Jak zlidštit výsledky a diskusní části

Oddíl s výsledky uvádí, že intervenční skupina dosáhla vyššího skóre než kontrolní skupina, přičemž konkrétní číslo je uvedeno v tabulce o dvě stránky dříve. Oddíl diskuse, který se zabývá stejným zjištěním, říká, že intervenční skupina dosáhla vyššího skóre, což může naznačovat možný pozitivní účinek, který by mohl vyžadovat další zkoumání. Druhá věta nepřidává nic, co by první už neprokázala, pouze čtyři zmírňující výrazy a delší větu.

To je skutečný důvod, proč tyto dva oddíly začnou znít podobně, když jsou oba sepsány jazykovým modelem. Naučit se, jak humanizovat návrhy oddílu diskuse vytvořené pomocí AI, znamená obnovit větu, která se zavazuje ke konkrétnímu tvrzení o tom, co zjištění znamená, místo dalšího zmírňujícího výrazu navršeného na ten předchozí.

Proč výsledky a diskuse začínají znít stejně

Účelem oddílu s výsledky je sdělit, co se stalo, buď pomocí čísel, nebo pomocí popisu dostatečně konkrétního, aby se dal považovat za čísla. Účelem oddílu diskuse je sdělit, co tento výsledek znamená, jak souvisí s jinými výsledky a co neřeší. Když tyto dva oddíly sloučíte do jednoho, vznikne text, v němž jsou dva oddíly, které vykonávají tutéž práci dvakrát, jednou s připojeným číslem a jednou bez něj.

Jazykový model to ve výchozím nastavení sloučí, protože obě úlohy jsou sepisovány ze stejného popudu, popsat zjištění opatrně a pokračovat dál. Výsledkem je oddíl s výsledky, který zmírňuje zjištění, jež by měl pouze uvádět, a oddíl diskuse, který uvádí zjištění, jež by měl interpretovat. Ani jedna věta se nezavazuje k ničemu, s čím by mohl konkrétní čtenář nesouhlasit, a to je skutečný příznak, více než jakákoli jednotlivá volba slov.

Otázka, na kterou se odpovídá	Část s výsledky	Část diskuse
Co se stalo?	Přímo uvádí zjištění: číslo, srovnání, popis	Předpokládá, že čtenář už číslo zná, a posouvá se dál
Co to znamená?	To není úkolem této části, číslo samo sebe neinterpretuje	Uvádí, co zjištění naznačuje a co neuzavírá
Typický způsob selhání	Opatrné formulování čísla, které žádnou opatrnost nepotřebuje, například 'results appeared to show a difference'	Opakování čísla místo jeho interpretace, například 'the results showed a higher score'
Věta, která obstojí	Skupina s léčbou se zlepšila o devět bodů, kontrolní skupina o dva.	Zdá se, že rozdíl je dán kratším intervalem, nikoli samotnou metodou.

Řádek s typem selhání stojí za to zkontrolovat jako první v každém návrhu s pomocí AI, protože ostatní řádky obvykle následují, jakmile je tento jeden opraven.

Co by část s výsledky měla ve skutečnosti dělat

Část s výsledky uvádí, co bylo zjištěno, v pořadí, v jakém to analýza přinesla, aniž by zatím argumentovala tím, co to znamená. 'Group differences were observed across conditions' není věta výsledkové části. 'The treatment group improved by nine points; the control group improved by two' je věta výsledkové části, protože čtenář ji může porovnat s tabulkou a pokračovat dál.

Střídejte způsob, jakým je každé zjištění uvedeno, místo abyste pro každý výsledek opakovali jednu šablonu. Jednu větu začněte číslem, jinou srovnáním, další podmínkou, která k němu vedla. Část s výsledky, která neočekávané zjištění podá v prosté, přímé větě, bez předběžného opatrného vymezování, obvykle působí lidštěji než ta, kde každý výsledek přesně odpovídal očekávání.

Co by část diskuse měla ve skutečnosti dělat

TextPulse's širší průvodce humanizací akademického psaní již uvádí, že diskuse je místem, kde se musí objevit vlastní hlas. Co je zde vhodné doplnit, je mechanismus, sekce diskuse existuje proto, aby řekla něco, co tabulka sama o sobě říci nemůže, proč je zjištění důležité, co vylučuje a kde přestává platit. To vyžaduje závazek k skutečné interpretaci, nikoli jen k jejímu naznačení.

'Toto zjištění je v souladu s širší literaturou a naznačuje několik možných směrů pro budoucí práci' neinterpretuje nic, protože jeho verze by mohla uzavřít téměř jakoukoli sekci diskuse v téměř jakémkoli oboru. Věta v diskusi může být konkrétní a přitom nést skutečnou nejistotu: 'efekt pravděpodobně odráží kratší dobu tréninku spíše než samotnou metodu, ačkoli studie nemůže vyloučit rozdíl mezi kohortami' pojmenovává mechanismus, uvádí přednost mezi dvěma vysvětleními a zároveň přiznává, co nemůže rozhodnout.

Kde se hranice mezi oběma stává nejasnou

Ne všechny práce tyto sekce oddělují. V některých časopisech, zejména v těch, které vycházejí z kvalitativní a případové studie, je sekce výsledků často spojena se sekcí diskuse. Spojená sekce výsledků a diskuse však výše uvedený rozdíl neruší. Jen odstraňuje značku, tedy nadpis, pro tento rozdíl. Uvnitř spojené sekce výsledků a diskuse odstavec buď uvádí zjištění, nebo je interpretuje, a signál vyhýbání se závazku funguje na úrovni věty stejně.

Kvalitativní práce posouvá poměr ještě dál. Předložení tématu z dat rozhovorů je už částečně interpretační, protože výběr toho, co se počítá jako výskyt tématu, je sám o sobě analytickým rozhodnutím, takže odstavec zaměřený pouze na sdělení výsledků, na němž závisí kvantitativní sekce výsledků, nemusí existovat ve stejné podobě. Signál vyhýbání se závazku stále platí: popis tématu naložený s kvalifikátory 'may potentially suggest' je v kvalitativní práci stejně strojově znějící jako v kvantitativní.

Signál vyhýbání se závazku: věty, které se k ničemu nezavazují

Hedging má v akademickém psaní skutečný účel, upozorňuje na skutečnou nejistotu, kterou má čtenář znát. Jedno hedgingové vyjádření je běžná opatrnost. Zřetelné je nashromáždění hedgingových vyjádření jedno na druhé, až věta přestane tvrdit cokoli, proti čemu by mohl čtenář vznést námitku. 'This may potentially suggest a possible link' vyjadřuje tutéž myšlenku třikrát v pěti slovech a diskusní část složená z vět jako tato působí jako strojově generovaná bez ohledu na výsledek pod ní.

Počet hedgingových vyjádření v jedné větě lze hrubě zkontrolovat. Jeden kvalifikátor je běžná vědecká opatrnost: 'this suggests', 'this may indicate', 'this appears to'. Dva v téže větě už stojí za druhé přečtení. Tři jsou vzorec, kterého si všimne kontrolní nástroj i vedoucí, protože věta přestala říkat cokoli natolik konkrétního, aby to mohlo být chybné.

Jak zlidštit návrhy diskusní části AI bez přehnaných tvrzení

Začněte tím, že najdete každou větu, která pouze opakuje část výsledků místo toho, aby je interpretovala. Pokud by bylo možné větu z diskusní části přesunout do části výsledků beze změny, ještě nesplnila svůj účel. AI humanizer zde pomůže jen tehdy, pokud je zaměřen konkrétně na hedging a na věty, které pouze opakují výsledky, nikoli pokud se bez rozlišení použije na celou část, protože čísla nebylo třeba přepisovat už od začátku.

Poté odstraňte druhé a třetí hedgingové vyjádření z každé věty, která jich má více než jedno, a podívejte se, co zůstane. Často zůstane zcela obhajitelné tvrzení, které hedging zakrýval. Následné spuštění odstavce přes academic tone converter může zachytit vágnější formulace, které přežijí první úpravu, i když rozhodnout, co si výsledek skutečně myslíte, není něco, co by za vás nástroj mohl udělat.

Ještě jedna kontrola, která stojí za to udělat ručně, před jakýmkoli nástrojem, přečtěte si sekci výsledků a sekci diskuse hned po sobě a zeptejte se, zda by ta druhá mohla být vytvořena z té první, aniž by bylo nutné číst zbytek práce. essay checker spuštěný nad hotovým návrhem zachytí zbytkové přeformulování, které při pečlivém čtení unikne, ale právě otázka výše je ta, která ho ve skutečnosti odhalí jako první.

V plném rozsahu dokumentu se problém mění, a humanizing a thesis je popsáno na samostatné stránce. Pokud je diskuse příliš dlouhá, redukce počtu slov v thesis je samostatná dovednost, kterou stojí za to si nejprve přečíst.

Sekce výsledků a sekce diskuse mohou uvádět přesně stejný závěr a přesto na stránce plnit zcela odlišné úkoly. První si své místo zaslouží tím, že je ověřitelná. Druhá si své místo zaslouží tím, že předkládá tvrzení, s nímž by někdo mohl skutečně nesouhlasit, což je přesně to, čemu má hromada opatrných formulací zabránit.