Jak napisać artykuł naukowy w weekend?

Jak napisać artykuł naukowy w weekend?

Jak napisać artykuł naukowy w weekend wielu może się zastanawiać. Mnie do tego zainspirował i zachęcił prof. Carr z Minnesota Univeristy

Profesor przedstawia dosyć osobliwy algorytm który, jakby nie patrzeć, szybko doprowadza pisarza do napisania pierwszej wersji artykułu. Wpierw przedstawię podejście wspomnianego profesora, a następnie opiszę moje weekendowe podejście. Kluczowe elementy których trzeba się trzymać podczas takiego weekendowego procesu to:

  1. Nie prokrastynować pod żadnym pozorem. Tekst naukowy nie wybacza lenistwa. Nic z lenistwa nie powstało.
  2. Przejrzeć notatki i aktualną literaturę zbieżną z elaborowanym tematem
  3. Skupić się na najważniejszym czytelniku naszej pracy, na RECENZENCIE.
  4. Rozpisać plan pracy i mieć przed sobą dobry projekt. Trzeba unikać za wszelką cenę pokus poprawiania i edytowania tekstu. Na tym etapie jest najważniejsze to, by mieć pierwszą i całą wersję tekstu.
  5. Rozpocząć pracę z najłatwiejszą częścią, czyli opisać metodę badawczą, uzyskane wyniki oraz dyskusję.
  6. Następnie można przejść do krytycznej oceny spójności językowej oraz logicznej analizy tego czy nauka jaką przedstawiamy w tekście jest poprawna.
  7. Napisanie konkluzji i wkładu naszej pracy w naukę.
  8. Przychodzi czas na abstrakt.
  9. Najważniejszą rzeczą w tekście jest wstęp. Musimy napisać jaki jest cel badania i odnieść go do stosownego backgroundu.
  10. Sprawdzenie referencji i upewnienie się o tym, czy posiadamy niezbędne cytowania.

*Pomijam tutaj kwestie formalne które podkreśla profesor Carr tj. wymagania i formatowanie pracy pod konkretny journal. Każdy musi wiedzieć jak przez to szybko przejść.

 

Powyższy przepis na to „Jak napisać artykuł naukowy w weekend?” jest całkiem sensowny. Niemniej chciałbym opisać w tym miejscu mój przepis na napisanie artykułu naukowego z psychologii w weekend.

Mój sposób na napisanie artykułunaukowego w weekend

Moje doświadczenie w pisaniu jest trochę inne, ale pozwala na napisanie ostatecznej wersji tekstu nawet w jeden dzień, albo ostatecznie w dwa dni. Opisuje mój algorytm na podstawie artykułu składającego się 3 badań (dwóch podstawowych i jednego pilotażu). Ogólnie w tworzeniu mojej nauki miałem z grubsza przewidziane rezultaty badania. Bazowałem na dobrych teoriach i mocnych efektach. Mój algorytm jest następujący:

  1. Musisz wiedzieć co robisz. Psychologia jest nauką w której przewidywania teoretyczne grają pierwsze skrzypce. Jeśli przewidywania te są naszą nawigacją w tworzeniu hipotez, metody i pomagają w ukierunkowaniu analiz, to możemy jak po sznurku opisywać wyniki. Mamy przecież z tyłu głowy wskazówki dotyczące tego jaki jest mechanizm świata który poddajemy obserwacji w badaniach. Jeśli nie wiemy co robimy, to zamiast ciekawego i spójnego tekstu, wyjdą nam fragmentarycznie poskładane potworki. Mające ze sobą tyle wspólnego co wiatrak i piernik.
  2. W czasie trwania prac badawczych opisz metodę i wyniki każdego ukończonego sukcesem badania. Dzięki temu, do powstającej wersji tekstu możesz przekleić gotowe wcześniej prace. Ja wpierw zrobiłem jedno badanie podstawowe i od razu wszystko opisałem. Następnie zrobiłem tak samo z pilotem i drugim badaniem. Na tym etapie, oczywiście robię niezbędne rysunki i tabele wraz z ich tytułowaniem oraz podaniem legend. Jeśli chodzi o tabele i rysunki to nigdy nie podaje ich numeracji na etapie draftu. W tym kroku mam mglistą wizję tego ile tego wszystkiego dokładnie będzie, a kiedy jest już wszystko skończone to numeracja zajmuje około 5 minut.
  3. Po tym jak w naszym głównym tekście mamy opisane wszystkie badania, to możemy napisać ogólne podsumowanie wyników badań. Ja w przypadku wspomnianych badań napisałem wszystko pod kategorią „Overall Summary”. W tym miejscu nie teoretyzuję, ale raczej staram się w przystępny sposób opisać, to co wynika z wszystkich skomplikowanych analiz statystycznych. W tym badaniu wykorzystałem bardzo różnorodne analizy statystyczne np. Topic Modeling wykonany poprzez Latent Dirichlet Allocation (Asmussen & Møller, 2019; Brookes & McEnery, 2019), modelowanie równań strukuturalnych SEM – PLS spójnym algorytemtm Dijkstra (Dijkstra & Henseler, 2015) oraz analizę porównań wyników modeli strukturalnych otrzymanych w dwóch grupach, czyli Muli Group Analysis (Kock, 2014; Vinzi, Trinchera, & Amato, 2010).

