论文选题与阅读

1. 论文选题与阅读 柳泉波 华师·广州 2006.11.2

2. 选题要求 • 理论性 • 强烈的应用背景（除非是纯自然科学研究） • 属于前沿问题或旧问题的新思路新方法 • 最近五年的核心文献至少有40篇以上 • 指导教师熟悉选题所涉及的研究领域

3. 选题来源 • 研究项目中的理论与技术问题 • 学术交流（国际会议、国际合作） • 文献检索

4. 选题流程

5. 选题分类 • 前瞻式研究 • 彻底检索某个领域的文献，精读最新最热期刊里的最热论文，搞清楚该领域已经解决和尚未解决问题 • 针对未解决的问题设计研究方案 • 回顾式研究 • 读几篇权威的综述文章，从中选择几个感兴趣的、已经公认的概念和假说 • 查找到上述假说所依据的原始文献，重新思考和检验假说。有两种可能的结果： • 证实原先的结果是正确的。用新方法/新技术为一个公认的重要假说提供新证据 • 与原有结果不符合甚至相反，即公认的概念和假设需要修正甚至重写。这是相当有价值的贡献。

6. 选题分类 • 以系统为主 • 目标是构建系统解决实际问题（技术） • 简介；相关研究 • 系统架构（框图） • 关键问题和技术（算法） • 系统开发、实验及评价 • 结论

7. 选题分类 • 以方法为主 • 目标是验证某个理论假设（理论） • 简介；相关研究 • 问题的定义 • 研究方法和方案 • 实验及评价 • 结论

8. 教育技术选题 • 教育技术研究什么 • 其中的关键是什么 • 对我们选题的启示

9. 教育技术研究对象 • 简单地说：应用于教育的社会技术系统 • 社会技术系统（socio-technical system） • 有助于解释下面的现象：同一个技术系统，随着环境和作用对象的不同，最终的效果也会不同。

10. 社会技术系统 技术子系统 社会子系统 以技术系统为支撑，个体组成多种社会结构:小组 机构 社群 社会 硬件，软件，各种设备和工具等 社会结构 技术 社会性 任务 个人 个体性 个体，注意区分各种角色 与应用领域相关的目标

11. 核心支撑学科 技术子系统 社会子系统 （社会学） 社会结构 ③ 技术 （？） ⑤ ⑥ ④ ② 任务 个人 （教育学） （心理学） ① ①个别化教学 ②系统开发与设计，含教学设计 ③技术对社会结构的支撑 ④社会结构的形成；社会结构对个人的影响 ⑤人机交互 ⑥协作学习

12. 研究方法的选择 技术子系统 社会子系统 社会结构 • 社会结构及其演化 • 多代理建模与仿真 • 社会网络分析；复杂网络理论 • 数学建模，尤其是图论有关内容 • 社会现象 • 信任、安全、隐私、社群、身份认同、社会资本等 • 借鉴西方社会学中定量分析的方法

13. 研究方法的选择 技术子系统 社会子系统 • 认知心理学：关注个体认知风格，建立认知模型 • 心理测量理论和技术 • 人机交互理论与技术 • 教育基本理论和规律的探讨 • 教学设计基本理论 • 教育测量 任务 个人

14. 研究方法的选择 技术子系统 社会子系统 技术 ？

15. 关键是‘信息’ 技术子系统 社会子系统 技术 • 物质、能量和信息是同一事物的三大要素 • 社会技术系统主要涉及人造系统和社会结构，较少涉及自然对象（物理、生物等） • 信息是分析和把握社会技术系统的关键点

16. 关键是‘信息’ 技术子系统 社会子系统 技术 • 这里的技术主要是指信息技术，国外通常称之为ICT（Information and Communication Technology） • 要研究“信息的生成/获取、存储、组织/管理、检索、加工/转换、传输”等

17. 关键问题 从信息的角度看，教育技术学要解决社会技术系统中存在的两类问题： • 信息不完全（包括缺乏） • 信息过量，超过个人的信息加工能力 请思考：如果信息既完备也不过量，那么需要考虑的问题是什么？

18. 学习-认知模型 短时记忆的特点有两个： • 容量有限：7±2个组块（chunk） • 组块的大小与问题情境和原有知识（长时记忆中的知识结构）有关

19. 认知负荷理论 认知负荷理论(cognitive load theory)的要点包括： • 工作记忆（working memory）容量有限 • 超过工作记忆容量，将有信息丢失 • 学习时，应将认知负荷限定在一定范围 • 所有的信息都必须经过工作记忆的处理才能到达长时记忆

