刚接手的项目代码 怎么看_研究生们刚开始看英文文献是怎么看的?

作者:缺的那勺盐
链接:https://www.zhihu.com/question/345516318/answer/863530375
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

d5e47f9725afe60850843a20a90f476c.png

一般人看英文文献都有这些情况:

1. 对英语不熟悉,尤其是一些专业术语,看到反应不过来。

2. 一篇文章20+页,一看到就觉得头都大了,不知道从何读起。

3. 终于开始读了,发现读不懂。

4. 好不容易读了一天,从头到尾读完了,以为自己读懂了。再回想,还是说不出来文章到底讲了什么,仿佛没读过……

我现在就介绍一个自己的方法,让你在熟练之后最短10分钟就能获取一篇页数20+论文的关键信息。

先跳过【筛选文献】这一步,直接进入阅读部分吧。按照我小标题的顺序来读论文就可以了。

1. Abstract

摘要绝对是重中之重,因为它本身就是对全篇内容的概括。一篇论文的核心往往是一两句话,而论文的其他部分都是在用不同的方式支持它的核心。

需要做的笔记:

作者想解决什么问题?question

作者通过什么理论/模型来解决这个问题?method

作者给出的答案是什么?answer

2. Introduction

这一部分其实是对于文章的研究背景和研究意义的介绍,有些论文也会将文献综述的简化版加在里面。在Introduction的最后,作者会介绍文章的架构,让你清楚文章的每一部分都在做什么。

需要做的笔记:

作者为什么研究这个课题?

目前这个课题的研究进行到了哪一阶段?

作者使用的理论是基于哪些假设?(看不明白也没关系,先抄下来)

Tips:如果有时间的话,可以把introduction读完。没时间的话粗略看一遍,着重读前两段。

3. Conclusion

Conclusion通常会把整个文章的主要内容复述一遍,帮助读者回顾+理清思路,然后在此基础上深入自己的研究。

在Abstract或者Introduction中,作者就已经给出了课题的结论。而在Conclusion中会评价自己的结论,并且在这个课题上的基础上进一步探讨,比如开脑洞畅想这个课题未来还有哪些研究方向,可以用来解决哪些问题,等等。

需要做的笔记:

这篇文章存在哪些缺陷?

作者关于这个课题的构思有哪几点?

Now, 读完了以上内容,并做完笔记以后,我们已经对这篇文章的核心有了比较清晰的认识。接下来需要了解的就是作者如何像做数学证明题一样,一步一步得出了他的结论。

但是如果你直接从研究方法method开始读,那肯定又要感到万分沮丧,甚至开始怀疑人生……

拿我写dissertation 时查阅的一篇文章来举例:

72eed39183acbc990927b62a44d06953.png

SCI 翻译润色 投刊指导

这一堆公式,不花个半小时谁能弄明白是个什么鬼啊!要搞清楚作者的研究方法,应该先看的不是理论的推导过程,而是文章中的表格。

4. Table

表格给出的信息会简单直观很多,并且它们通常都是作者研究过程中某一阶段成果的总结。

于是我们翻到这篇文章的表格处:

8a621be5dac05a198aa235d6bf34cd55.png

SCI 翻译润色 投刊指导

有一点统计学基础的同学都能看懂,Dependent variable 和independent variables都是已经获取的变量,而return interval则是得出的结果。表格下面的Notes,则清晰地给出了这个表格研究的对象+模型用到的数据。

如果还觉得迷惑,直接翻到正文中对表格进行阐述的那一段,你就会迅速明白这个表格中的数据是什么,通过什么模型、理论,得出了什么样的结论,而这个结论又有哪些不足,文章还需要进一步探讨什么。

关于数据的来源,几乎所有做empirical research(实证研究)的文章都会给出。像这样:

fa9e5f398a9a2feff7e9ce6e532e6b0c.png

本论、硕论、博论 编审指导

这一段会介绍数据都是从哪些数据库扒下来的,采用的哪个时期的数据,数据包含哪些指标,文章后面提到的一些指标和变量具体是如何计算的。

因为都是对数据的解释,所以只需要在整个文章段落中定位你所要查询的变量名词,就能快速了解这个变量从收集到计算的过程。

需要做的笔记:

数据来源+重要指标+模型步骤(看不懂理论推导没关系,那玩意儿一般很少人能看懂)+每个步骤得出的结论。

OK,到此,你的笔记本上已经有了以下信息:

主旨:

1. 作者想解决什么问题?question

2. 作者通过什么理论/模型来解决这个问题?method

3. 作者给出的答案是什么?answer

4. 作者为什么研究这个课题?

5. 目前这个课题的研究进行到了哪一阶段?

6. 作者使用理论基于哪些假设?(现在也许有点明白了,不明白再去查)

7. 这篇文章存在哪些缺陷?

8. 作者关于这个课题的构思有哪几点?

研究方法:

数据来源+重要指标+模型步骤(看不懂理论推导没关系,那玩意儿一般很少人能看懂)+每个步骤得出的结论。

我们可以将【研究方法】这一部分进一步整理成:

1. 研究的数据从哪里来?

2. 研究中用到的重要指标有哪些?

3. 模型分哪几步?每一步分别得出了什么结论?

现在整篇文章的脉络是不是已经清晰了?你也知道这篇文章是在干什么了对不对?如果遗忘了,拿起笔记本,它会立刻帮你复习你从这篇论文中获取的信息。

接下来如果你对这篇文章还有兴趣,或者你还有时间的话,可以再翻回 literature review,进行拓展阅读。

5. What's more

还有同学会问:“你说的这些方法我都了解了,但是Abstract 和 Introduction都看不懂怎么办?

1. 你需要给自己一个整块的时间来看文献,而不是利用下课后的十分钟来争分夺秒。看文献的时间越分散,浪费时间越多。集中时间看更容易联系起来,形成整体印象。

2. 如果实在看不懂,有两个方面的原因。

阅读能力不够。

具体表现为有很多非专业术语和句子看不明白。这时候可以合理利用翻译软件+自己修改,将看不懂的句子翻译成容易读懂的中文。同时将不懂的语法结构和单词记下来。(不用专门复习,反正后来你会读更多的文章,也会遇到这些“老熟人”~);

对专业了解不够

如果理论名称,模型名称,专业名词看不懂,就需要去搜索引擎检索。维基百科对这方面的内容会有较为规范又基础的阐述。如果维基百科也看不懂,去吧,知乎、百度搜一搜、相应论坛搜一搜,相信你最终会找到那个浅显易懂,让你恍然大悟的解释。

6. Read, Read and Read!

不熟悉英语的逻辑和西方的思维方式,看不懂reading是很正常的。但不管有多难,还是要多练习,多阅读,不能因噎废食。毕竟每一篇论文都是基于大量阅读、总结产生的。

之前说过还会更新【进阶版文献阅读法】,关于如何筛选文献,写好literature review,并如何根据看过的论文来产出自己的文章。可以关注编辑,持续更新更高质量的文给大家哦

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值