원인 분석:
전반적으로 말하면 안 된다. 원시 데이터를 추적하는 것은 복잡한 공사여서 조사할 시간이 많지 않다. 주로 논문 내용의 틀과 표절 여부.
원시 데이터는 처리되지 않은 데이터입니다. 일반적으로 학생회는 논문에 맞는 원시 데이터를 정리해 논문의 내용에 표시한다. 그리고 스스로 자료를 정리하는 것은 복잡한 과정이다. 정리된 원본 자료는 첨부로 업로드된다. 이때 추출 검사도 이뤄지지만, 원시 데이터를 거슬러 올라가는지 여부는 심사 전문가를 봐야 한다.
원시 데이터:
원본 자료는 저자가 연구 분석 과정에서 사용하는 자료로 참고 문헌, 일일 기록 및 통계 실험 데이터, 사진 등이 있다. 예를 들어, 일부 과학 연구 프로젝트에는 설문지가 필요합니다.
원시 데이터의 용도:
원시 데이터를 제공하는 목적은 연구 결론의 정확성과 신뢰성을 증명하기 위한 것이다. 일부 톱 저널은 저자가 데이터를 제공한 후 저자의 데이터를 반복적으로 검증하여 저자가 내린 결론이 정확한지, 정밀 조사를 견딜 수 있는지 확인하기 때문이다.
논문 쓰기 고려 사항:
1, 데이터 수집
데이터 수집 및 분류는 각자의 특정 폴더에 신중하게 배치해야 합니다. 데이터 손실을 방지하기 위해 데이터 테스트 조건 및 샘플 특성을 명확하게 쓰고 백업해야 합니다. 논문을 쓸 때 자료는 찾기 쉬우니 여기저기 찾지 않아도 된다.
2. 다투다
논문은 반드시 의미 있는 논점이 있어야 하며, 논문을 통해 어떤 문제를 해결해야 한다. 일반적으로 논문은 지향성이 비교적 강하다. 논문 자체의 가치와 의미를 높이기 위해서는 종종 일정한 지식 경계에 도달하고 이를 바탕으로 어느 정도의 돌파구를 형성해야 한다.
3. 혁신
혁신에주의를 기울이고, 이전 세대와 다른 혁신 포인트를 찾고, 주제의 의미를 단단히 잡아야합니다. 논문의 제목은 내용과 일치해야 하고, 너무 모호하거나 편협하지 말고, 주제에서 벗어나지 마라.
4. 언어 표현
논문을 쓰는 언어 표현은 엄격하고, 명확하고, 간결해야 하며, 작가가 전달하고자 하는 메시지를 정확하게 전달할 수 있어야 한다. 표현할 때는 전문 용어와 기호를 사용하여 구어화나 비속어화를 피해야 한다.
5. 구조
좋은 논문은 배경, 연구 문제, 연구 방법, 데이터 분석 및 토론, 결론 및 참고 문헌을 포함한 명확한 구조를 가져야 한다.