科研既耗时又耗资源，而且还具有很高的风险（如失败的风险、人身安全等），因此，在开展一项科研前，一定要对科研方法的可行性和预期科研结果的可靠性进行论证，这是科研准备工作的两道边界。
第一道边界：科研方法须具有可行性
可行性指某一假设（观点、思想、论题、方案、计划、项目等，以下均简称“方案”）基于现有的技术和资源等条件能否实现预期目标的确定。一般各类工程在开展新项目前都会进行可行性分析（或可行性研究、可行性论证等）。
一个方案的可行性是由多因素决定的概率性事件，因此在研究方案的可行性时，一般会采用多因素决策方法。但就科研实践来说，一般会关注以下几点：
（1）意义：预期目标是否具有研究价值。
（2）条件：现有的科学理论、技术条件、实践条件、物质和人力资源等条件能否满足该方案的需求。
（3）应变：实践中遇到阻碍时，是否能够随机应变，确保实践过程顺利完成。
（4）备案：如果实践结果不满足预期目标，是否有应对措施。
因此，在确定研究要素及其逻辑关系和选择创新方案时，宜做到以下几点：
首先，确定该方案的研究价值。创新是一类有效益的行为，而科研实践中的创新往往是要对科学理论的发展或工程实践有帮助。科研实践分为两类，一类是“证是”（即证明某些元素之间存在联系），另一类是“证非”（即证明某些元素之间不存在联系）。大部分情况，“证是”的研究价值和研究容易度要高于“证非”，但也存在一些情况，如医学、航天学等，存在“证非”的实践需求，如“某种药物对孕妇是无害的”、“手机在飞行模式下对飞机导航系统是无影响的”等。因此，在确定创新方案时，一定要结合科研需求和工程需求，甚至是项目需求或职业需求，不能仅将创新当成是一种高尚的行为，而不去考虑创新行为的后果是否具有值得付出的效益。
其次，创新方案宜在自己的能力范畴之内。很多人高喊要在科研中突破自己，不断进步，但一个人的智商绝不会今年120明年就180了，即使是学习软件、查询资料或做问卷调查，也不是一朝一夕的事情。创新方案的实施需要一定的时间，在这个时间内，你的能力（既包括智力、精神等内在能力，还包括物质、环境等外在条件）会达到什么水平即是所谓的能力范畴。有一些科研人员好大喜功、好高骛远，总想站在巨人的跨骨上直接往巨人脑袋顶上蹦，这是一种典型的跃进思想。换句话说，一个国家，连一艘巡洋舰都造不出来，就想去造航母，即使造出来了，别人也未必敢用！因此，科研一定是要在自己的能力范围基础上去突破、去创新，步步为营，要先爬到巨人的肩膀上再向巨人的脑袋顶上蹦。
方案可行性研究的主要部分是评估能力。对于科研人员，尤其是理工科学生来说，需要考虑的因素有很多，如理论基础、软件技能、试验条件、人员需求、财力、物力、时间等，再细一点，比如试验，要考虑构件制作精度、量测条件、试验设备、试验方案、环境条件等是否满足试验要求，还要考虑数据处理、图像处理等是否有可以参考或依据的方法或规则，等。因为能力水平是由多种因素综合决定的，因此考虑的因素越多，对能力水平的认知越具体、全面和真实，有利于减小实践中遇到非预期阻碍的风险。
在科研实践中会存在两种风险，一类是阻碍科研实践的进行，另一类是实践结果不符合预期。科研实践往往是基于某一目标的探索性实践，即实现目标是一个概率性事件，而非必然事件。而且，科研实践一般都是耗时耗力耗钱甚至耗寿命的活计，所以对一些可能出现的状况想好应对策略，做好预防措施，是一种增益的行为。另外，科研实践有着很大的冗余度或余地，这也为解决科研实践过程中遇到的问题或实践结果存在的问题提供一定的可能性。
第二道边界：科研成果须具有可靠性
方案的可靠性指基于该方案的实践结果能否认定为客观事实的确定。
科研的研究对象是现象、规律或规则，其中现象不具有作为成果进行表达的价值，但规律或规则基本是从现象中研究总结出来的。规律和规则两者都不受事件发生次数的影响，具有普遍性（一般性）。但大部分的科研不会将一个试验（指实物试验）重复做太多次，甚至只做一次就结束了，这就会具有很高的偶然性。有一些科研人员会通过采用数值模拟的方法来弥补试验的偶然性，但数值模拟与试验之间本身具有很大的差异，如条件假设、本构关系、材料性质等，所以用数值模拟结果和试验结果进行对比分析本身就具有争议，更何况用来弥补试验的偶然性。那么，有人会说，那就不做试验，直接做数值模拟，与上面同理，数值模拟到底具有多高的真实性是有待商榷的，只能说在与真理的距离上，做了数值模拟的要比什么都没做的近了一步，但这一步跨度有多大却很难说。因此，科研最好是依靠真实的试验数据，而试验要规避偶然性，从而保证结果的可靠性。
另外，在科研实践中会面临很多选择。其中，必然性的选择不会影响科研结果可靠性。比如从A推导到C必然要使用B，除了B没有其他办法，那B属于必然性选择，它不影响整个推导过程的可靠性。但如果从A推导到C有B和D两种方法，那经过B获得的C定义为C1，经过D获得的C定义为C2，C1和C2之间如果存在差异，即需要对结果的可靠性进行论证。而科研实践过程一般是多因素影响的，各选择对每个因素的考虑会有所侧重，从而选择不同，实践结果会存在一定的差异。那么，究竟哪种选择更接近真理呢？科研人员所做出的选择是不是最接近真理的那一个呢？这便是可靠性论证针对的内容。
如何保证科研结果具有可靠性呢？
一般有两种思维模式。一类是认为所采用的实践方案和实践过程均满足相关规范要求或被广泛接受，其误差水平在可接受范畴内，即认为该结果具有可靠性。另外一类是逆向思维，找出整个实践方案和实践过程中的错误和不足，如果这些错误和不足均处于可接受水平，则认为该结果具有可靠性。
由于科研人员对某一科研结果是否可靠进行评判主要依据记录该科研结果的论文等文献资源，所以在成果创作中（如论文写作），应将能够证明科研结果可靠的内容一一注明。而对于无法用规范条文、已有的文献资料等证明其可靠，且不是科研结果的内容，宜进行一定的解释，比如从A推导至C用到了B方法，但B方法本身存在较大的误差，导致所获得的C不尽如人意，那为什么采用B呢，宜进行适当解释，如囿于当前的研究条件、理论水平等。当然，有很多科研人员认为这是在给自己挖坑，但实际上即使你不去解释，内行人也能看出来那有个坑，而合理的解释恰恰能缓解读者的纠结。
提高科研结果可靠性水平的最行之有效的方法是增加试验次数。单调的重复要比华丽的演绎更具说服力，但却耗时耗力耗钱甚至耗寿命。在如今这样一个浮躁的年代里，能像爱迪生那样捣鼓灯泡的人不多了。