Najczęstsze błędy gramatyczne w pracach badawczych
Sześć błędów gramatycznych pojawia się w pracach badawczych częściej niż gdziekolwiek indziej, ponieważ zdania akademickie są zbudowane tak, by unosić więcej doprecyzowań, niż może pomieścić zwykły akapit. Oto mechanizm stojący za każdym z nich, przykład błędny i poprawiony oraz to, czego darmowy sprawdzacz gramatyki może, a czego nie może wykryć samodzielnie.
Recenzent pracujący nad sekcją metod rzadko przestaje, ponieważ argument jest słaby. Zatrzymuje się, ponieważ czasownik trzy wiersze niżej nie zgadza się ze swoim podmiotem, a wtedy czyta zdanie ponownie, aby ustalić, co autor rzeczywiście miał na myśli. Powszechne błędy gramatyczne w pracach badawczych nie są błędami, które kataloguje ogólny poradnik gramatyczny, ponieważ zdania akademickie są zbudowane inaczej niż zwykły akapit, dłuższe frazy rzeczownikowe, czasowniki odsunięte dalej od swoich podmiotów oraz nawyk przedstawiania wyniku w jednym czasie, a interpretowania go w innym w obrębie tego samego akapitu.
To jest błąd gramatyczny, nie taki, który wychwyci korektor pisowni, lecz raczej niezgodność między zdaniem, które autor zamierza napisać, a zdaniem, które tworzy gramatyka angielska, gdy nagromadzi się wystarczająco dużo fraz doprecyzowujących. Każdy z tych sześciu błędów pojawia się w pracach badawczych na tyle często, by zasługiwać na osobne omówienie, zwisający modyfikator pozostawiony bez oparcia przez zdanie metod w stronie biernej, zanik zgodności podmiotu z orzeczeniem w długiej frazie rzeczownikowej, traktowanie danych jako liczby pojedynczej, gdy czytelnik oczekuje liczby mnogiej, naruszenie wzorca gramatycznego w wyliczeniu ustaleń, rozpoczęcie od this bez rzeczownika, do którego można je odnieść, oraz zmiana czasu od relacjonowania wyniku do jego interpretowania.
Co sprawia, że powszechne błędy gramatyczne w pracach badawczych są inne
Zdania akademickie niosą większy ciężar gramatyczny niż zdania konwersacyjne, ponieważ zawierają rzeczywiste doprecyzowanie, jaka populacja, w jakich warunkach, w porównaniu z jaką wartością odniesienia. Każde doprecyzowanie jest zdaniem podrzędnym lub frazą wstawioną między podmiot a czasownik albo między zaimek a rzeczownik, który zastępuje, a zgodność na odległość trudno śledzić podczas pisania w szybkim tempie. Ten wzorzec leży u podstaw większości tego, co następuje, w szerszym zbiorze mechaniki pisania akademickiego, które recenzent zauważa, zanim świadomie zarejestruje argument ukryty pod nimi.
Zawieszone modyfikatory w zdaniach metod
Zwisy modyfikujące występują wtedy, gdy piszesz coś takiego jak The supernatant was discarded after centrifuging the sample for ten minutes. Supernatant w rzeczywistości niczego nie zrobił, ale brzmi to płynnie, dopóki nie zapytasz, kto wykonał wirowanie. Gramatycznie zrobił to supernatant, ponieważ supernatant jest podmiotem zdania, do którego dołącza się modyfikator, a supernatant nie może obsługiwać wirówki. Ten typ błędu pojawia się najczęściej w sekcjach metod, które są celowo pisane w stronie biernej, aby utrzymać procedurę w centrum uwagi, a nie osobę ją wykonującą. Strona bierna właśnie usuwa ludzki podmiot, którego potrzebował modyfikator.
Rozwiązaniem nie jest porzucenie strony biernej, której styl akademicki nadal oczekuje w sekcji metod. Chodzi o nadanie modyfikatorowi podmiotu, z którym może się zgadzać. After centrifuging the sample for ten minutes, we discarded the supernatant przywraca sprawcę. After the sample was centrifuged for ten minutes, the supernatant was discarded zachowuje konstrukcję bierną i nadal działa, ponieważ próbka jest teraz podmiotem obu zdań, a nie tylko jednego z nich.
Zgodność podmiotu z orzeczeniem w długich frazach rzeczownikowych
W krótkim zdaniu podmiot i orzeczenie są tak blisko siebie, że naturalnie się zgadzają. W zdaniu akademickim podmiot i orzeczenie mogą być rozdzielone przez kilka fraz przyimkowych i zdanie względne, z których każda zawiera własny rzeczownik i własną liczbę gramatyczną. The effect of these interventions on retention rates among first-generation students remains unclear stawia czasownik w liczbie mnogiej obok rzeczownika w liczbie mnogiej, students, i brzmi poprawnie przy szybkim czytaniu. Rzeczywistym podmiotem jest effect, trzy rzeczowniki wcześniej i w liczbie pojedynczej, więc zdanie wymaga remains. To nie jest rzadkie przeoczenie. Tak dzieje się domyślnie za każdym razem, gdy uwaga zatrzymuje się na najbliższym rzeczowniku zamiast wracać do tego, z którym orzeczenie powinno się zgadzać.
Bezpłatny program do sprawdzania gramatyki wychwytuje sporą część takich błędów automatycznie, ponieważ zgodność podmiotu z orzeczeniem jest wzorcem opartym na regułach, który oprogramowanie może niezawodnie analizować. Nie wychwyci każdego przypadku, zwłaszcza gdy wtrącona klauzula ma własne orzeczenie zgodne z własnym lokalnym rzeczownikiem, ale uruchomienie go na sekcji wyników przed tym, jak zobaczy ją promotor, usuwa najłatwiejszą wersję tego błędu jako pierwszą.
Humanizuj własną pracę
Przekształć tekst wspomagany przez AI i spraw, by brzmiał naturalnie, bez naruszania ważnych słów ani cytowań.
Czy „data” jest w liczbie pojedynczej czy mnogiej w piśmiennictwie akademickim?
Data to łacińska liczba mnoga od datum, a ścisłe odczytanie tej etymologii traktuje to słowo jako rzeczownik w liczbie mnogiej, wymagający czasownika w liczbie mnogiej: the data show a clear trend, a nie the data shows. Współczesne użycie angielszczyzny poszło w inną stronę w przypadku większości użytkowników, dla których data funkcjonuje jak information, rzeczownik niepoliczalny, który domyślnie łączy się z czasownikiem w liczbie pojedynczej. Oba podejścia są jednocześnie obecne w publikacjach akademickich. Kilka czasopism o rygorystycznym stylu redakcyjnym nadal wymusza liczbę mnogą, a wiele innych akceptuje liczbę pojedynczą, ponieważ użycie przesunęło się pod wpływem praktyki, a nie reguły. Żadna z tych konwencji nie jest błędna, jeśli stosuje się ją konsekwentnie. Przechodzenie między nimi w obrębie tej samej pracy, pisanie the data shows we wstępie i the data were analyzed w metodach, to właśnie coś, co czytelnik rzeczywiście zauważa. Sprawdź wytyczne stylu docelowego czasopisma, a następnie zachowaj ten wybór w całym manuskrypcie.
Błędny paralelizm w listach wyników
Lista ustaleń wymaga, aby każdy element miał tę samą formę gramatyczną, ponieważ to właśnie ta wspólna forma pozwala czytelnikowi przetworzyć drugi i trzeci element bez ponownej analizy od podstaw. Interwencja zwiększyła retencję, zmniejszyła rezygnację, a badacze zaobserwowali poprawę wyników testów, przerywa ten wzorzec w połowie, pierwszy dwa elementy są frazami czasownikowymi dzielącymi domyślny podmiot interwencja, a trzeci wprowadza nowy podmiot, badacze, który nie pasuje do własnej gramatyki listy. Czytelnik musi się zatrzymać i przeczytać ponownie, aby ustalić, że trzeci element jest ustaleniem, a nie nowym zdaniem. Poprawka utrzymuje jedną formę gramatyczną w całej liście: interwencja zwiększyła retencję, zmniejszyła rezygnację i poprawiła wyniki testów. Listy ustaleń często odchodzą od struktury równoległej, ponieważ każdy element jest opracowywany w innym momencie procesu pisania, z innej tabeli wyników, a następnie łączony w jedno zdanie dopiero na końcu.
Dwuznaczne „This” i przesunięcia czasu między raportowaniem a interpretacją
Dwuznaczne „This”
To otwarcie zdania bez rzeczownika bezpośrednio po nim odsyła do całej poprzedniej myśli, a nie do jednej wyodrębnionej rzeczy, co zmusza czytelnika do zgadywania, której części tego zdania dotyczy, metody, wyniku czy interpretacji. Swobodny akapit zwykle ma jeden oczywisty temat, więc otwierające this ma tylko jeden prawdopodobny cel i dwuznaczność nigdy się nie ujawnia. Zdanie naukowe często jednocześnie opisuje metodę, wynik i porównanie, więc otwierające this może mieć trzy lub cztery prawdopodobne poprzedniki obecne w tym samym zdaniu, a czytelnik nie może stwierdzić, który z nich jest zamierzony bez dalszego czytania, a potem powrotu do wcześniejszego fragmentu. Poprawka jest mechaniczna, należy umieścić rzeczownik bezpośrednio po this. This finding, this pattern, this discrepancy, każde z nich przypisuje się do jednego poprzednika zamiast pozostawiać czytelnika z wyborem.
