寫作課紀錄(二)

本區另開新的紀錄,並且後續將與前篇整合。

寫作的過程與重點
  • 寫作之前
    • 清楚所欲描述的概念:無論是翻閱書籍、找人討論,或者自行釐清,總之對於概念相關的知識應於此階段準備妥當
    • 條列欲呈現的重點名目:窮舉所有寫作之重點,再行刪減、分配,以建立完整的寫作輪廓
  • 寫作當下:先求完整、再求連貫
    • 確認所有的重點都被提及
    • 確認所有重點都清楚陳述
    • 確認段落之間的連貫性合理且適當
      • 字面上的連貫
      • 概念上的連貫
課程討論:

  • 先描述主要研究的結果,再行闡述其所代表的意義
    • 結果 ≠ 結論
      • 結果:是指論文段落中的結果部分,主要陳述與研究議題相關的數據或者分析結果。
        • 結果的鋪陳可依資料分析的結構依序呈現,除非有特別考量,再因目的而調整
        • 在討論章節中宜簡單描述主要的結果(但未必需要呈現數字而與結果章節重複),再行說明其所代表的意義,以利資料與意義方面的整合
      • 結論:結論指的是總和諸多證據之後所下的總結。雖然主題句應明確具體,但在討論章節中不宜直接將此結果呈現,否則易造成混淆而不清楚之狀況
  • Rasch model的解釋與應用
    • 如強調其樣本性,可能為被其sample free的特質
      • 現實是不可能驗證sample free,儘管理論上可推論此結果
      • 無法妥善的抽樣始終是個方法學上的問題
    • Rasch並非驗證單向度的唯一方法,也並非最佳方法。因此,若要討論單向度的議題,只呈現Rasch相關的結果是不足的,並且造成主題的侷限
      • 概念上,單向度可以連接到很多的驗證方法;而Rasch的其中一個功能為驗證其單向度。故在呈現此議題時,若只取Rasch驗證單向度的部分,對單向度的主議題來說就顯得太侷限、單薄
    • 區間資料較順序資料可以提供較多的資料,例如可進行計算進而比較數據間的差距。然而,此更多的資訊不等同於powerful一詞,此可能與統計檢定中的power搞混而產生誤解
  • 文章的結構與鋪陳
    • 前言與討論處都會提及前人的研究,但二者的比例要如何分配?
      • 宜在寫作前先條列所有重點,再將之妥當的分配到前言與討論處。分配方式由作者主觀決定
  • 效度概念釐清
    • 效度(validity):測驗是否測驗到其預測量的特質?
      • 內容效度
      • 效標效度:同時效度是指測驗與其黃金效標進行比較,屬於外在之驗證方式。如測驗結果與黃金效標具有高度相關性,則顯示測驗之建構應與黃金效標相仿。
      • 建構效度:
        • 收斂 & 發散效度:測驗結果與應該相關的測驗(建構)呈現適度的相關或不相關,屬於外在的驗證方式,藉此間接的支持測驗之建構。
        • 因素/結構效度:專指使用因素分析方法(CFA/EFA)進行其因素結構的分析,屬於內在的驗證方式,此結果可知該測驗內影響的因素結構進而與理論進行比較。
  • 判斷是否進行一分析之要件:
    • 進行此分析的主要目的為何?
    • 是否與研究目的相呼應?
    • 是否有充分的方法可以進行?
      • 若有,則可執行無礙
      • 若無,且沒有更好的方法,則須在討論中適度提及(或列為限制,提醒讀者)
  • 是否於論文中呈現特定表格之要件:
    • 投稿期刊是否有篇幅限制
    • 他人是否熟悉此表格內容的相關資訊(例如評估工具以及其題目等)
    • 他人是否容易取得表格內容的相關資訊(例如評估工具是否容易取得?)
    • 此表格是否為主要結果
      note:至於放在表格或者附錄則是技術性的問題,作者可斟酌
  • 論文內容的肯定程度
    • 一論文的內容,其目的應該明確、堅定,但是研究結果則可視證據強度而有所保留
2015.4.1
  • 討論不可能沒有東西可以寫,除非了解的不夠多
    • 閱讀相關的論文,觀察他人討論之重點,可得到更多的討論議題
    • 內容多寡並非重點,重點在於概念上之價值與必要性
  • Item level的驗證結果≠整體量表的特性
    • 沒有disorder的狀況僅能代表單一題目各類選項都有人使用,但不代表整體量表非常好
  • 評估工具之驗證,重點在於前言之描述
    • 工具本身應有明確價值、為人所接受,其相關的驗證才有意義
    • 工具之特性與驗證之內容,應與研究目的相互呼應
      • 研究目的,應與其價值、目前之不足相關
    • 工具之定位影響其價值與相關驗證的需求
      • 療效評估之工具應具反應性相關之驗證
      • 篩檢型工具不僅用於連接深入評估的工具,也可作為預測因子
        • 例如Berg balance test
  • 工具之比較應注意性質的對等
    • 相同功能、定位的評估工具之比較較具意義
    • 反之,不同性質則不宜貿然比較
      • 如儀器與評估工具
  • 主詞意義之轉換是需要留意的地方(通用性的詞彙在功能解釋上不宜過分限縮)
    • 例如討論psychometric properties時可以舉利如unidimensionality, reliability, and responsiveness;但是討論缺乏造成之影響時,應以更明確的主詞unidimensionality, test-retest reliability敘述之
    • 又注意reliability的意義可能不同,如Rasch reliability≠Test-retest reliability≠internal consistency reliability
  • 區間估計優於點估計(在Effect Size之應用)
    • 單純提供Effect size的資訊有限,因其為點估計
      • 可使用Bootstrap之方式取得其區間估計的結果(under特定信心水準下)
      • 區間估計的結果可進行統計檢定,提供統計上的證據支持
  • 既存/新發展之工具
    • 在學術上尚未發表過論文者,應以全新的工具規格介紹之
    • 若為上述狀況,則強調其地區應用性恐貶損其價值
      • 反之,若其少有文化差異又有過人之處,則有利於推廣
  • 討論時宜限制在研究結果的框架內
    • 不宜過分類推至他處
  • 儘管方法必有其限制,但是解釋應緊扣使用此方法的結果
    • 確認自己選擇最適當的方法,並且接受之、相信之
  • 常模通常見建立於健康人身上,故常見比對同年齡之常模
  • 寫作時應善用句點將句子、段落分開
  • 關於結構性驗證的用詞可更精確
    • domain/subdomain/item
    • 宜使用相同的主詞

留言

熱門文章