基本寫作概念 :
1. 寫作時應採用Top-down的方式,且每個段落應有清楚的主題句(underline)。
2. 英文學術寫作不要用縮寫,注意文法。
3. 適當斷句,盡量不要超過2、3行都沒句點,會很難讀。
4. 採用某種特定理論架構、觀點應說明理由。
5. 概念、字詞、句子間要有連貫性,適當舉例增加理解力,切勿突然冒出新名詞或新概念又未解釋。
6. 寫作時優點(大碗”牛肉”)不要放太後面。
7. 寫學術文章時宜精簡、直接,少用metaphor,清楚說明研究已完成的部分。
8. 若是某學者發展的模式,則應給予credit,清楚寫出發展者之名字。
9. 在描寫一個理論時,尤其是在social
science領域,應該留意理論之發展背景及演進,對於其間的變化要有sense。
10. 撰寫概念時,先不要參考他人寫法,若自己可用中文完整描述才代表對概念了解。
圖表使用 :
1. 內文提到的概念,應該在內文也有說明,若有圖表,則圖表只是提供輔助的部分,不應讓人要一邊看文章還要一邊對圖。
2. 圖表是很重要的部分,也通常是大家不會跳過的部分,因此應該要製作的清楚明瞭且吸引人。
3. 引用他人圖表要清楚citation(且採用最新版本),若有修改要註明,若使用原文(英文)圖表要中英並陳以使人較易理解。
4. 自製統計圖表,*符號比+優先出現。
5. Table是否要於內文中呈現或放入appendix需考量(1)期刊篇幅(2)工具知名度(3)易不易取得(4)是否為主要結果。
標題:
1. 在定標題時盡量用讓人易懂之詞彙,且需清楚定位研究目的。
2. 題目不要太大,要小、深入、且精確。
摘要:
1. 摘要要寫好才易被接受,否則reviewer還要往後看。
前言:
1.評估工具驗證之研究,前言不要只focus在心理計量,可在此多寫工具之介紹、特性、及優點、獨特之處,尤其當工具並非廣為人知時。
2. 可寫以前研究之不足,本篇之不同之處,較有說服力。
3.要和賣點連貫。
4.可能因為construct、dimension不確定才要validate,並非因可做rasch才做rasch,rasch不是主要賣點。
5.段落長短並非critical,重要的是該講的講了沒及連不連貫。
5.段落長短並非critical,重要的是該講的講了沒及連不連貫。
資料分析:
1.不用依分析流程寫,能讓人容易瞭解才重要
2.關於工具之介紹不用放在此
結論 :
1. 假若研究之drawback太多,結論就多保留一點。
2. 結論可放application、意義。
3.要和資料分析相呼應。
3.要和資料分析相呼應。
討論 :
1. 討論一開始以寫”finding”為主,之後再解釋與作結。
2. 討論可以優缺並陳,但限制中就不用講優點。
3. 不要過分解讀或太過篤定。
4. 起始句由paper result的數據開始寫。
5. 要呼應前言。
4. 起始句由paper result的數據開始寫。
5. 要呼應前言。
限制:
1. 研究中所遭遇之問題若已解決就非限制了。
2. 在描寫限制或缺點時,愈critical的應該擺在前面,沒那麼重要的則可以省略。
數值呈現:
1. Percentage通常寫到小數後一位,如26.8%
口頭報告:
1. 口頭報告,要有eye contact,投影片呈現重點即可,當報告時不需要照著投影片念,而更有彈性時(free talk),功力就進步了。
撰寫計畫:
1. 國科會計畫注重創新與價值,有頁數限制但無字數限制,字體可用13號方便閱讀。
2. 國內的計畫書建議用中文寫,因為一半的reviewer可能沒興趣也非該領域之專家。
3. 已發表的paper版權已屬出版社,因此就算那時寫得很好需要參考時也要重新改寫,但心裡要有一個概念清楚的scope。
回覆審查意見:
1. 為了呼應問題要把reviewer的話cite起來或是使用之詞彙、概念要呼應。
2. 回覆時應給予簡單明確之Answer,立場不要搖擺不定,一下同意一下又不同意審查者之建議是不恰當的。
3. 假如不想修改,則要給人很大說服力,說明清楚原因,及說明所遺漏的部分是否嚴重。
4. Give evidence很重要,要說明根據什麼,且支持之證據。
5. 若接受意見,則response要寫出paper預期要改那些內容;可謝謝審查者之建設性意見,感謝其增加文章之廣度、深度。
6. 研究是難perfect的,所以there is no need to apologize for non-perfect,但要說明在什麼地方是不完整的,那裡有所遺漏,當作limitation,並可補充價值,若reveiwer很concern這個限制,就會reject。
字詞使用與名詞介紹:
1. ~exclusively(特別針對的)
2. Health literacy:評價、了解、取得、應用健康知識之能力。(中風久的人health literacy不見得好)
3. Propensity score:傾向分數(接受特定treatment 之probability)
4. 學術寫作不宜用besides,應改為in addition
其他:
1. 工具不夠好則預測概念也不好。
2. 完善之病歷紀錄可以幫助專業人員間之溝通及決定病人出入院之priority。
3. 回溯性研究要考量selection
bias。
4. 不是練習越多次,practice
effect就越大;增加練習時間,短期就可大量練習。
5. 美國ADL評估工具用FIM較多,對BI較不了解。
6. IADL評估工具很少驗證responsiveness,因為不容易。
7. 博論可自訂寫作格式及結構。
8. 加拿大常用”CHEDOKE”TEST。
9. Rasch並非驗證unidimention最好且唯一的方法。
9. Rasch並非驗證unidimention最好且唯一的方法。