 

Dlaczego jest dla mnie takie ważne przygotowanie wszystkiego związanego z metodologią badań i opisem wyników? Ponieważ w tym etapie nic się już nie zmieni. Wiemy co zrobiliśmy i mamy wiedzę dotyczącą tego co z tego wszystkiego wyszło. Opisanie metod i wyników stawa nas w komfortowej sytuacji, ponieważ nic nie jest już w stanie zatrzymać naszego pisarskiego flow* w czasie weekendu. Stan emocjonalnego flow jest niezwykle ważny. Mi pozwala na rozpisanie ważnych dla mnie idei w pożądany sposób.

 

  1. Napisanie wstępu teoretycznego to moja ulubiona czynność pisarska. W tym etapie opisuję teorie które ze sobą łączę i wyprowadzam z nich przewidywania. Nie bawię się w formułowanie poszczególnych hipotez. Konkretniejsze brzmienie mają logicznie wywiedzione z teorii przewidywania. To jak one pokrywają się z rezultatami badań bywa różne, ale co wynika z teorii, to wynika z teorii. Na dyskusję rozbieżności przyjdzie jeszcze czas. W swoim badaniu musiałem opisać teorię akceptacji technologii (TAM) (Rodríguez-Entrena, Schuberth, & Gelhard, 2016; Scherer, Siddiq, & Tondeur, 2019) a także model podwójnej perspektywy sprawczości i wspólnotowości (DPM – AC) (Abele & Wojciszke, 2014). Wpierw opisałem logikę modelu TAM i zakończyłem go nawiązaniem do tego jak technologia może być akceptowana względem dwóch fundamentalnych perspektyw, czyli kogoś kto się boi technologii i kogoś kto dzięki niej będzie realizować swoje cele. Po opisaniu logiki modelu DPM – AC, opisałem przewidywania wynikające z niego i modelu TAM. Po prostu opisałem punkty styku tych dwóch teorii, które pozwalają na logiczne przewidywanie materialnej rzeczywistości.
  2. Wkład badań w teorię. Te miejsce jest dla mnie przedostatnim etapem. W nim opisujemy to jak, to co zrobiliśmy ma się do tradycji naukowej na której zostały sformułowane przewidywania. Piszemy w którym miejscu wyniki badań są zbieżne z przewidywaniami, a w którym są rozbieżne. Podkreślamy to co nowego wchodzi w odkryty obszar przewidywań poszczególnych teorii (w moim przypadku TAM i DPM – AC). Jest to bardzo ciekawy etap, bo zmusza nas niekiedy do głębokiej refleksji na temat tego, dlaczego w badaniu uzyskaliśmy wynik rozbieżny.
  3. Dla mnie najtrudniejszy etap, czyli wstęp/introduction. Ciekawy wstęp musi zawierać mocną argumentację wykonanych przedsięwzięć. Ja zawsze idę po łatwiźnie i piszę, że takiego badania nie było, że nieznane są pewne przewidywania oraz, że zestawienie ze sobą pewnych teorii może wyjaśnić pewne zjawiska. Szerzej na temat dobrego introduction opowiada człowiek z firmy Worldvice Editing Service. Myślę, że więcej nie trzeba poruszać w introduction.

  1. Napisanie abstraktu jest wisienką na torcie. I powiem szczerze, że nie wiem jak go dobrze napisać. Na pewno musi być chwytliwy i skłaniać do przejrzenia całego artykułu. Myślę, że dobre abstrakty są jeszcze przede mną. Choć znów odniosę Was do Woldvice Editing Service. Oni wiedzą jak edytować i tworzyć teksty naukowe 🙂

*Postanowiłem wstawić mój abstrakt który udało mi się w końcu doprowadzić do perfekcji (według mnie).

Autonomiczne samochody będą niedługo gotowe do ciągłej pracy na drogach. Niemniej różnorodne cele, a także naturalne obawy ich potencjalnych odbiorców, to czynniki z którymi trzeba się liczyć w perspektywie tempa wdrożenia tej technologii. Dlatego wykonane badania ogniskują się na poznaniu tego co ludzie chcą wiedzieć o autonomicznych samochodach, a także sprawdzeniu jak komunikować tę technologię, by zaakceptowały ją osoby bojące się jej, a także osoby które mogłyby dzięki niej zrealizować osobiste cele. Wykorzystując w pierwszym badaniu (N = 711) ilościową analizę wątków zaobserwowano, że badani w swoich wolnych wypowiedziach oczekiwali informacji na temat bezpieczeństwa i działania samochodów autonomicznych. Następnie w eksperymencie (N = 303) manipulowano prezentacją technologii autonomicznego transportu (bezpieczna vs sprawnie działająca). Mierzono w nim wpierw nasilenie obaw przed autonomicznym transportem oraz jakie cele odbiorca może zrealizować za jego pośrednictwem. Po manipulacji prezentacją sprawdzano poziom akceptacji technologii. Analiza porównawcza oszacowań modelu strukturalnego w obu warunkach wykazała, że obawy osób, a także ich chęć realizowania swoich celów za pośrednictwem autonomicznych samochodów wiązała się istotnie silniej z akceptacją bezpiecznego samochodu niż sprawnie działającego. Badania wykazały, że ludzie chcą wiedzieć jak działają auta autonomiczne, a także czy są bezpieczne. Niemniej bardziej akceptują auta bezpieczne niż sprawnie działające.

 

Podsumowując.

Mając przygotowane wcześniej metody i wyniki badań napisałem artykuł w jeden dzień. Drugi dzień zajęły mi jego konsultacje z kolegą. Trzeci dzień przeznaczyłem na głębszą edycję i delikatne korekty. Jaka będzie jego historia? Zobaczymy. Mam nadzieję, że wizja prof. Carra i moja w kwestii napisania pierwszej wersji artykułu w weekend komuś pomoże.

 

Nie prokrastynujcie!

Jak napisać artykuł naukowy w weekend?

 

WAŻNE!!!! Przed przystąpieniem do jakiegokolwiek pisania warto zapoznać się z tym przekonującym Panem. W ciągu godziny niszczy on wszystko co wiemy na temat komunikacji i pisania. Myślę, że dzięki temu możemy „PRÓBOWAĆ” zbudować coś nowego i wartościowego.

Bibliografia:

Abele, A. E., & Wojciszke, B. (2014). Communal and agentic content in social cognition: A dual perspective model. In Advances in Experimental Social Psychology (1st ed., Vol. 50, pp. 195–255). https://doi.org/10.1016/B978-0-12-800284-1.00004-7

Asmussen, C. B., & Møller, C. (2019). Smart literature review: a practical topic modelling approach to exploratory literature review. Journal of Big Data, 6(1). https://doi.org/10.1186/s40537-019-0255-7

Brookes, G., & McEnery, T. (2019). The utility of topic modelling for discourse studies: A critical evaluation. Discourse Studies, 21(1), 3–21. https://doi.org/10.1177/1461445618814032

Dijkstra, T. K., & Henseler, J. (2015). Consistent partial least squares path modeling. MIS Quarterly: Management Information Systems, 39(2), 297–316. https://doi.org/10.25300/MISQ/2015/39.2.02

Kock, N. (2014). Advanced mediating effects tests , multi-group analyses , and measurement model assessments in PLS-based SEM. International Journal of E-Collaboration, 10(1), 1–13. https://doi.org/http://doi.org/10.4018/ijec.2014010101

Rodríguez-Entrena, M., Schuberth, F., & Gelhard, C. (2016). Assessing statistical differences between parameters estimates in Partial Least Squares path modeling. Quality and Quantity, (August), 1–13. https://doi.org/10.1007/s11135-016-0400-8

Scherer, R., Siddiq, F., & Tondeur, J. (2019). The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers’ adoption of digital technology in education. Computers and Education, 128, 13–35. https://doi.org/10.1016/j.compedu.2018.09.009

Vinzi, V. E., Trinchera, L., & Amato, S. (2010). Handbook of Partial Least Squares (V. E. Vinzi, L. Trinchera, & S. Amato, eds.). https://doi.org/https://doi.org/10.1007/978-3-540-32827-8