2014/5/13-6/10論文寫作課程記錄

I.       寫作技巧

         A.    段落層級

1.      字句

a.       研究流程當中的中間產物當以過去式描述之。

b.      意義有限的文句可省略，無虛無括弧中補充。

c.       “Trend”一字有暗示相關性不顯著的意思。

d.      應適當斷句，避免一個句子超過一行。

e.       標示公式時，應以括號區別數值是與分子或分母相乘。

f.       避免使用should，改以suggest為宜。因為語氣較不強烈。

2.      結構

a.       前後的文的概念、數量需可明確對照。
反例一：本測驗包含3個題目，可得到4個面向的評估結果。
→若施測情形確實如此，應補充說明這個設計的目的、原因以及如何將三個問題歸納出四個分數。
反例二：主題句：BI-SS的效度已經被驗證過了！/結尾句：BI-SS的建構效度已被驗證。
→效度有多個，結尾只有一個建構效度。二句的內容不對等。
例一：問卷包含2題，資料分析與結果皆須呈現此2題的資料處理方式與彙整結果。

b.      避免使用新名詞解釋新概念，以免讀者困惑。

c.       介紹理論時，應先介紹其定義，再說明如何評估。

d.      在一個定義下所包含的內容若有例外時，需補充原因。例如：「有工作」的定義為「有薪水」。接受職業訓練雖無薪水，但仍屬有工作。原因為……。

3.      思考判斷

a.       流程的部分，應該提到本研究發展的工具的細節嗎？
→工具的細部內容應在結果呈現，於流程不應交代過多。就算因為工具本身特殊的施測方式導致流程的安排不同，只要簡單交代何時使用那個工具即可。例如：無須在流程交代前五天使用檢核表版OTES，第五天使用數字版OTES。因為在流程完成之前，工具尚未產生，而且從前文也看不出來工具分成檢核表版和數字版。故只需於結果交代。

b.      標準化測驗的重點是評估工具與流程標準化，而非評估的空間標準化。

         B.     文章層級

1.      摘要：

a.       若後文未提及方法、結果，則資料分析/分析方式可省略。

b.      後文未提及的縮寫可省略。

2.      前言：

a.       驗證新發展的工具的重點：應凸顯此工具與舊工具的差別。

b.      應考慮投稿的目標期刊對於我們的研究主題之熟悉程度，決定介紹內容的多寡。以ADL 評估工具為例，美國人常用FIM，歐洲人常用BI。若欲投稿美國的期刊，應加強對BI的介紹。

c.       撰寫發展/驗證評估工具的前言佈局：概念說明→此概念的重要性→評估工具→評估工具的不足→研究目的。

3.      結果：

a.       關於測驗發展的論文

(1)   若測驗題數有增刪，應明確交代在各步驟的題數變化以及最終保留的題數。

(2)   應於附錄附上所有題目以及各階段增刪的歷程，讀者才能具體知道題目內容。

b.      需包含實質的內容，而非呈現讀者無法理解的數據。
反例：我們進行了51個測試。
→宜補充經過測試得到什麼結果、做了什麼修改。

4.      討論：

a.       若結果和原本的假設有些矛盾，討論時須審慎。例如：收案條件為診斷為自閉症的個案，然而使用另一個評估工具卻發現部分個案沒有自閉症特質。

b.      避免討論與研究目的、主要發現無關的主題。例如：研究目的為探討疾病嚴重度和情緒行為問題之關連，討論的部分討論疾病嚴重度的判斷和黃金標準對照的差異。

c.       應避免批判自己使用的主要評估工具，以免研究方法被質疑，或降低結論的確定性。

d.      常見的研究限制（亦即對結果之保留）：樣本數少、代表性不足、分數可能有高估或低估。

II.    其它

          A.    施測手冊若有補充測驗，應如何呈現？
           →需附上適用方式、對象與改用補充測驗的原因。

         B.     投稿的目標期刊有字數上限時，應如何撰寫論文為宜？
           →應先思考為何選這個期刊？是否有其它適合的期刊？另外，可查詢該期刊之附錄是否有字數限制。若無，可將部分內容移至附錄。
→如果論文內容過於簡略，寫不清楚，則論文不易被接受。