20. 描述复杂性 不讨论描述复杂性(description complexity)理论的细节，看三个例子： 000000000000000000000000000000000000000000000000000000000000000000000000 000000000000000000000000000000000000000000000000000000000000000000000000 000000000000000000000000000000000000000000000000000000000000000000000000 000000000000000000000000000000000000000000000000000000000000000000000000 000000000000000000000000000000000000000000000000000000000000000000000000 000000000000000000000000000000000000000000000000000000000000000000000000 000000000000000000000000000000000000000000000000000000000000000000000000 000000000000000000000000000000000000000000000000000000000000000000000000 576个零

21. 描述复杂性 例2： 101101010000010011110011001100111111100111011110011001001000010001011001 011111011000100110110011011101010100101010111110100111110001110101101111 011000001011101010001001001110111010100001001100111011010001011110101100 100001011000001100110011100110010001010101001010111111001000001100000100 001110101011100010100010110000111010100010110001111111100110111111011100 100000111101101100111001000011110111010010101000010111100100001110011100 011110110100101001111000000001001000011100110110001111011111101000100111 011010001101001000100000001011101000011101000010101011110001111101001110 二进制表示的头576位

22. 描述复杂性 例3： 101010010001011100101100100100011001010101010100010111100001100011100000 101011100101110101001110110100011101011001010011010011010111001100110000 100111001011111000100000001010110000001111100100001100101000000001101010 000010010110011000110111100001101110010110010100111011110000111101010111 111011010100000000011110101001001110101101101001111011010111011101100011 000101110010011110111001010100001010010101011000001100100100010001010100 100010001101011011100100010010011000000000010010101011110110011011011000 011001101100011110111111011110010101111001101111010100001101110101000000 完全随机的序列

23. 解释信息过量 信息过于复杂，意味着认知个体找不到信息的简短描述，信息量超出工作记忆的容量。会发生三种情况： • 丢弃信息 • 设计个性化的认知工具，使得信息可被简短描述 • 在外部存储信息—信息存储、组织/管理、高效检索；与他人合作/协作

24. 解释信息不足 区分两类任务： • 结构良好的任务 • 任务的结构清楚；WHAT • 完成任务的规则、步骤清楚；HOW • 存在一个正确的解决方案 • 结构不良的任务 • 任务的结构还不确定 • 完成任务的规则和步骤也不清楚 • 不知道有没有、有哪些正确的解决方案

25. 解释信息不足 信息不足主要是针对结构不良的任务。所谓的信息不足意味着找不到对应的信息描述，更不用说简短的描述了，即信息过量和信息不足是同一个问题：描述复杂性过高，超出认知负荷。 • 解决办法 • 信息检索，将信息补充完整 • 自身努力，或与他人协作，逐步建构对任务的理解，最终形成解决方案

26. 信息完备且适量 最后来思考结构良好的任务，即信息是完备且适量的，意味着描述复杂性没有超出认知个体的认知负荷 • 解决办法 • 主要是解决信息传输的问题，通过合作完成任务。也就是说关键要解决通信（交流）问题

27. 社会技术系统 技术子系统 社会子系统 社会结构 技术 任务 个人

28. 选题目标要具体 • 大处着眼，小处着手 • 以金出武雄（Takeo Kanade）教授做博士论文为例 • 从小就很出色，几乎门门课程都可以拿100分 • 做博士时，觉得“应该尽早拿出漂亮的成果”。所以选择数学领域的问题——因为读读高深课题的论文就可以了解学科的大概，就可以着手研究，就可以很快取得成果 • 但研究不是考试，不是那么简单的事情。 • 不停地换课题，阅读了大量文献，知道了不少事情。 • 除此之外，一事无成！ • 当时的助教长尾真老师（现京都大学校长）说：金出，试试具体些的事情吧

29. 选题目标要具体 • 具体的事情就是： • 有一个电子图像数据库，存储着1970年大阪世博会中1000个人的电子头像 • 设计一种程序，可以处理电子数据库中的电子图像得出相关数据，又能根据得出的数据对人进行识别。光这一件事情就是很了不起的事情 • 这就是金出教授后来闻名于世的博士论文课题 • 头像输入 • 提取特征 • 识别

30. 论文架构 • Title 文章标题 • Author • Abstract 对自己所做工作和贡献的总结 • Introduction 研究背景以及文章的大纲，包括Previous Work / Relevant Research / Literature Review • Our Work 描述自己的工作，可分为多个部分 • Evaluation 验证提出的方法和思路 • Conclusion 总结和前景展望，论文结束 • References 参考文献

