Cum să suni natural în engleza academică fără un editor nativ
Proza academică rigidă a unui vorbitor non-nativ este rareori o problemă de gramatică. Este vorba despre colocare, atenuare formulată la o intensitate greșită, lungimea frazelor care nu variază niciodată și substantive care fac treaba unui verb. Iată substituții concrete și o rutină de autoeditare care le depistează pe toate cinci fără a angaja un editor.
O secțiune de metode poate fi perfectă din punct de vedere gramatical și totuși să primească în margine observația „asta nu sună ca tine”. Fiecare propoziție se analizează corect. Fiecare verb este în acord cu subiectul său. Nimic din ceea ce ar semnala un verificator gramatical nu este greșit, iar paragraful totuși se citește ca și cum ar fi fost alcătuit dintr-un manual de expresii, nu scris de cineva care gândește în engleză. A învăța cum să sune natural în scrierea academică în engleză începe prin a accepta că cea mai mare parte a ceea ce creează această impresie nu are nicio legătură cu gramatica.
Patru lucruri produc aproape toată problema, asocieri de cuvinte care sunt tehnic corecte, dar nu sunt ceea ce se așteaptă un cititor nativ, formulări prudente calibrate la o intensitate nepotrivită pentru dovezi, propoziții care nu își schimbă niciodată lungimea și substantive care fac o muncă ce ar suna mai bine ca verb. Niciunul dintre cele patru nu va declanșa un corector ortografic sau un verificator gramatical, iar toate patru pot fi corectate odată ce un autor știe să le caute.
Nimic din toate acestea nu ține de a depăși un detector, iar a trata lucrurile astfel inversează soluția. TextPulse's prezentarea dovezilor privind fals-pozitivele detectoarelor de AI arată de ce formularea previzibilă, sigură din punct de vedere manual, este evaluată ca fiind generată de o mașină, indiferent de cine a scris-o de fapt. Corecturile de mai jos urmăresc să sune ca o persoană anume care gândește, ceea ce, de asemenea, este ceea ce împiedică un text să pară generic.
Colocație: de ce cercetarea este „condusă”, nu „făcută”
Înlocuirile nu sunt negramaticale. Pur și simplu nu sunt ceea ce se așteaptă un cititor din domeniu să vadă lângă substantivul respectiv. O colocație este o asociere de cuvinte, pe care cititorii nativi o acceptă ca fiind fixă, deși un sinonim ar fi corect din punct de vedere gramatical în aceeași poziție. Engleza academică conduce un studiu, un experiment, un sondaj și o analiză. Trage o concluzie, o comparație și o distincție. Formulează o întrebare și o provocare, ridică o îngrijorare și ajunge la un consens sau la o decizie.
"Studiul a făcut o analiză a transcrierilor interviurilor" se analizează fără nicio eroare gramaticală, și totuși se citește ca o traducere. "Studiul a efectuat o analiză a transcrierilor interviurilor" sau, mai direct, "studiul a analizat transcrierile interviurilor", este versiunea pe care ar scrie-o fără să se gândească un cititor din domeniu.
| Substituție comună | Colocație pe care cititorii academici o așteaptă | În context |
|---|---|---|
| a făcut un experiment | a efectuat un experiment / a realizat un experiment | Am realizat un experiment de urmărire cu un eșantion mai mare. |
| a da un rezultat | a produce un rezultat / a genera un rezultat | Regresia a generat rezultate în concordanță cu Studiul 1. |
| a face o analiză | a efectua o analiză / a realiza o analiză | Am efectuat o analiză de sensibilitate pe trei specificații ale modelului. |
| a pune o întrebare | a ridica o întrebare / a formula o întrebare | Aceste constatări ridică o întrebare la care modelul actual nu poate răspunde. |
| a ajunge la o concluzie | a ajunge la o concluzie / a trage o concluzie | Panoul a ajuns la o concluzie după examinarea tuturor celor trei seturi de date. |
Nimic din toate acestea nu face ca "make" să fie greșit ca verb, în general. "Make a contribution", "make a distinction" și "make an argument" sunt toate colocări academice standard, fiecare în sine. Verificați substantivul specific aflat lângă verb, deoarece engleza atribuie fiecăruia dintre aceste substantive un mic set fix de verbe și tolerează aproape nicio substituție în interiorul acelui set.