        C.     Rasch study

1.      刪題時，避免刪除最容易或最有代表性的題目：因為難度很低的題目本來就少。若刪除了，就無法評估到相對應的個案的程度。有代表性的題目則可能有很好的鑑別力，若刪除該題，將不利於估計個案之程度。

2.      Fit index < 0.6表示該題為多餘的題目。

3.      應思考要先看fit index確認單一面向性，或先看各題的倒置 (disordered)情況，再決定是否結束刪題/確認單一面向性。

4.      選項合併後，必須重新分析看結果如何再決定是否刪題或合併選項。

5.      即使各題倒置的情形不同（例如有些是選項2機率低、有些是選項3機率低），一般仍是合併中間的幾個選項，因為意義較合理。
→例如：0-完全依賴、1-部分依賴、2-接近獨立、3-完全獨立。若合併1、2，則表示選擇1、2的人有部分能力，但無法完全獨立。意義上合理。

6.      Step logit之呈現，呈現合併的結果即可。刪題或合併的過程可不呈現。

7.      若以Rasch驗證建構效度，驗證收斂效度時，則應以Rasch score驗證。若以multi-dimension的方式驗證建構效度，則應以multi-dimension score驗證收斂效度。
→但不需要把收斂效標的分數轉為Rasch score，因為我們的研究不是要驗證那個工具的建構效度，而且若驗證結果不佳，又會造成新的問題。

8.      Multi-dimension reliability 應該比Rasch 的person reliability增加許多。若增加不多，可能是不同面向的概念過於相似，以致難以區辨。

           D.    心理計量特性相關：

1.      解釋信度的概念時，應強調測量誤差的概念。

2.      再測信度：檢驗隨機測量誤差之大小。

3.      施測者內/間信度：檢驗系統性誤差。

4.      最小重要差異值 (minimal important difference, MID)：

a.       驗證時，應註明退步的人數極少（除非是驗證退化性疾病），因此後文不予討論。

b.      應思考不同嚴重程度的人，MID是否不同。

5.      Individual level的結果可否取代group level的結果？
→目前group level仍是最常用的數值，因此二種皆須列出。但可強調：看individual level的數值，可獲得更完整的資訊。

6.      收斂效度

a.       標準可依研究者的判斷決定。例如：執行功能a和執行功能b的相關應該高，執行功能和認知功能的相關應該偏低。

b.      相關性若太高，可能表示測量的是同一個概念。例如：執行功能a和執行功能b的意義相近，難以區辨。

7.      刪除嚴重度較輕微的個案對於預測效度與反應性的影響：可能低估預測效度、高估反應性。又，接受治療的時間和個案恢復的狀況未必成正相關。如同就讀研究所的時間和學習效能未必成正相關。

8.      反應性的大小與有意義的改變 (meaningful change)之關連：有意義的改變需要另一個判斷標準作為依據。而反應性可分為內在與外在。若欲討論有意義的改變，可使用外在反應性討論，或者內在反應性有現成的MID作為輔助判斷的依據。
→內在反應性之驗證以effect size為主，可分為大中小。外在反應性之驗證已與另一個工具變化的相關性驗證為主，可代表分數的改變有無意義。

           E.     Delphi method

1.      應說明expert panel的組成。

2.      若用於建立架構，應說明在各回合的結果中說明架構是否改變、改變了什麼。
→可以圖或表呈現各時期之變化。

3.      若架構中有需要解釋的名詞，則應於圖或表下方註解。例如：教育相關的OT法規。

4.      資料蒐集的分類方式應與原本預設的架構相同，以免讀者混淆。