想做好研究，先提高自己做實驗的效率
研究的過程大致上可以分成以下三項
- 觀察到現象
- 透過提出猜測假設來指路
- 做實驗去證明或推翻他
困擾大多數碩士生的並不是前面兩件事情 (那通常是指導教授或博士班擔當了)，而是最後一個 做實驗，也就是 “做事情” 這回事。常常要做的事情太多太雜太奇怪，無法有效的增加自己在做事情方面的效率，導致各種進度延宕。
今天我們就來好好的講講在 “做事情” 方面，研究生要如何提高效率。
“做事” 的本質
做事情就是決定要做這件事，然後按照一定的部分和步驟去完成他，
增加做事效率的三個方面
所以我們可以由決定做不做、切割成特定部分、及優化步驟三個方面來改進自己做事情的效率，以下一一來講
決定做不做：加法 ＆ 減法思維
決定是否要新增、留存事情的都屬這一類，有兩種思考方式：
- 加法策略：加上一個小東西可以解釋多個事情，比方說多念一個英文可以多許多人生選擇、多念一科考科可以多考許多國考之類。
- 減法策略：不用做是最省時間精力的，所以在開始一件事情前我第一個問題絕對是 “我可不可以不要做這件事”。
切割成特定部分：乘法 ＆ 除法思維
這部分也有乘除兩種思考方式：
- 乘法策略：能不能疊起來做，也就是平行處理，牽涉到實驗排程的能力和對流程的理解
- 除法策略：個別步驟流程重新排列組合來達到更高的效益
不過在執行乘除思維前，我們必須要先把一連串的執行步驟切割成多個特定的部分，稱為 “模組化”，這樣做有以下的好處：
- 切割後的過程容易自動化，在執行時不需要花腦袋思考，可以節省思考時間和降低記憶與操作變化上的風險
- 強迫你把類似的事情集中在一起做，加強時間管理，並且因為重複執行相同動作做事的效率可以提高
- 集中處理可以讓批次之間的品質是比較穩定的，尤其是在大批次實驗中又要求處理一致性的情況下，這個部分就相當重要
打比方，像是我煮一鍋湯跟一鍋麵要分給四個人，我就會先一次分完四碗麵，再來處理四碗湯
- 這樣就能透過熟悉”分麵”的動作來加速
- 可以避免 “忘記有沒有加過麵”的情況
- 一次分完麵比較能讓分麵之間每次麵的量均一，如果全部處理完一碗再做下一碗很可能導致兩碗麵量有差距
透過模組化處理，我們可以良好的運用乘除思維來增加自己做事上的效率。像是A實驗統一做到某個步驟後放置去處理B實驗，可以讓實驗進度有效穩定的疊加。
不過模組化處理雖然好，但也是有幾點需要注意的：
- 小批量的結果是否真能代表大批量? “兩者是否相當” 這件事通常是需要一個小實驗來確認的
- 大批次模組化可能出現單次處理不會有的問題，像是1個搖瓶或許你可以拿在手上混勻，但是1個10噸的反應槽肯定是不行的，那你鐵定是必須找 “拿在手上混勻” 以外的方式來處理這個問題
- 大批量處理用的方法所造成的特定誤差，比方說你用pipet吸96孔盤沒問題，但是用八爪移液的話就要多考慮到 “8支是否都正常運作” 這一個特定的問題
優化步驟
除了決定做不做、模組化處理以外，剩下的就是步驟內執行細節的優化了，這部分我們可以簡單由一個執行步驟所花時間的公式來看：
總時間 = 固定時間 +單一處理時間 *處理數 +緩衝時間
- 固定時間：所花時間長度跟反應個數、重複數量無關，簡單說就是做1個樣品跟做100個樣品都是花一樣的時間，像是靜置反應30分
- 單一處理時間：所花時間隨處理的反應數量上升屬於這類，像是每個反應依序加入A,B,C物質，你每多一個測試組就要多算一次加入ABC的時間，也是這種類型最容易造成時間估計上的誤差。
- 緩衝時間：你自己留下來在步驟之間的緩衝，給意外或是補救用的，這個看個人
基本上可以看出隨著對實驗的熟練，可以減少的就是 “單一處理” 跟 “緩衝時間” 兩種類型，在處理數量越大時，”單一處理” 這類型佔比越大，反之則 “固定時間” 佔比越大。