本文经授权转载于科学网张光明博文。
读文献是一个贯穿始终的过程,开题前、实验设计、实验过程中、数据分析与论文写作,都需要。但不同时期读文献的目的是不同的,相应的,重点也不一样。
在数据分析与论文写作的过程中,需要较多地阅读文献,但这时候的阅读,与前面的大不相同,颇有特色。而且可以分为几个阶段:
第一阶段:动笔写之前,验证数据与结论。
自己得到的数据与结论,与文献是否相同或者类似?几乎没有人能做全新的研究,多少能找到类似的文献,那么就可以拿来做参考。如果自己的数据规律(规律!具体数值肯定不同)和结论,与他人完全不同,那么就要警惕,是否错了。如果与一篇文献大相径庭,可能对方错,可能自己错;如果与n篇文献大相径庭,那么,大概率自己错,小概率恭喜你,创新了。N越大,错的概率越大。另一面,这些数据规律与结论也不能与文献完全相同,如果完全相同,恭喜你,白做了。科研必须要创新。完全相同的东西没有发表的意义。
第二阶段:草稿写作时,学习数据处理与表达的形式。
就是怎么来把这些数据组合成图、表,用图还是用表?用什么图?怎么配色配字?怎么排列组合?这些很有讲究。好的图表,可以为论文增色几分,差的图表,可以直接把论文抹杀。
第三阶段:草稿修改时。学习文字的表达。
第二步说的是图表的创作。图表是论文的骨架。骨头有的得上肉,就是文字的描述。这个时候,需要找一个内容、风格比较类似的范本,参考来写,尤其对新手来说,这点非常重要。这个过程有几个忌讳:首忌参考一堆,每个人、每篇论文的风格都是不同的,一定要重点参考一篇,然后可以找2篇来对照一下大致润色,切忌参考7、8篇,每部分内容参考一篇,甚至一句话、两句话看谁写的好,就跟着写,结果拿出来的东西五花八门、乱成一团。次忌眼高手低,有的论文写的非常漂亮,笔法老辣或是辞藻华丽,很容易吸引青年学生,但自身的文字功底或是英语水平又不行,结果画虎不成反类犬,写的错误连连。我国的英语教学有个毛病,(也许人大特别突出),就是不教学生好好说话,非得绕着圈子换着花样捡着新词来说,拿出来的东西貌似高明实则错误多多,再参考一篇写法复杂的论文,就更加不知所云。注意,科技论文讲的是让人看懂,不是辞藻华丽、文风复杂。
第四阶段:针对某个结论展开讨论时。
这是数据分析与论文写作中用参考文献用的最多的地方,你的数据与他人比规律如何?你的观点与他人比是否一致或是有不同的解释?你提出的假说文献是否支持?、、、一篇好的文献,需要大量深入的讨论,缺乏讨论,再好的数据,也就是一个实验报告。夸张一点说,实验报告与研究论文的本质区别就是讨论,讨论的高度和深度决定了论文的高度和深度。这个也是论文写作中最花时间的地方。