通过或视角方向增加或量化补充等阐述来行文。
  5. Endings. 这一部分就相对程式化了。简要叙述你未来想去业界/学界 + 你希望为这个方向做出的贡献即可。

在你了解到行文大致结构后，那该如何找到这个确切的研究方向呢？

我自己大致经验是：

1）列出自己的主要研究经历（可以直接用CV）

2）给每个主要研究经历加Tag，不论是理论/领域/方法论/技能，能想到的都加上

3）在上述Tag中找适合串成线路的路径。你应该从理论支持/独特性两方面考虑，这个路径和兴趣是否合格，在二者之间选择你觉得恰到好处的平衡。

有几个我觉得可能会有帮助的个体经验：

  1. SOP中可以引用文献，但鉴于其篇幅和行文性质，建议以上标脚注的形式附上超链接指向具体的DOI，而非使用传统的参考文献格式。
  2. 如果涉及到中国特色语境的术语，诸如Bilibili/Weibo等，建议在前面加上一句 “Chinese social media platform”之类的限定词，帮助理解。
  3. GenAI只建议用来润色语言，不建议相信它的评价和整体文风上的修改。
  4. 不相关的经历宁可别放， Research Interest才是一切的核心，不要硬串。

套磁

四、我的时间线

五、面试

六、Plan B

七、结语

八、前文未提及但极其有用的资源

Comments