Formularea rezervei calibrată la dovezi, nu la manual
Hedging există pentru a potrivi forța unei afirmații cu ceea ce susțin efectiv dovezile, iar acest lucru eșuează în ambele direcții. Supraafirmarea enunță un rezultat cauzal sau definitiv pornind de la un design care nu poate susține un astfel de rezultat: „dovedește”, „demonstrează în mod concludent”, „arată că X cauzează Y”, atașate unui singur studiu corelațional. Subafirmarea adună mai multe hedging-uri în jurul unei constatări care este deja bine susținută, până când propoziția semnalează îndoială față de hedging-ul însuși, nu prudență adecvată față de constatare.
Un singur sondaj transversal susține „timpul petrecut în fața ecranului este asociat cu anxietatea adolescenților” sau „aceste rezultate sunt în concordanță cu o legătură între cele două”. Nu susține „aceste rezultate dovedesc că timpul petrecut în fața ecranului cauzează anxietate la adolescenți”, deoarece un design transversal nu poate stabili care variabilă a apărut prima, cu atât mai puțin că una a cauzat-o pe cealaltă. O afirmație calibrată sună mai sigură decât una supraafirmată, deoarece un cititor atent are mai multă încredere în ea înainte de a începe să îi verifice faptele, linie cu linie.
La fel de izbitoare sunt exemplele de subafirmare. Studenții au fost învățați „întotdeauna să folosească hedging”, dar nu și cât de mult. „S-ar putea poate eventual sugera că intervenția poate avea potențial un anumit efect.” În această propoziție există patru hedging-uri. „Intervenția pare să aibă un efect.” Aici există un singur hedging, adecvat pentru forța reală a unui singur studiu. Spune mai mult pentru că spune mai puțin.
Ritmul propozițiilor, semnalul pe care cititorii îl simt înainte să îl poată numi
Lungimea uniformă a propozițiilor rareori declanșează o verificare gramaticală, însă un paragraf în care fiecare propoziție se încadrează în câteva cuvinte din aceeași lungime se citește plat, indiferent cât de corectă este fiecare propoziție luată separat. Ghidul complet al TextPulse despre cum să variezi lungimea propozițiilor în scrierea academică acoperă refacerea în detaliu, cu paragrafe înainte și după. Varianta scurtă: recitește un paragraf, marchează fiecare șir de trei sau mai multe propoziții de dimensiuni similare și rupe unul dintre ele.
Umanizează-ți propria lucrare
Transformă textul tău asistat de AI și fă-l să sune uman, fără a atinge cuvintele importante sau citările.
Supranominalizarea: lasă verbul să facă munca
O nominalizare transformă un verb într-un substantiv abstract: investigate devine an investigation, analyze devine an analysis, improve devine an improvement. Engleza tolerează acest lucru în mod constant, iar scrierea academică se sprijină pe el mai mult decât majoritatea registrelor, dar un paragraf construit în întregime din nominalizări forțează fiecare propoziție într-un cadru mai greu decât cere acțiunea, iar această greutate se citește ca fiind tradusă chiar și atunci când fiecare cuvânt este corect.
"The implementation of the revised protocol resulted in a reduction in contamination events" folosește șaisprezece cuvinte pentru a descrie ceva ce un verb ar putea reda direct. "Implementing the revised protocol reduced contamination events" păstrează fiecare fapt din propoziția originală și elimină doar scheletul din jurul lor.
"This study aims to undertake an investigation into the relationship between diet and cognitive performance" cheltuiește treisprezece cuvinte înainte ca subiectul real al propoziției să apară. "This study investigates the relationship between diet and cognitive performance" spune același lucru în nouă cuvinte, iar cititorul ajunge la punctul respectiv cu trei cuvinte mai devreme.