31. Title • 基本要求 • 准确(accuracy)：准确地反映论文的内容，尽量避免使用非定量、含义不明确的词，如”rapid”、”new”等 • 简洁(brevity)：用词简短明了 • 不应该是陈述句，而是一个“标签” • 短语为主要形式，尤其是名词短语，即由一个或几个名词加上前后置定语 • 要用动词，也尽量用动名词；偶尔可用疑问句（评述、综述和驳斥） • 最好不超过10-12个单词，或100个英文字符（含空格和标点） • 清楚（clarity）：清楚地反映文章的具体内容和特色，独到之处。尽可能把核心内容的主题词放在题目的开头 • 格式要求 • 题名中的冠词有简化趋势，凡可用可不用的均可不用 • 大小写有三种：全部首字母大写；每个词的首字母大写，但少于3或4个字母的冠词、连词和介词全部小写；题目第一个词的首字母大写，其余字母均小写 • 不要轻易在题名中使用缩略词语、特殊符号或公式

32. Title • 标题举例（Ⅰ类） • Management and Sharing of Bibliographies • Citation Linking: Improving Access to Online Journals • Evolution of Peer-to-peer algorithms: Past, present and future • Defining and identifying communities in networks • SERF: Integrating Human Recommendations with Search • 标题举例（Ⅱ类） • 关于制作三维教学课件的一些思考 • 基础教育网络资源建设管理研究 • 基于Ontology疑难问题答疑系统的设计与实现

33. Author • 作者 • 第一作者 • 的第一作者通常是具体工作的主要执行者，对主要实验结果负责 • 几位作者贡献差不多的情况下，资历浅的年轻人优先 • 绝大多数情况下，按姓名的字母顺序排列是不合理的 • 通讯作者（correspondence author） • 给予所有对此工作有贡献的人员恰当的承认，那些对研究工作有显著贡献的人应该被列为共同作者 • 投稿时，通讯作者要确认所有被列入作者名单的人同意投稿，承担包括所有共同作者且仅仅包括共同作者的责任；代表所有作者签署版权证书 • 中国人名按汉语拼音拼写：LIU Quan-bo; LIU Quanbo; LIU QUANBO • 区分人名的两类写法：David Beckham 和 Beckham, David • 单位 • 单位名称要写全（英文中由小到大），并附上地址和邮政编码 • 多单位，在作者姓名右上角用数字标明；单位是指做该项研究时所属的实验室

34. Author • 谁是作者 • 至少对研究的一个特定部分负责，包括研究的构思、设计、分析和撰写等所付出的脑力贡献，而不是数据的搜集或其他常规工作 • 所有的作者都必须对论文内容负责 • 谁不是作者 • 行政领导和资助者：例如实验室的导师，即使他出钱资助研究，只要没有参与工作，就不是作者 • 实验员：仅仅搜集数据而没有参加分析、讨论、撰写 • 和资深作者或主要作者有特殊关系的人，把论文送人情

35. Abstract • What/How/Results/Conclusion • 一种框架（200-300个单词） • 头1-2句：概念解释 • 接下来1-2句：整个系统描述和问题定义 • 若干句：结果简介 • 最后1-2句：结论 • 确保简洁而充分地表述论文的内容，适当强调研究中的创新、重要之处（不要使用评价性语言）；尽量包括论文中的主要论点和细节 • 尽量避免引用文献、图表，用词应为潜在的读者所熟悉；尽量避免数学表达式、角标和希腊文等特殊符号

36. Abstract • 时态 • 介绍背景材料时，如果是不受时间影响的普遍事实，应用现在时；如果是某种研究趋势的概述，则使用现在完成时； • 叙述研究目的或主要活动时，如果采用“论文导向”，多使用现在时（如：This paper presents…）；如果采用“研究导向”，则使用过去时（如：This study investigated…）; • 概述实验程序、方法和主要结果时，通常用现在时，如：We describe a new approach to analyzing …; • 叙述结论或建议，可使用现在时、臆测动词或may, should, could等诸动词，如： We suggest that climate instability in the early part of the last interglacial may have… • 语态 • 目前大多数期刊提倡使用主动语态，Nature和Cell尤其如此，其中第一人称和主动语态的使用十分普遍。

37. Abstract • 注意事项 • 冠词：定冠词The易被漏用。有个原则：当我们用the时，读者已经明确所知的是什么 • 数词：避免用阿拉伯数字作为句子的首词 • 单复数：一些名词的单复数形式不易辨认，从而造成谓语形式出错 • 使用短句：长句容易造成语义不清；使用短句要避免单调和重复 • 更多：《中国学生写英语论文的常见错误》

38. Abstract • Title: Management and Sharing of Bibliographies • Abstract • Managing bibliographic data is a requirement for many researchers, and in the group setting within which the majority of research takes place, the managing and sharing of bibliographic data is an important facet of organizing the research work. Managing and sharing bibliographies has to balance different levels of shared access (public catalogs, closed research group bibliographies, and personal bibliographies), and the sharing platform should integrate as seamlessly as possible into diverse environments in terms of operating systems, document processing, and other information management tools. The ShaRef system presented in this paper has been designed to fill the gap between public libraries and personal bibliographies, and provides an open platform for sharing bibliographic data among user groups. Through its simple and flexible data model and system architecture, ShaRef adapts to many settings and requirements, and can be used to increase collaboration and information flow within groups.

