<object id="chinn"></object>

<th id="chinn"></th>
<nav id="chinn"><video id="chinn"><span id="chinn"></span></video></nav>

    1. <th id="chinn"><video id="chinn"><span id="chinn"></span></video></th>
      品牌升級,查看新版
      4000-058-056
      品牌全面升級,論文檢測進入“PaperRight”時代!

      學術研究與論文寫作應有的要素


      2014年12月03日 | 作者: paperrater | 分類: 行業動態 | 來源:PaperRater論文檢測系統

      近數十年來,教育研究方法可謂百花齊放,打破了傳統量化研究的壟斷。由早年用統計方法的驗證假設(hypothesistesting)去設計教育研究,到借助心理實驗進行探索和驗證;從傳統質化研究的訪談、觀課,到近年來又興起歷史族志學、敘事探究、扎根理論、行動研究等等,各種研究方法層出不窮,令人有目不暇接之感。許多學者指出,傳統研究中的一些判斷標準,如取樣的代表性、結論的推廣性以及信度和效度等對于非傳統研究并不適用。然而,事實并非如此。傳統研究方法自有它的不足,但也有它的長處,所謂“現代”的方法也未必就能盡善盡美。關鍵是:怎樣的論文才是一篇好的學術論文呢?

      以筆者多年閱讀及論文審稿的經驗來看,判斷一篇學術論文是好的論文,最基本的標準就是通過閱讀該文能知道一些新的東西。這種所謂的“新”,可能是新的問題、新的角度、新的方法、新的樣本,或者是新的結論,等等。這個新的東西可以不必太宏偉,一點點就可以了。而這種“新”,不是對個別讀者,而是對于整個學術領域而言,能帶來一些啟示。

      要得到一些新的知識,得出一些啟示,可以有不同的方法,但方法必須嚴謹。顯然,研究者必須真正經過研究才能使論文得出新的啟示,而且它是系統地得出的,即它是有科學性的、有理有據的。故此,雖然傳統研究的思維對其他研究并不一定百分之百適用,但它的基本想法仍然有參考指標作用。一篇完整的學術論文,主要包括研究問題、文獻綜述、研究方法、數據搜集、統計以及對研究發現的討論等部分。以下,我們從一篇學術論文的寫作進程分別談談寫作當中需要注意的要點。

      一、研究問題

      在傳統的研究中,研究者通常會列出假設命題(因為要做假設性檢驗(hypothesistesting))來求證。一些研究傳統,譬如扎根理論(groundedthe—ory),聲稱可以不帶研究框架進田野。但無論如何,我們在搜集“數據”時,總得有個焦點和方向。故此,無論你把它稱作什么,進田野后,如果是看到什么便算什么的話,這樣的研究是很罕有的(縱使不排除存在這樣的研究)。無論你叫它研究框架也好,視角也好,在通常情況下,在讀一篇學術論文時,知道研究者尋找的焦點是讀者合理的要求。例如,通過敘說、生命故事等探討教師身份之形成,研究者蹲在學校里幾個月,與教師一起生活、交談、共同備課??但也不是沒有焦點的,焦點就是“教師身份”。而且,對于所謂“教師身份”,其實研究者也必須進行過大量的文獻研究,概念包(conceptionbaggage)已經在那里了,只不過質化研究者更開放,他會在研究過程中不斷調整自己的概念和框架罷了。

      二、文獻綜述

      社會科學(教育是其中之一)是一種社群論述(socialdiscourse),故我們須先勾畫出論述之“流”。毋庸置疑,如果研究者忽略了一些主要的文章群組,則表示他的文獻搜尋做得不足。只是找到一兩篇文獻支持相關研究是不夠的。如,只是借助某個研究者所利用的模型(知識框架)、測試卷,來測量教師的學科知識,給人的印象是隨手拈來。作為讀者,筆者會問,在這個領域還有哪些模型與測試卷,你又是按照什么準則選取這些模型與測試卷的?例如,美國密歇根大學DeborahBall等人通過經年累月地探討教師教學所需的數學知識,發展出測量教師的知識的量表,有充分的權威性。[31但當研究者把它為己所用時,亦要經過調適,起碼文化背景的差異性需要照顧到。如,他們的數學知識問卷主要涉及小學數學的數字概念numbercon—cepts)、運算(operation)、模式(pattern)、函數(function)以及代數(algebra),這些內容并非在其他地區的學校課程中都有,因而借用問卷時研究者通常會改寫一些不太適合的題目,但是這樣做又會冒一定的風險。一方面你可能改變了編者的原意,另一方面你可能改變了問卷的結構,甚至改變后的結果也不太好。

      再如,Fraser等人用了數十年建立了課堂觀察量表,主要借助組織理論(organizationtheory)中的Moss分類把課堂環境分成若干類(categorisa—tion),然后逐類制定題目。丁銳在研究中,便借用Fraser等人的問卷,結合中國的課堂環境制定了中國課堂環境問卷。丁銳的選擇有廣泛的文獻支持,然而將它們用到中國的數學課堂時,研究者就要考慮這種“移植”帶來的文化差異和處境差異。我們測量“老師關心我的學習進度”,這在不同文化中可能有正面與負面的不同含意,所測的“課堂環境”是傳統課堂還是開放式課堂,另外我們又是否考慮到不同文化中的性別差異、年齡差異呢?

