| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> 论文被多人研究过了,我还可以怎么写? -> 正文阅读 |
|
[人工智能]论文被多人研究过了,我还可以怎么写? |
不少朋友,包括我,写论文的时候都会遇到一个问题:别人研究过的课题,我还能继续写吗? 毕竟现在论文之多,不可能没有没被人研究过的,这时就出现一个问题,我还能继续研究别人研究过的话题吗? 今天就给大家说一下“论文被多人研究过了,我还可以怎么写?”这个问题。 1、写过的论文还可以写么 2、如果遇到写过的论文怎么办 3、如何避免与写过的论文重复 正文开始! 一、写过的论文还可以写么 这是一个很简单的问题,当然可以写,不过这里有三点要注意: 1、别人研究的范围如何: 首先你确定一篇论文选题后,如果发现这个选题别人研究过,那就要注意别人研究的范围,毕竟一件事物不可能只有一面性,倘若别人研究了主效应,你可以研究中介或者其他因素, 举个例子,拿个与每个人都息息相关的工作来举例,别人研究了为何频繁出现996这种现象,996的工作制度给公司带来了哪些利益,你可以研究员工对996的看法,以及员工为什么要接受996这种工作制度,是如何发展到今天的。发散思维,多去找几个角度思考问题,就能解决这个问题。 2、别人研究过的课题,是否有其他变量: 这个也很好理解,与别人研究过的课题“撞衫”以后,还可以从理论方面入手,同一个课题,难道只要一种假设吗?所有理论中设计的变量都研究过吗? 还是用工作时长举例,倘若别人研究的课题是内卷导致996工作制度,那你可不可以写是社畜是因为生活压力而不得不接受996,别人从公司角度写,你从自然人角度写,这就是另外一个变量,也完全可以用到论文中。 3、别人研究的话题,是都还有其他理论: 别人用了这个理论,可不可以在别人的理论基础上在增加另外一个理论互补进来,去探讨一个共同的问题呢? 所以,别人研究过的课题完全可以继续研究,只要找好研究角度就完全没问题! 二、如果遇到写过的论文怎么办 如果遇到这类为题,这里给大家提供几个小思路: 1、补充和调节论文中的变量 说白了,就是将前人已研究过的理论和结果留下,重新寻找引发理论和结果的变量。 2、使用不同的研究角度 这里可以根据不同的理论基础,针对不同的研究对象,使用不同的角度来研究课题。 3、不要看原本论文的内容 这一点尤为重要,当你发现自己研究的课题与别人一样时,可千万不要看原文!!!否则你的思路就会跟着跑偏,自己再也没有创新的思路了! 三、如何避免与写过的论文重复 除了论文查重这个最简单的方法外,这里在给大家分享三个方法: 1、数据资源一定要真实可靠,有科学依据 论文理论中,数据的真实可靠有依据性尤为重要,如果遇到研究课题相同的情况,完全可以摒弃别人的数据理论,另选数据角度。一定程度上来说,数据采集和整理是一篇学术论文的基石,不同的样本数据,可能会产生不同的研究结论,倘若你的结论和别人不同,那你的论文何来和别人一样之说呢。 2、分析方法要有创新性和严谨性 论文的分析方法是形成论文思路的指南针,尤其是在实证研究过程中,选择一个适合样本分布的方法尤为关键,写论文时,可以用最新的研究方法对已有的课题进行挑选并重新检验,即便选择同样的论文选题,如果你的分析方法更具有创新性和严谨性,是可以进行重复性研究的。 3、研究视角一定要独特 论文研究视角,也就是看问题的思路和角度,只要思路和角度不同,论文的形式就会不同,自然而然也和别人的论文不同。 论文角度不好找的话,我建议大家去学术网站掌桥科研(https://www.zhangqiaokeyan.com/?from=04-402-article-771)搜一搜。3.4亿中外文献资源。包含IEEE期刊258种、Springer期刊384种、Elsevier期刊336种、Taylor期刊261种、Wiley期刊212种,文献资源丰富。 |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 | -2024/11/25 20:14:56- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |