研究論文の分析方法

私が数年前に修士課程を始めたとき、私はある種の研究にひどく盲目的に遭遇しました。私は紙を次々とつかみ、悪意を持ってできるだけ多くの本を読みました。私は修士課程を急いで行きたかった。

バグ解決戦略がなかったのと同じように、私も同様にアドホックな論文を読んだり分析したりする「戦略」がありました。私の「アンチプロセス」は、アドホックなメモ作成、ランダムな強調表示、および散在するアイデアで構成されていました。時々私は完全な論文を読み、時には結論だけを読みました。トップダウンで読むこともあれば、任意の順序でセクションを読むこともあります。紙の上にメモを書くこともあれば、別の紙にメモを書くこともあれば、グーグルスプレッドシートに書くこともありました。ノート自体はさまざまな形式と深さのものでした。時々、私のメモはよく書かれていて理解しやすいものであり、時には(ほとんどの場合)完全に一貫性がなく、役に立たないものでした。

熱心な論文を読み始めてから最初の数か月を経て、背景の章を書き始めたかったのですが、混乱して優先順位のないカオスの領域が私の中に残っていたことがわかりました。どこから始めてどこで止めるべきか、どのようなギャップがまだ残っているのか知りませんでした。自分が何を学んだかはよく分からず、その分野を理解しているかどうかは確かにわかりませんでした。研究を読むためのプロセスを理解できなかった場合、どうして私は良い研究者になれますか?

過去数か月間(だから6年後、修士号取得後)になってから、自己反映型の時間を費やして、より良い紙の読書習慣を養うことにしました。私は自分のプロセスを理解するために多くのお気に入りの研究者と話をしてきましたが、彼らの仕事を自分のプロセスに統合するのに忙しくしています。私は論文を読むのに苦労するだけでなく、私の失敗や学習が他の人を助けるかもしれない悲しい悲しみだけではないことを願っています。

研究論文を読むには多くの角度がありますので、私はこのシリーズでいくつかのブログを作成します(できれば)。

  • どの論文を読むかを選択するには?
  • 各論文をどの程度「深く」読むべきですか?
  • 実際に論文を読む方法は?
  • 特定の論文に関する考えを分析し、構成する方法は?

このブログでは、主に「特定の論文に関する考えを分析および構成する方法」の最後の4つを扱い、「実際に論文を読む方法」に触れます。

免責事項:私はコンピューターサイエンスのバックグラウンドを持っています。ですから、私の戦略は、あなたがそのような分野にいる場合にのみ、本当に意味をなすでしょう。うまくいけば、戦略のいくつかは学際的です。自分の分野に関連する(または関連しない)ものを見つけたら、私にあなたの考えを送ってください

私の新しい論文分析プロセス

更新された「プロセス」では、次のことを行う傾向があります:論文を読んで(上から下に向かっています)、余白に任意のマークを強調表示して、その後、それらの余白メモを調べて分類し、収集しますそれらを特定のテーマ/ディメンションに対応する段階的な分析にステップします。ある日、これがさらに洗練されたら、私たちが共有できる研究論文を分析するためのテンプレートを開発したいと思います。

ジュリア・エヴァンスと彼女の叙事詩に触発されて、私は以下の小さなマインドマップを描いて、論文を分析するときに今見ている「テーマ」を説明します(いつか漫画に変換します!)

私の小さなマインドマップは、(a)デジタル化する必要があり、(b)まだかなりの量の作業が必要なので、これを見ていきます。行こう!

1.主要な貢献

通常、重要な貢献は要約と結論にまとめられます。これは明らかに最も重要なことなので、いくつかの文章を自分の言葉で説明することに専念します

2.二次貢献

これらは常にアブストラクトで言及されているわけではないので、読みながらそれらを取り上げます。これは、結果を分析するための独自の戦略、または有用であると思われる新しいメトリックになる可能性があります。

3.個人的な発見

研究論文は、貢献以上のものです。研究論文を読むと、知識のさまざまな部分に追加されます-現在の論文で使用している他の論文から引用されたもの、または有用な論文の書き方ですらあります。私の個人的な発見を次のように分類したいと思います。

  • 目に見えない前の仕事、概念、アルゴリズム、および用語。
  • 興味深い方法論、データセット、ベンチマーク。
  • 巧妙な分析手法。
  • 有用な紙の執筆テクニックとスタイル、例:関連する作業を最後に配置するか、詳細を記載した付録を追加するかの選択。

4.質問

初めて論文を読むと、多くの質問があります。多くの場合、論文自体には答えがありません。他の何かを読む必要がある質問に答えるには、ソースコードを見るか、時には著者に連絡してください。これらは私が出した質問のタイプです:

  • 不足している背景:「これは何ですか?」
  • 未知の用語:「それは何ですか?」
  • 潜在的なエラー:「それは正しくないようです!」
  • 原因不明の決定:「なぜ彼らはそうすることを選んだのですか?」

5.読むべき重要な参考文献

ジョンナッシュ(彼自身以外の1人の人物だけで有名な)でさえ、島である研究者はいません。論文を読んでいる間、私はその論文がどのような仕事をしているのかに注目し、重要な参考文献を強調しています。今、完璧な世界では、すべての参考文献を読みましたが、悲しいことに、それは実用的ではなく、努力を集中する必要があります。私は戻って読む必要があるいくつかの重要な参考文献を重要度の高い順にリストしたいので、次に取り上げる論文を知っています。

6.批判

ピアレビューは完全ではなく、科学的基準のレベルは異なります。私はしばしば、方法論に関する問題や著者を悩ませ、強調する必要がある問題を見つけます。私が定期的に持っている批判の例:

  • 悪いまたは弱い実験方法。 「サンプルは1つしか実行しませんでした!」
  • 誤った分析:「その統計からその結論を引き出すことはできません!」
  • アルゴリズムの不適切な説明:「これはセクションがありません!」
  • シンボル定義の欠落または過負荷:「一体、ψとは?」
  • 悪い書き:「待って、何?」

7.アイデア

研究者としての私たちの主な仕事は、知識ベースを理解し、「what if」または「why」を熟考し、それに答えてみることです。ですから、私たちが論文を読んで出てきたアイデアは最も重要です!

8.評価

読んだ各論文を評価することにしました。これは、フィールドをガイドし、最高の研究者を強調し、貢献の重要性を理解するのに役立ちます。シンプルな5つ星の評価を使用します。これらは、私が評価する軸です(もっとあれば教えてください)

  • 影響:これはAIの顔を永遠に変えましたか?それとも古いアルゴリズムの再ハッシュでしたか?
  • 方法論:実験技術はどれほど厳格でしたか?構成ごとにいくつのサンプルを実行しましたか?パラメータを最適化しましたか?
  • 分析:分析はどの程度厳密でしたか?
  • 品質:紙は理解しやすかったですか?
  • 関連性:これは私の研究に関連していますか?

それで、そこに…

これをすべて書き終えたので、私は本質的に自分が従うプロセスを公式化しました。さらに、各論文分析の最初の上位部分に、著者、年、ジャーナル、および私の5つ星の評価が含まれるようにします。

これは非常に進行中の作業なので、価値があると思われるものを追加する必要がある場合はお知らせください。プロセスに追加します。これは私が積極的に改善しようとしているものですので、コメント、貢献、批判を歓迎します