读博日记:什么是科研信息差?有哪些论文速成方法?如何很好地利用人工智能?

文摘   2024-08-02 17:31   北京  
点击上方“博硕科研绘图”,关注我的公众号。
设为“星标”,原创文章第一时间推送。
资源获取,技术援助请私信~


阻碍科研进步最大的绊脚石是什么?怎么提速写论文的过程?如何利用好人工智能?以下是博主在一次公开报告上的经验分享。

01 信息泛滥与信息差
什么是信息泛滥?下面是百度搜索的一个例子,搜索结果无法推荐什么样的软件符合什么样的人使用,还包含了最无用的广告,信息泛滥让我们无法轻松容易地搜索到我们想要的信息

现在的网络是对信息的汇总、增删、修改,这种不断衍生的模式淡化了精华的占有比例,获取信息的快慢和方式造成了信息差。掌握了核心知识的人一直把握着优势资源,接触到知识边缘的人以极其慢的速度向中心靠拢,信息差就是这两种人在知识、眼界、方法、效率等方面形成的差距

举个简单的例子:

当我们学习一个新的软件的时候,比如visio,接触知识边缘的人习惯性的会去网上搜集教程,然后按照网上的系统教程一步一步学,而掌握核心知识的人则会选择直接上手。两者的区别是学习的速度和深度不一样,这就决定了他们在有限的时间内收益是不一样的,最重要的是边缘人在将学到的东西应用到自身的时候有很大的困难。

所以我总结的关于多数研究生甚至博士生都存在的一个困局(针对边缘人):

1、在有限的时间内,他们学到的东西和质量远远不如核心人,核心人会节省出更多的时间去学习新的东西,这就是为什么优秀的人会以变态的速度成长

2、边缘人会承认核心人的优秀,但似乎都羞于向核心人学习和靠拢

3、边缘人都喜欢在边缘徘徊,都习惯性地想要通过网络解决自己的问题,而不是向核心人请教。

4、真正的技能不是从网上获得的,这就是为什么所有的学生用的同一个网络却有等级之分往往核心人都聚集在优秀的高校和实验,学习他们的经验才是打破困局的不二之选。

核心思想:学习核心人的学习方法

02 如何利用核心人的学习方法写论文?

讲一些跟网上不一样的,论文速成的方法。先看一下论文的产出过程,以及能提速和难提速的过程。

1)有一批有价值的数据(难提速)

  • 真有一批有价值的数据(大部分情况)

  • 老数据的深度挖掘形成新的数据

举个例子:

当做完一个仿真,有限元除了应力位移外还有什么数据是有用的?好像也就这两种数据形式了,过程和收益是不对等的。

当看到相关文献描述了应力和生长的关系,而目前还没有相关论文去定量计算这个过程的时候,我找到了突破点,相当于数据的二次挖掘,在此基础上形成了一个章节的内容

要明白一个道理:摆在眼前的数据谁都能说出个12345,但是数据背后的故事和联系是更值得去发现的,这需要时刻保持敏锐。

2)数据到图(能提速)

  • 很多人觉得画图难的原因之一是确实不会

  • 之二是确实画不出好看的图

提速的方法就是,我给你们模板,你们照着画,画多了自然就会了,靠自己提高太难了,质量是绝对可以保障的。

3)围绕图形成解释文字(材料方法、结果)(能提速)

找一篇最相关的论文,他们材料方法写了什么东西,你就写什么东西,把里面的参数改成自己的即可,在多次审稿意见的要求下,慢慢形成完善的内容。

结果最容易写,你自己做的东西写起来很快。

4)查相关文献写引言(难提速)

因为我们是先有的数据后营造背景,由果到因这一步比较难

背景不是从无到有营造的,处理数据之前会有一个模糊的背景,只是没有细节化的线索

最多看十几篇文献,就能把故事的脉络了解清楚,然后按照一定的结构把文字写出来。也可以用Kimi自动读文献,更快地获取大量文献内容。

5)形成中文初稿(能提速)

用Chatgpt把自己写过的话改成通顺且逻辑清楚的语言,以前我的想法是用这种工具会弱化自己的思考,但是现在人工智能发育很快,不跟进时代的话反而腐朽了

Chatgpt能够避开信息泛滥,具有最好的搜索效果。

6)检查无误后形成英文(能提速)

为什么有的人推荐直接写英文呢?这样做的好处是能避免机翻造成的中式英语问题,这样做的坏处是修改和理解难,不容易缕清思路。

对于新手,还是建议留一个中文的底过渡一下利用Chatgpt可以很大程度上避免语法和中式英语问题建议翻译后把翻译的内容手打到电脑上,不要复制粘贴,这样能强化记忆一些知识点。

03 我写论文的过程

当我研究脊柱应力与生长关系时,看到其他论文利用Matlab程序实现了医学影像的半自动测量,但是论文并没有分享具体的程序代码

通过询问Chatgpt它告诉我,有了这些数据我需要进行怎样的处理,需要用到哪些统计学方法。

我又把我想实现的操作告诉它,让它帮我写一个matlab代码,它竟然真的写出来了,我很确信,用的这个代码与文献作者的相同。

有了基础代码以后,需要对代码进行改进,实现个性化要求

如果说写代码有点基础的话,那统计学分析可真的是啥都不会了,于是疯狂在网上查资料,如何在SPSS中操作,不同的统计学方法有什么区别,边处理数据边学统计学,用了大概两天时间,搞定数据分析。

基本上一看数据我就知道要画成什么样的图,所以在数据到图的过程中没有卡壳。

总的来说,只要平时积累得多,看文献看得多,对自己的课题足够敏感,做科研写文章就会有一种柳暗花明又一村的感觉

或许会有人问:

  • 我为什么正好有那么多数据?

  • 我为什么正好会写代码?

  • 我为什么学习新的事物学习的很快,应用的很快?

  • 我为什么一次就能把图画得很好看?

所有的都不是偶然

  • 我不断地写公众号内容

  • 我不断地帮别人看论文、画图

  • 不断地帮别人解决各种程序问题

所有的都是积累的结果

04 总结

写论文的建议

  • 按照正确的过程去写,能提速的部分一定要去请教,打破信息差

  • 建议多看一下我写的公众号内容,真的很全面

  • 写论文一定要有足够的执行效率,认准了一件事就要高效率地解决

搞科研的建议

  • 不要虚度时光,找到自己感兴趣的技能,没有就选择你必须要学会的技能,去深入锻炼

  • 如果你任何东西都需要人教,需要人点拨,那你的学习方法是肯定存在问题的,因为真正厉害的人都是在教别人怎么做,这样的人能量溢出,我也希望你们成为这样的人

  • 每天都要有可以量化的提高,量化就会有产出,画了一幅图,解决了一个具体的问题都是产出,用这个标准衡量你们每天是否在虚度时光




如果你觉得我的分享对你有帮助的话,欢迎大家在这里点赞、在看、分享。当然,也欢迎大家在这里打赏。互动越多,更新越快哦~

声明:本公众号的所有原创内容,在未经允许的情况下,不得用于任何商业用途,违者必究。


博硕科研绘图
在读博士的科研经历,专注分享论文写作和科研画图的相关知识。
 最新文章