Kuinka analysoida tutkimuspaperia

Kun aloitin diplomi-insinöörini vuosia sitten, harrasin eräänlaista tutkimusta villisti ja sokeasti. Nappasin paperin paperin jälkeen ja yritin kiihkeästi lukea niin monta kuin mahdollista. Halusin käydä läpi MSc: n.

Ja kuten puuttuin virheenratkaisustrategiasta, minulla oli vastaavasti adhoc-paperin lukemis- / analysointistrategia. Oma "anti-prosessi" koostui adhoc muistiinpanon kirjoittamisesta, satunnaisesta korostamisesta ja hajautetuista ideoista. Joskus luin kokonaisia ​​kirjoituksia, joskus vain päätelmiä. Joskus luin ne ylhäältä alas, joskus luin osioita mielivaltaisessa järjestyksessä. Joskus kirjoitin muistiinpanoja itse paperille, joskus kirjoitin ne erilliselle paperille, kun taas toisinaan kirjoitin ne google-taulukkoon. Itse nuotit olivat erimuotoisia ja syvyisiä. Joskus muistiinpanoni olivat hyvin kirjoitettuja ja ymmärrettäviä, toisinaan (yleensä suurimman osan ajasta) ne olivat TOTEEN epäjohdonmukaisia ​​ja turhia.

Muistan muutaman ensimmäisen innostuneen paperilukemani jälkeen, kun halusin aloittaa tausta-luvun kirjoittamisen, kun vain huomasin, että jätin keskelle hajottamattoman, priorisoimattoman kaaoksen. En tiennyt mistä aloittaa ja missä lopettaa ja mitkä aukot olivat vielä olemassa. En ollut varma siitä, mitä olin oppinut, en todellakaan tiennyt, ymmärsinkö kentän vai ei. Kuinka voisin olla hyvä tutkija, jos en pystyisi selvittämään prosessia tutkimuksen lukemiseen?

Vasta viimeisten kuukausien aikana (niin 6 vuotta myöhemmin, jatko-opinnot) olen päättänyt viettää aikaa itsensä pohtimiseen ja puolestaan ​​viljellä parempia paperinlukutapoja. Olen puhunut monien suosikkitutkijoideni kanssa yrittäessään ymmärtää heidän prosessiaan, ja olen kiireellisesti yhdistänyt heidän tekemänsä prosessin omaan prosessiini. Toivon, että en ole ainoa surullinen kurja, joka kamppailee päästäkseen paljon irti paperin lukemisesta ja että ehkä epäonnistumisi ja opintoni auttavat muita.

Nyt teen (toivottavasti) pari blogia tässä sarjassa, koska tutkimusartikkeleiden lukemiseen on monia näkökulmia:

  • Kuinka valita mitä kirjoituksia lukea?
  • Kuinka "syvästi" sinun pitäisi lukea jokainen paperi?
  • Kuinka oikein luet paperin?
  • Kuinka analysoida ja jäsentää ajatuksiasi tietystä paperista?

Tämä blogi käsittelee pääasiassa viimeistä näistä 4: ”Kuinka analysoida ja jäsentää ajatuksiasi tietystä paperista” ja koskettaa ”Kuinka tosiasiallisesti lukea paperia”, koska se korostaa sitä, mitä sinun tulee olla kiinnostunut lukeessasi.

Vastuuvapauslauseke: Minulla on taustalla tietotekniikka. Joten strategiani on todennäköisesti todella järkevää vain, jos olet sellaisella kentällä. Toivottavasti jotkut strategiat ovat poikkitieteellisiä. Lähetä minulle ajatuksesi, jos näet jotain merkityksellistä (tai ei) alaasi

Uusi paperianalyysiprosessini

Päivitetyssä ”prosessissani” pyrin yleensä tekemään seuraavan: Luettuani paperin (yritän ylhäältä alas), korostaen ja tekemällä mielivaltaisia ​​merkintöjä marginaaleihin, haluan käydä läpi nämä marginaaliliitteet jälkeenpäin, luokitella ne ja kerätä ne vaihe vaiheelta -analyysiin, joka käsittelee kutakin aihetta / ulottuvuutta. Eräänä päivänä, kun tätä on tarkennettu edelleen, haluan kehittää mallin tutkimuspapereiden analysoimiseksi, jota voimme jakaa ja jota toivottavasti käyttää optimoimaan tutkimuslukemisprosessimme.

Julia Evansin ja hänen eeppisten elämäntappiensa innoittamana piirrän alla olevan pienen mielenkartan kuvaamaan “teemoja”, joita nyt tarkastelen analysoidessani paperia (jonain päivänä muutan sen sarjakuvaksi!)

Koska pieni mielenkartta (a) on digitalisoitava ja (b) tarvitsee vielä melko paljon työtä, aion käydä sen läpi. Mennään!

1. Tärkeimmät kommentit

Tärkein panos esitetään yleensä tiivistelmässä abstraktissa asiakirjassa ja johtopäätöksissä. Tämä on tietenkin erittäin tärkeää, joten omistaan ​​muutaman lauseen selittääkseni sen omin sanoin

2. Toissijaiset osuudet

Näitä ei aina mainita abstraktisti, joten ne poimitaan lukemisen aikana. Tämä voi olla ainutlaatuinen strategia tulosten analysoimiseksi tai uusi tieto, joka voi osoittautua hyödylliseksi.