39. Abstract • Title: Defining and identifying communities in networks • Abstract: The investigation of community structures in networks is an important issue in many domains and disciplines. This problem is relevant for social tasks (objective analysis of relationships on the web), biological inquiries (functional studies in metabolic and protein networks), or technological problems (optimization of large infrastructures). Several types of algorithms exist for revealing the community structure in networks, but a general and quantitative definition of community is not implemented in the algorithms, leading to an intrinsic difficulty in the interpretation of the results without any additional nontopological information. In this article we deal with this problem by showing how quantitative definitions of community are implemented in practice in the existing algorithms. In this way the algorithms for the identification of the community structure become fully self-contained. Furthermore, we propose a local algorithm to detect communities which outperforms the existing algorithms with respect to computational cost, keeping the same level of reliability. The algorithm is tested on artificial and real-world graphs. In particular, we show how the algorithm applies to a network of scientific collaborations, which, for its size, cannot be attacked with the usual methods. This type of local algorithm could open the way to applications to large-scale technological and biological systems.

40. Abstract • Title: 基础教育网络资源建设管理研究 • 摘要 本文作者从实际出发根据实验课题研究的成果，通过对基础教育网络资源建设管理流程的分析，将基础教育网络资源的建设管理划分为数据生产、数据管理和信息服务这三个关键阶段。这三个阶段互为前提，相互联系，处于一种动态交织的循环中。作者详细分析了每一阶段的工作重心、目前现状及发展趋势，并由此给出具有指导性的建议。 • 关键词：数据生产 数据管理 信息服务

41. Abstract • Title: 基于Ontology疑难问题答疑系统的设计与实现 • 摘要 本文基于Ontology，设计了网络教学系统中的疑难问题答疑知识库，并在学习支持系统中对系统进行了实现，有效地支持了知识的重用与共享，为网络教学系统设计提供了例证。 • 关键词：Ontology;知识库;事实库;数据结构

42. Introduction • 研究背景与论文的大纲 • 问题X是重要的； • 前人A和B研究过该问题； • A和B有一些不足； • 我们提出方法D； • D的基本特征，和A、B进行比较； • 实验（或理论分析）证明D比A、B优越； • 文章的基本结构；大纲

43. Previous Work • Relevant Work / Literature Review • 将前人的工作分门别类 • 对每项重要的历史工作进行回顾（一句或一段） • 和自己的研究工作进行比较，注意公正 • 强调自己工作与他人工作的不同

44. Introduction • 例：Overcite: A Cooperative Digital Research Library • 引论 • 问题定义 • 解决方案 • 相关工作 • 创 新 点 • 论文大纲

45. Our Work • 描述自己的研究工作，可分为多个部分 • 算法类 • 从读者的角度阐明定义和表示法约定 • 提供算法的伪码、图解和相应解释 • 用设问的方式回答读者可能提出的问题 • 从数学的角度分析算法的性质/用实验验证算法的性能 • 系统类 • 系统的框图；设计 • 系统实现涉及的关键问题和技术 • 方法类 • 阐述观点和假设的内容（逻辑思辨/数学推导）

46. Evaluation • 验证提出的方法和思路 • 算法类：从数学的角度分析算法的性质/用实验验证算法的性能 • 系统类：用实验平台、仿真平台或实际运行获得各种指标数据 • 方法类：研究方案的设计；原材料或者样本；数据的搜集和处理 • 结果讨论 • 结果一般用图或表的形式提供

47. Evaluation • 讨论：研究结果的解释和推断 • 回顾研究的主要目的和假设，并讨论结果是否符合原来的假设。如果没有，原因何在？ • 概述最重要的结果，并指出能否支持先前的假设以及是否与其他学者的结果相互一致。如果不是，为什么？ • 对结果提出说明、解释或猜测；根据这些结果，能够得出何种结论或推论？ • 指出研究的限制以及这些限制对研究结果的影响，并建议进一步的研究题目或方向； • 指出结果的理论意义（支持或反驳相关领域中的现有理论、对现有理论的修正）和实际应用

48. Conclusion • 有关结论的内容，可以包含在“讨论”中，也可以单独一节 • 清楚、简洁地说明自己研究的主要认识或论点，其中包括最重要的结果、结果的重要蕴含、对结果的说明或认识等 • 一种架构 • 快速总结论文的创新点 • 未来工作的展望 • 主要结论

49. 科学与技术的比较