专栏首页玉树芝兰什么样的开题报告会被毙掉?

什么样的开题报告会被毙掉?

快开题了,你一定希望自己顺利通过吧?开题过程中,有几种常见的严重问题,你是否都谙熟于心了?如果没有的话,赶紧读一读本文,对照检查一下吧。

(由于微信公众号外部链接的限制,文中的部分链接可能无法正确打开。如有需要,请点击文末的“阅读原文”按钮,访问可以正常显示外链的版本。)

惶恐

今天一个学生找我来商量开题报告的事儿。他说自己心里没底,不知道开题时候的哪些问题会导致不通过。

在我们学院,开题报告会后,处理意见一般分为三等:

第一等是通过。这就意味着没有原则上的大问题,你可以按照开题报告里的日程安排,开开心心写论文了。

第二等是有条件通过,或者叫修改后通过。这说明你的开题报告存在问题,好在问题并不太严重。只需要根据开题小组各位老师的意见,认真对照修改,然后也可以开始写论文了。你最好在修改后,拿给开题小组组长和导师看看,以便做到心中有数。

第三等是不通过。就是俗话中常说的“被毙掉了”。这种评价是最糟糕的情况。意味着你的开题报告存在严重的问题,必须大幅度修改,甚至推倒重来。如果有二次开题还好,至少你还有一次机会尝试。如果没有,那就意味着需要延期毕业了。

学生们最恐惧的,当然是选题被毙掉这种极端情况。

那么什么样的选题会不通过呢?我帮他总结了4条,用通俗语言介绍,比较好记。分别是:

  1. 出了圈;
  2. 没价值;
  3. 不必要;
  4. 不靠谱。

下面我们一一说明和分析一下。

出了圈

所谓出了圈儿,就是选题不在专业研究领域范围内。

虽然人类的知识是个整体,但是你的学生证上是有专业类别的。如果你不需要学位,那尽可以根据自己的兴趣,研究世界上任何有趣的问题。几百年前的那些博物学家们,走的基本上是这个路数。然而如果你当前的目标是拿下学位,那毕业论文的选题就不能偏离专业领域这个范围。

跨学科或者交叉学科的研究是值得提倡的,但是必须体现本专业和其他专业的交叉,而不能是完全做其他领域的研究,毫不涉及本专业领域关心的问题,或应用本领域的特色研究方法。

举个例子,假如你研究信息管理,大可以在问题的研究过程中使用计算机学科的相关研究成果。数据挖掘、数据可视化、机器学习,甚至是深度神经网络,都可以往上招呼。但是,如果你的研究只是帮助了计算机学科改进底层算法,或者做了个Linux一样的计算机操作系统内核出来,那么虽然你贡献很大,却只能去计算机系那边去申请学位了。

题目出圈儿,是开题报告中最为严重的问题,一般会直接毙掉。

怎么才能保证选题不出圈儿呢?

你需要读大量的文献,了解学科的边界在哪里。或者请教专家(例如你的导师),为自己的选题把关。这样才能做到心中有数。

另外,如果本学科有广泛适用的应用型研究方法,那么也可以放心使用,而不必担心出圈儿问题。

例如图书情报领域,有个研究方法叫做文献计量。目前学术界的容忍度是,只要你用了文献计量,那么计量对象无论是哪个领域的文献,题目也可算作图情研究的圈子之内。所以,你时常可以看到图情专业许多学生喜欢拿着这把锤子,虎视眈眈各个领域的文献,到处找钉子玩儿。

这样做,虽不必担心出圈儿,但是后面几条还是要小心。

没价值

科学研究,是要投入资源的。你的时间、注意力、金钱、设备、社会资本(例如时常需要请教朋友)……这些都是宝贵的资源。投入了就需要有产出。所以如果你把资源投放到了没有价值的问题上,那就是暴殄天物。

开题小组如果认定你的研究题目没有价值,会果断叫停,这实际上是为了你着想。亡羊补牢嘛。

什么样的问题有价值呢?

简单而粗暴的解答,就是这世界上除了你之外,还要有至少一个人关心其研究结果。

在经济学里,这就叫需求。

近年来,生物医药领域为什么那么火?为什么河北某高校老师一篇基因编辑的论文就引起了那么大的争议?就是因为生老病死和我们每一个人息息相关。得病了我们就需要治疗,绝大部分人都渴望健康长寿。所以如果你的研究,能够提升1个百分点的疾病治愈率,或者延长人类平均1年的寿命,那就是非常有价值的。

相反,你做出来的东西没人想了解其结果,那价值就要画个大大的问号了。

你可能会辩称,有些人会领先于时代,其研究问题在尝试之前根本就没有人想到过,当然也就没人关心。例如爱因斯坦的相对论,提出时肯定不被大众认为有价值,就连能看懂的人,全世界都屈指可数。先驱研究者完全可以通过研究来激发和创造需求。就像现在,相对论早已进入了大学甚至中学的物理学课本。人们在探讨星际旅行、穿越的可能性时,总会把它挂在嘴边。

没错。但是请你用贝叶斯公式来分析一下,你一个还没开题的学生,做出上述完全超脱时代,令所有人惊艳的研究问题,可能性有多高?

更多的时候,被别人不看重的研究,是因为确实没意义,也很无趣。

例如你非得要选“存款数额与利息收益相关性研究”作为论文题目……你研究啥?直接查银行利率不就完了?

不必要

你找了一个没有出圈儿,而且还很有价值的问题,欣喜若狂。

开题的时候,组长淡淡地问了你一句“John Doe博士2015年发表在XX期刊的那篇文章看了吗?”

“没有!”

“你的研究问题,他已经完美解决了。重新选题吧。下一个!”

一旦别人先你一步,把你打算研究的问题做完,并且发表了出来,那你还做个什么劲儿呢?

想想看,为什么开题报告里,一定要有国内外研究现状综述呢?就是为了放在那里显得字儿多,而且一堆标注显得高大上吗?

当然不是。为了写这一部分,你就得读相关文献。读了文献,你自然就应该了解自己提出的问题,是不是已经被别人给做掉了。

问题来了,为什么同样做了文献综述,有些人依然把别人研究过的问题提出来,作为自己的毕业论文选题呢?

原因是丰富多彩的。

最常见的原因,还真不是胡乱应付,而是许多相关的文献,他根本就没见过。

为什么?他很认真地在图书馆里,天天从早看文献看到晚啊!

他确实一直在看,不过只是在看中文文献

许多学生做研究,只在CNKI上,用中文关键词找论文。只要CNKI上查不到的文献,就视同不存在。

2000多年前,我们老祖宗就用成语给这种做法起了个名字——“掩耳盗铃”。

他们为什么不读英文文献呢?

唉。

因为看不懂呗。

要想了解选题必要性,就必须全面读文献。你对该领域越是了解,选题的把握能力就越强。对绝大多数专业来说,英文文献的阅读必不可少。

好好学英文吧。

不靠谱

有的时候,你会看到题目是圈内的问题,大家都关注,没人曾经完美解决过……可选题依然被毙掉了。

怎么搞的?!

因为选题不靠谱。

这两年,有句流行语,叫做:

谈毒性不谈剂量就是耍流氓。

这话是否科学,咱们搁置不论。但是借用过来,却是可以成立——选题不谈可行性,就是不靠谱。

所谓不靠谱,就是指老师们不认为在你读研的这一两年(考虑到毕业年级找工作的压力,这个时间还要打折扣)有限时间内,能够顺利完成研究。

不靠谱的问题,有以下类别:

  1. 题目过庞大;
  2. 方法太复杂;
  3. 数据难收集。

最常见的,是研究目标过于宏大。

《企业信息化发展策略研究》、《中国城乡信息鸿沟对策研究》……这样的选题,N本大部头著作都做不完,你一篇毕业论文就想搞定?

这就是为什么,导师在指导你选题的时候,总会提及一句“要具体”。

足够具体的选题,必然会显得“小”。但是这不要紧,作为学术训练的一部分,你应该从易到难,从小到大。不要一出手,就恨不得来个“排山倒海”。更常见的情况,是把“眼高手低”四个字暴露无遗。

另一种不靠谱,是研究方法过于复杂。

当然,这是相对的。有的人,例如Paul Pavlou教授,能够把十余种常见的研究方法应用自如。所以他自己发表过的文章放在那里,就可以自成体系(请参考拙作《如何选研究题目?》)。对于Pavlou教授来说,这些方法都不算复杂。

但是对你来说,方法复杂度就不一样了。如果你的研究也需要调用多种研究方法,例如同时集成了结构方程、深度学习和复杂系统仿真……那老师们可能得回顾一下你的简历了。你得拿出足够多的证据,才能说服别人,让大家信任自己可以在读研剩余的一年时间里,在应对就业或升学压力的同时,还可以游刃有余地完成这么有挑战性的难题。

更多的情况下,列出那么多复杂方法,是因为学生对相应的研究方法缺乏了解。只是听说了个名词,就扔了上来,还言之凿凿,觉得使用这些方法很有道理(而且很酷)。结果选题被否定,要求重做,才追悔莫及,解释说只需要问卷调查就够了。

有的人,使用的研究方法并不复杂,但是需要用到非常难以获取的数据。这同样也是不靠谱的体现。

虽说如今是大数据时代,但是研究数据依然是宝贵资产,并非每个人都可以采集到的。你会看到别人的论文里,用到了某个社交网站的用户注册数据和私信交流文本(当然已经做了匿名化处理),就兴致勃勃,也把这些数据当做研究对象。可是你真正做到那一步,才会明白这些数据根本就不向你开放。别人能用是因为特殊的时段、机缘和人脉。时过境迁,数据管理的规则和法律早已完善,这些数据就无法被外人使用了。

怎样避免选题不靠谱呢?就是要有前瞻性。做开题的时候往后多想一步,尤其是想想那些具体的步骤、流程和方法。更好的办法是简单做个尝试,看数据能不能获取,方法能不能应用,以及写下的文字能否面向题目,自圆其说。

小结

以上,我们列举和分析了常见的4种开题报告中常见的严重问题。

我们来简单复习一下:

题目出圈儿太恐怖。你需要读文献来了解学科边界,或请教导师等专家把关。

题目没价值很糟糕。你需要从文献或工作、生活观察中了解真实的需求,保证你写出来的东西,至少得有一小撮人愿意了解。

选题不必要最尴尬。一定要把相关研究认真掌握,不要遗漏掉外文文献中的前沿研究。

选题不靠谱……缩小题目、具体化,使用合适的、自己能够掌握的研究方法,不要忽视数据的可得性。

希望你在准备开题报告的时候可以避开上述这些坑,顺利通过。

开题报告中还会有很多其他的问题,例如技术错误(错别字、语病)、内容不全(有人居然会遗漏某个部分没有填写)、格式不规范(明明有模板啊!)……本文没有详细列举,因为这些都是可以轻易避免的问题,没有做好大都是因为态度问题。

戒之,慎之!

讨论

你在写开题报告的过程中,有没有遇到本文中提到的常见问题?你是如何解决的?以你的经验看来,开题报告有可能出现的严重问题还有哪些?欢迎留言,分享给大家,我们一起交流讨论。

如果本文可能对你身边的亲友有帮助,也欢迎你把本文通过微博或朋友圈分享给他们。让他们一起参与到我们的讨论中来。


本文分享自微信公众号 - 玉树芝兰(nkwangshuyi),作者:王树义

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-09-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 如何用Python做情感分析?

    商品评论挖掘、电影推荐、股市预测……情感分析大有用武之地。本文帮助你一步步用Python做出自己的情感分析结果,难道你不想试试看?

    王树义
  • 罗胖做的还是知识服务吗?

    罗胖说他找到了“最长跑道”。你以为他说的是卖书?还是卖课?其实,他已经换了跑道,要开始“卖人”了。

    王树义
  • 如何用《玉树芝兰》入门数据科学?

    链接起散落的文章,给《玉树芝兰》数据科学系列教程做个导读,帮你更为高效入门数据科学。

    王树义
  • 一个extension让你在Swift中用NSTimer更少操心

    它会持有target的引用计数,不出意外的话你的target还会持有它的引用计数。另外,还会被runloop持有它的引用计数。

    100000798482
  • 人工智能大大减少了全球贸易中的语言障碍

    近年来,机器学习和人工智能迅速出现,为提高商业效率带来了希望。与此同时,研究人员几乎没有发现任何证据支持劳动生产率和经济活动因此取得的进展。

    思谱云汇
  • 深度 | 苹果首任AI总监Ruslan Salakhutdinov大起底

    随着人工智能成为科技巨头们的下一个决战场,各大科技巨头均加紧了对相关学术人才的招揽。深度学习的“四大天王”中,Geoffrey Hinton在Google,Ya...

    AI科技评论
  • 内核timer crash debug思路

    思路:内核timer有回调函数timer->function,可以由function查到crash的内核模块,找到bug的蛛丝马迹。

    用户2240372
  • Personalized Search论文阅读笔记-08年SIGIR

    对于这样允许大众分类的应用,如何满足用户在搜索时尽可能准确地返回用户所需要的资源是一个有意思的问题。因为如果像传统的搜索方法仅通过查询关键词去匹配搜索结果,返回...

    DuncanZhou
  • 源码 - KeyedProcessFunction 执行调用

    ctx.timerService().registerEventTimeTimer(timeStamp) 就是定义一个事件触发器,触发的时间是 timeStam...

    用户7283316
  • 爆款微信小游戏“跳一跳”背后隐藏的商业逻辑

    关注外星闻名,发现不一样的投资视角。 年关之际,突然又一个微信小游戏不知不觉迅速传开——跳一跳。这又是一款极富爆款特征的小游戏:极易上手、极易操作、社交比拼、易...

    企鹅号小编

扫码关注云+社区

领取腾讯云代金券