評估研究成果價值的重要性
無論是選paper來報告,或是自己在做實驗時,研究生常常都需要評估數據的價值。畢竟數據價值直接關係到論文的方向、點數甚至是未來的工作投遞,也因此評估數據是 “金子” 或是 “沙子” 成為研究生的必修課題
看了一些新進的大學部學弟妹,發現新手研究生常不知該如何評估實驗結果的價值,也因此容易選到一些品質不佳的paper,或是做到價值不足的研究題目。之前我甚至有碰過博士生在一個貢獻度相當不足的題目上花費大量時間,這對於博士生的發表畢業可說是相當不利。因此,這篇文章會提供一些簡易的方法來評估實驗結果的價值。
評估價值的前提
首先,試驗的結果要符合以下兩點才有討論價值的餘地,這兩項的質量好壞決定於一開始的實驗規劃和控制組的選取:
- 有可信度:數據本身的取得、建立是有原則的、有誠信的
- 有重複性:用相同的流程可以在誤差範圍內多次取得一樣的數據
評估價值的3個方面與範例
確定這個數據可信之後,我們可以從證明的方式、證明的內容還有學術偏好三方面評估價值
為了方便理解,我們用 “大家在街上看到一個本國人” 這個事件來說明
1. 證明的方式
- 明確嚴謹證明一件事 > 不夠明確的證明 >可能證明多件事
- 直接 > 間接
- 直接數據 > 模型推演
就例子而言:
- 我透過眼睛看到、手摸到 > 我有看到 > 我可能看到很多人
- 我眼睛直接看到 > 我透過反射鏡面看到
- 我直接看到 > 根據數據推論他這時應該會被我看到
2. 證明的內容
- concept change / break model > 修正model > 補充 model = 老瓶新酒 > me too
- 證明範圍越大 (也就是defense範圍越大),能在越多的範圍內具備代表性
- 多角度證明 > 單角度證明
就例子而言:
- 他其實不是人! > 他是外國人 > 他是戴帽子的本國人 = 我看到不同的本國人 > 我也看到同一個本國人
- 可以證明他是人、是本國、會出現在那裏 > 只知道其中一項
- 我從他有手、有腳、會說話判斷他是人 > 只看外型覺得他是人
3. 學術的偏好
- 基礎理論>方法論
- 越貼近原始現象的模擬越好
- 領域偏好,跟當下流行趨勢結合
就自己經驗而言,3-3 也就是起始領域選擇相當重要,決定數據起始的最低價值。也因此在審視自己的data時,只要data quality足夠,就應該盡早察覺領域內主流意見的走向,來定義自己的位置和呈現數據的策略。
想要看更細節的部份,推薦可以看彭明輝彭老師的書,對這塊有相當清楚的描述
4 Pingbacks