      故此,文獻搜尋必須全面,只集中引用一個研究群組的工作可能只屬于碩士生水平。這樣的搜尋更要延伸至近期,也只有這樣才能夠勾畫社群論述之“流”。常常看到一些研究論文,隨意引述了幾篇經典文獻(如課程專家泰勒(Tyler)和教育家杜威(Dewey)等的經典著作之類),然后再另外引用幾篇近期(還可能是二手)的資料,這顯然是草率之作。

      近年來,許多研究生在畢業論文中將文獻綜述當作一種研究方法,這其實有點不恰當。香港的課程研究者黃顯華、霍炳坤在第十一屆兩岸三地課程理論研討會上提交的《教學與課程:兩個概念的實證探索》是一篇以文獻整理為主要研究方法的實證研究,在文中,研究者為了區分課程與教學兩個概念,分析了一百多篇重要文獻的題目和內容,這才是所謂文獻研究法。而為了完成一個研究進行的文獻檢索與閱讀,只是一項基礎工作而已,實在不應列為研究方法。

      三、研究方法

      姑且勿論何種研究傳統,讀者總想看到研究者進入田野之后(無論是量化還是質性研究),如何有理據地、有系統地搜集數據和資料。顯然,若說文獻綜述是形成研究問題的靈魂,研究方法則是文章的心臟。

      不少審稿人最先看的往往是研究方法一節。以往的研究太側重量化方法,近年卻發現很多研究者(生)之所以不用量化研究,是因為害怕數字,不熟悉統計方法,這實在是一個很大的遺憾。其實量化研究并非魔鬼,也并非需要深厚的統計功底(如果有當然更好),而主要是要有一個認真嚴謹、不恥下問的研究態度。而與其他擅長統計的研究者進行合作,更是一個完美的解決方法。如果研究需要用問卷而不用,讀者會問,是否只不過因為找不到足夠的樣本,還是不會統計方法而不用?例如,我們要看在某種教授分數除法的教學法下的學生學習成效,如果只做兩三個訪談,就算訪談十分深入,讀者還是要問:為何不直接測試成效而去訪談?

      近年也見過一些論文,似乎想要彌補這個不足,運用了大量的手段,如訪談、課堂觀察、日志??期望獲取“厚數據”(thickdata)。這種做法不是不好,但作為讀者就會問,你的每個手段希望得到些什么數據(它們是針對哪些研究問題),它們相互間的關系如何?若不同數據組得出的結果不吻合(矛盾)又表示什么?例如,嘗試用課程文件、教案、訪談、觀課作三角檢驗可以嗎?但是如果我們相信,有所謂課程實施的差異(即實施時不可避免的與原意不同),前面四者不同是正常的,那么又如何作三角檢驗(triangulation)?

      運用問卷調查法時,亦有許多注意事項,需要進行差異檢驗、回歸等高級統計分析的時候,應盡量使用黎氏(Likert)量表。若只關心現狀(如百分比)則可使用一般現狀調查問卷。對于自編的量表,則應該報告每個維度的信度,以及整個量表的效度。探索性因素分析和驗證性因素分析是兩個較為常用的、較有權威的分析效度的方法。

      質性研究也并不簡單,筆者在此不詳贅述,但每一種資料收集手段都有其理據、作用和預設的分析方法。以觀課為例,它是后續訪談的引子(手段),還是檢驗教師是否按意圖實施課程,或者是把課堂師生活動本身作為分析的資料?那么又該如何分析呢?”

      四、數據搜集

      量化和質化的研究方法(也被稱為定量研究和定性研究)各有自己的軟肋。量化分析相對機械化,質化分析往往有“效度”(validity)的問題。縱然我們不能用傳統量化研究的標準去衡量其他研究傳統,但讀者總是希望結論有說服力(convincing)、是合理的。對于量化研究論文,讀者雖然無法看到其原始數據,但得出的各數據(如總分)是清楚的(除非造假),因為各種問卷的計分方法和分析法(如相關系數)均是“客觀”和“公開”的;但對于質化研究,一般只有研究者能接觸其原始數據。那么讀者就會問,如何得出這些結論?是否是下意識的篩選(“輸打贏要”,只勾勒出支持結論的部分)?是否有第三方看過?如果能有研究者以外的人看過數據,并且獨立地得出同一結論,就可以算有三角檢驗了。

      好的研究報告,作者能引導讀者同步得出同一結論,結論呼之欲出(同時又是一個新揭示出來的層面)。例如,香港研究者林智中的個案研究[141,便是研究者通過蹲在一所學校進行幾個月的觀察、訪談而展開的。一般的大眾若去讀這個研究,就會得到同一結論:學校文化與隱蔽課程的重要性。

      五、統計

      就算是量化分析,在一些論文中也經常看到有不少問題。例如,大部分統計分析(如方差分析ANOVA)都要求總體滿足正態分布,但樣本足夠大就是正態嗎?問卷題目夠多就是正態嗎?鐘形(helshape)就是正態嗎?這些都是可被質疑的。近年來不少有關能力測驗(包括教師學科知識等)的研究,挪用了黎氏量表的分析法去處理,也不是沒有問題的。因為能力測驗許多是按標準參照測試(criterionreference)而非常模參照測試normreference)去設計,既然不是常模參照,就不應該符合正態分布,那么使用傳統的統計方法可能就不恰當了。

      另外,T一檢驗、方差分析等針對的都是正態連續變量,而有的研究者卻對5點的單選題的結果進行了此類差異檢驗,很顯然并未理解何謂“連續”。其實,針對這種數據,使用非參數檢驗更為合適。

      六、討論

      我們一再強調,要明晰社群論述(socialdis—course)的“流”,除了抓緊這一領域的主要論點外,再就是要讓讀者同步地、自然而然地看到研究者如何在這個“流”中再踏一步,這就是開頭所說的“知道一些新的東西”。這種“新的東西”是不做這項研究不可能有的,而這種“新”又是合情合理的,是在大家的期望和理論(文獻綜述)中凸顯出來的,決不是“亂石打飛鳥”般找出一點點“新”就算是研究成果。

      caoporn超碰97免费人妻