3. Henkilökohtaiset löytöt

Tutkimuspaperi on enemmän kuin sen kirjoituksia. Tutkimuspaperin lukeminen lisää tietosi eri osiin - asioita, jotka on lainattu muista kirjoituksista, joita he käyttävät tässä esityksessä, tai jopa hyödyllisiä paperin kirjoitustyylejä. Haluan luokitella henkilökohtaiset löytöni seuraavasti:

  • Näkymätön aiempi työ, käsitteet, algoritmit ja terminologia.
  • Mielenkiintoisia menetelmiä, tietoaineistoja ja vertailuarvoja.
  • Älykkäät analyysitekniikat.
  • Hyödyllisiä paperinkirjoitustekniikoita ja tyylejä, esim .: valinta laittaa aiheeseen liittyvä työ loppuun tai lisätä liite yksityiskohtaisilla yksityiskohdilla.

4. Kysymyksiä

Kun luet paperia ensimmäistä kertaa, jää useita kysymyksiä. Usein itse paperilla ei ole vastauksia. Jos haluat vastata kysymyksiin, jotka minun on luettava jotain muuta, katso lähdekoodia tai ota joskus yhteyttä kirjailijaan. Nämä ovat tyyppisiä kysymyksiä, joita esitän:

  • Puuttuva tausta: "Mikä tämä kaikki on?"
  • Tuntematon terminologia: "Mikä se on?"
  • Mahdolliset virheet: "Se ei tunnu oikealta!"
  • Selittämättömät päätökset: "Miksi he päättivät tehdä niin?"

5. Tärkeitä viitteitä lukemiseen

Kukaan tutkija ei ole saari, edes John Nash (joka viittasi pahamaineisesti vain yhteen muuhun kuin itseensä). Lukeessani paperia, panen merkille, mitä työtä tämä paperi perustuu ja korostan tärkeitä viitteitä. Nyt täydellisessä maailmassa olisimme lukeneet KAIKKI viitteet, mutta valitettavasti se ei ole käytännöllistä ja meidän on keskitettävä ponnistelumme. Tykkään luetella pari keskeistä viitettä, jotka minun on palattava takaisin ja luettava tärkeysjärjestyksessä, jotta tiedän, minkä paperin ensi kerätä.

6. Kriitikot

Vertaisarviointi ei ole täydellistä, ja tieteellisten standardien tasomme eroavat toisistaan. Olen usein havainnut ongelmia metodologiassa tai tekijäpäätöksissä, jotka häiritsevät minua ja jotka olisi korostettava. Muutamia esimerkkejä kritiikistä, joita minulla on säännöllisesti:

  • Huonot tai heikot kokeelliset menetelmät. "He juoksivat vain yhden näytteen!"
  • Väärä analyysi: "Et voi tehdä tätä johtopäätöstä siitä tilastosta!"
  • Algoritmien virheellinen kuvaus: “Tästä puuttuvat osat!”
  • Puuttuvat tai ylikuormitetut symbolimääritelmät: “Mikä helvetti on?”
  • Huono kirjoitus: “Odota, mitä?”

7. Ideat

Ensisijainen tehtävämme tutkijana on ymmärtää tietopohja, pohtia ”mitä jos” tai “miksi” ja yrittää sitten vastata siihen. Joten ideat, jotka tulemme lukemaan paperin lukemista, ovat erittäin tärkeitä!

8. Luokitus

Olen päättänyt arvioida jokaisen lukemani paperin. Tämä auttaa ohjaamaan yhtä läpi kentän, nostamaan esiin parhaat tutkijat ja ymmärtämään panoksen merkityksen. Käytän yksinkertaista 5 tähden luokitusta. Nämä ovat akselit, joita arvostan (kerro minulle, jos sinulla on enemmän)

  • Vaikutus: Muuttiiko tämä AI: n kasvoja ikuisesti? Vai oliko se vanhojen algoritmien uusinta?
  • Menetelmät: Kuinka tiukka heidän kokeelliset tekniikansa olivat? Kuinka monta näytettä he suorittivat kokoonpanoa kohden? Optimoivatko parametrit?
  • Analyysi: Kuinka tiukka oli analyysi?
  • Laatu: Kuinka helppoa paperi oli ymmärtää?
  • Relevanssi: Onko tämä merkitystä tutkimukselleni?

Joten siellä meillä on se ...

Nyt kun olen kirjoittanut tämän kaiken, olen olennaisesti virallistanut itselleni prosessin, jota seuraan. Lisäksi haluan varmistaa, että kunkin paperianalyysin ensimmäisessä yläosassa on kirjoittajat, vuosi, päiväkirja ja viisi tähteä.

Tämä on todellakin edistynyttä työtä, joten jos sinulla on jotain lisättävää, joka on mielestäsi arvokasta, ota meihin yhteyttä ja sisällytän sen prosessini. Työskentelen aktiivisesti tämän parantamiseksi, joten pidän myönteisinä kommentteja, kommentteja ja kritiikkiä