00:00/00:00
外链地址
https://www.eemp3.com/audiofile/1ea74a7856075ee29d64f8f32ceb7a54.mp3
点击复制
本字幕由TME AI技术生成
简单来讲
在简介的部分就是我通过阅读
积累
前期的研究
发现有可能会是什么样
或者是我对什么样的结果比较感兴趣
因此我们采用了什么方法
做了哪些事情
得到了什么样的结果
把这些东西以严谨的逻辑结构表现出来后
就是一篇比较简单的文章了
甚至一篇文章的核心部分就是结论中的一句话而已
一个结果而已
就比如水是无色无味的
这是一个结果
而且是一个比较正式的结果
但是要得到这样的结论
你还是要用方法去验证的
水是先要进行一个定义的
是什么样的水
矿泉水
自来水 雨水
茶水
还是纯净水是无色无味的
当然
肯定要是纯净水
甚至是天然界最为纯粹的水才是无色无味的
否则的话
就会出现一个悖论
如果你喝的是海水
那就是咸的
糖水是甜的
茶水可能是苦的
雨水是涩的
自来水有消毒液的味道
矿泉水还带有点甘甜的味道
那么你如何得到纯净水
就是你需要在文章里面介绍的方法
比如在极为密闭的空间
甚至是真空中
氢气燃烧产生的化合物就是纯净的h二零了
这样的水才是无色无味的
那么得到了实验对象
也就是纯净水后
你要通过观察它的颜色
品尝它的味道
并且还要重复一定的次数
的确如此
才能够得到这样的结论
而且
如果要有足够的可信度的话
你一个人去看
去尝
是存在误差的
万一你是色盲呢
看不出来任何的颜色呢
万一你的味觉丧失
或者是部分味觉丧失了
你尝不出其中一种味道呢
那么重复多次的实验
就会让实验的结果更加具有说服力
得到纯净水的方法
实验的设计就是实验方法部分
而得到的结果
就是你所记录的实验结果了
当然
比较简单的实验结果就是人去尝
人去看
但是如果要得到更加官方的实验结果的话
那么你首先要定义什么叫无色
什么叫透明
什么叫无味
什么叫酸甜苦辣咸
这么一来
水到底是不是无色
到底是不是无味
这个问题就难了
学到深处人自微
无知者无畏
周成在慢慢地拆解自己所看的文献的时候
忽然觉得头很大
因为他发现啊
真要去好好地搞学术研究的时候
一些基础性的理论性的东西
其实啊
都没那么基础了
反而是存在在了其他人给出的定义上面来进行的后续研究的
就好比纯净的水是无色无味的
无色的定义就是我们看不到它的颜色
无味就是我们尝不出它的味道
目前的学术界里面的文章
都是这样一个个基于其他人定义的一种引申验证
所以需要比较多的参考文献
这也是参考文献存在的意义
而并非是单纯的我就是为了参考而参考
为了水文字而参考
如此一来
要写文章的时候
结构就更加清晰了
第一个
明确实验对象
第二
明确实验的目的
第三
根据已有的实验方法去获得结果
第四
撰写文章
周成在草稿纸上慢慢地写出来了这几个步骤之后
然后才翻开了丁点发给他的那些数据
然后啊
周成才发现了其中的一个坑点
那就是丁点发给他的全都是基础性的数据
完全就没有加以任何的处理
甚至于啊
每一种数据只是进行了分开
而不是分类
分开的意思就是
这是一组数据
是什么的结果没给你说
似乎是要你自己去找出它到底是什么样的东西的基础性数据似的
分类的数据
那就更好处理了
比如说
这个数据就是肿瘤细胞在经过了一定的处理后
测出来的培养液内剩余葡萄糖的浓度
那就好处理了啊
只要能够知道初始培养液内的葡萄糖浓度减去最终的葡萄糖浓度就知道了
一定时间内的葡萄糖浓度的消耗量是有所不同的
然后根据不同的消耗量在反推出实验组
实验对照组
空白对照组或其他处理组
但是丁点没给
这明显就是丁点故意给周成留的一个难题呀
周成看了好几遍数据之后啊
稍微苦笑了一阵
他其实是有一定的统计学和流行病学的基础的
如果丁点给他的数据是现成的
那么他很快就能够把实验结果弄出来
当然
实验结果除了要整理出计算结果外
还要用一定的软件进行可视化处理
降低文章的阅读难度
这就是数据处理的全过程了