Czas raportowania a czas interpretacji
Konwencja akademicka opisuje to, co zostało zrobione i co zostało stwierdzone, w czasie przeszłym, ponieważ badanie jest konkretnym, zakończonym zdarzeniem: interwencja zwiększyła wyniki. Ta sama konwencja przechodzi do czasu teraźniejszego, aby interpretować lub uogólniać ten wynik, ponieważ interpretacja jest przedstawiana jako trwałe twierdzenie, a nie coś, co wydarzyło się w określonym dniu: wyniki te sugerują, że powtarzanie rozłożone w czasie poprawia zapamiętywanie. Autor, który nie zinternalizował tego podziału, zmienia czas w niewłaściwym momencie: przedstawia konkretny wynik w czasie teraźniejszym, jak gdyby był już ustalonym faktem, albo interpretuje ogólne twierdzenie w czasie przeszłym, jak gdyby samo twierdzenie było już zakończone. Śledzenie tego, jaką funkcję pełni zdanie, czy raportującą, czy interpretacyjną, decyduje o jego czasie, a żadna z tych funkcji nie pozostaje w jednym czasie przez całą sekcję dyskusji.
bezpłatny sprawdzacz czasu czasownika automatycznie wykrywa taką zmianę, co stanowi użyteczny pierwszy etap, choć nie może powiedzieć, w jakim czasie powinno być dane zdanie. Ta decyzja nadal zależy od tego, czy zdanie raportuje, czy interpretuje, a to rozróżnienie może wprowadzić tylko autor.
Poniższa tabela zestawia wszystkie sześć wzorców obok siebie, pokazuje, jak błąd wygląda na stronie, oraz poprawkę, która go usuwa bez zmiany tego, co zdanie ma na myśli.
| Błąd | Niepoprawnie | Poprawnie |
|---|---|---|
| Wiszący modyfikator | Po odwirowaniu próbki supernatant został odrzucony. | Po odwirowaniu próbki odrzuciliśmy supernatant. |
| Zgodność podmiotu z orzeczeniem | Wpływ tych interwencji na wskaźniki retencji wśród studentów pierwszego pokolenia pozostają niejasne. | Wpływ tych interwencji na wskaźniki retencji wśród studentów pierwszego pokolenia pozostaje niejasny. |
| Niespójne użycie danych | Dane pokazuje wyraźny trend. Dane zostały przeanalizowane dwukrotnie. | Dane pokazują wyraźny trend. Dane zostały przeanalizowane dwukrotnie. |
| Błędny paralelizm | Interwencja zwiększyła retencję, zmniejszyła odpływ i badacze zaobserwowali poprawę wyników testów. | Interwencja zwiększyła retencję, zmniejszyła odpływ i poprawiła wyniki testów. |
| Niejasne this | To pokazuje, że interwencja zadziałała. | Ten wzrost wyników testów pokazuje, że interwencja zadziałała. |
| Niespójność czasów | Interwencja zwiększyła wyniki, a te rezultaty będą sugerować, że szersze zastosowanie jest korzystne. | Interwencja zwiększyła wyniki, a te rezultaty sugerują, że szersze zastosowanie jest korzystne. |
Konwencje pisowni powodują cichszą wersję tego samego problemu, a różnice między US a UK są omówione osobno, wraz z kwestią -ize lub -ise, która się w nich mieści.
Żaden z tych sześciu problemów nie wymaga specjalnego szkolenia, aby go wychwycić, gdy już wiadomo, jakiego wzorca szukać. Zbiór bezpłatnych narzędzi TextPulse przeprowadza kontrolę gramatyki i interpunkcji nad pełnym szkicem szybciej niż ręczne wypatrywanie wiszącego modyfikatora w czterdziestostronicowej sekcji wyników. Następny recenzent, który dotrze do sekcji metod, nie będzie wiedział, ile wersji było potrzebnych, aby czasowniki zgadzały się ze swoimi podmiotami. Po prostu będzie czytał dalej zamiast zatrzymywać się, by czytać ponownie.
Najczęściej zadawane pytania
Najczęstsze błędy gramatyczne w pracach badawczych, które przechodzą przez sprawdzanie pisowni, to głównie błędy zgodności i odniesienia: wiszące modyfikatory w zdaniach metodologicznych, zgodność podmiotu z orzeczeniem utracona w długim wyrażeniu rzeczownikowym, data używane niespójnie jako liczba pojedyncza i mnoga, listy wyników, które łamią własny wzorzec gramatyczny, otwierające this bez rzeczownika, do którego można je przypisać, oraz czas, który zmienia się między relacjonowaniem a interpretowaniem.
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.