Conectorii în registrul greșit
Manualele introduc devreme și insistent un set mic de conectori formali: furthermore, moreover, thus, hence, consequently. Un autor care i-a învățat ca fiind modul corect de a începe o propoziție academică tinde să deschidă cu unul la fiecare câteva rânduri, indiferent dacă o relație logică trebuie sau nu semnalată. Proza academică nativă folosește aceleași cuvinte mult mai parcimonios și se bazează adesea pe simpla alăturare, o afirmație urmată direct de dovada ei, în locul unui cuvânt indicator care anunță legătura.
"Furthermore, the sample size was small. Participants were not randomly assigned. The results may not generalize. Future research should use a larger sample" folosește patru conectori în patru propoziții și are nevoie exact de unul. "The sample size was small, and participants were not randomly assigned, so the results may not generalize to a broader population" păstrează aceeași logică într-o singură propoziție, cu un singur conector care face munca a patru.
O nepotrivire înrudită apare la cuvinte izolate, nu la propoziții întregi. „Besides” la începutul unei propoziții, cu sensul de „în plus”, este frecvent în vorbirea curentă și în unele texte academice traduse, dar lângă registrul din jur sună colocvial, iar „in addition” sau o propoziție nouă, fără niciun conector, se potrivesc mai bine într-o secțiune de metodologie sau într-o discuție.
Cum să sune natural în scrierea academică în engleză: o rutină de autoeditare
Parcurgerea manuală a tuturor celor cinci verificări pe un capitol întreg ia o după-amiază de lucru, iar acesta este exact costul pe care această rutină există pentru a evita să îl plătești unui editor. Humanizer-ul TextPulse construit pentru scriitori academici ESL humanizer built for ESL academic writers aplică o versiune a acelorași verificări direct asupra unui draft, construit în jurul tiparelor de mai sus, nu al unei treceri generice.
- Caută în draft „make”, „do” și „give” alăturate unui substantiv și verifică asocierea în raport cu ceea ce așteaptă un cititor din domeniu: conducted, nu made, yielded, nu given.
- Citește cu voce tare fiecare cuvânt de atenuare și întreabă-te dacă dovezile susțin într-adevăr acea intensitate, un singur studiu corelațional rareori justifică prove, show sau demonstrate.
- Marchează primele trei cuvinte ale fiecărei propoziții dintr-un paragraf, iar dacă aceeași deschidere se repetă de trei ori la rând, reconstruiește una dintre propoziții în jurul unei structuri diferite.
- Caută terminații de cuvinte în -tion, -ment și -ance și întreabă-te dacă propoziția ar citi mai direct dacă acel substantiv ar deveni verbul principal.
- Șterge fiecare furthermore, moreover, thus și consequently, apoi citește paragraful fără ele, pune înapoi doar pe cele de care logica are cu adevărat nevoie.
Niciuna dintre aceste cinci verificări nu durează mult odată ce devin obiceiuri, nu o listă lipită deasupra biroului. Un free academic tone converter rulează automat o versiune a aceleiași treceri, semnalând construcțiile colocviale și atenuările excesive în raport cu registrul de care o secțiune are de fapt nevoie, cu raționamentul atașat, nu doar corectura.
Dacă un detector a semnalat deja lucrarea dumneavoastră, ce trebuie să faceți când sunteți acuzat că ați folosit AI și cum să dovediți că nu ați folosit sunt tratate separat.
Testul care contează cu adevărat nu are nicio legătură cu faptul că un detector semnalează un paragraf. Este dacă un cititor din domeniu uită cu totul că citește o traducere, un prag mai ridicat decât o gramatică îngrijită și mai scăzut decât presupun cei mai mulți autori: o singură precauție calibrată, câteva colocări corecte și un model întrerupt al lungimii propozițiilor ajung de obicei acolo.
Întrebări frecvente
Gramatica este rareori indiciul. Patru tipare fac cea mai mare parte a muncii: asocieri de cuvinte care sunt tehnic corecte, dar nu sunt ceea ce se așteaptă un cititor nativ, cum ar fi conducted în loc de made; atenuare formulată la o intensitate greșită pentru dovezi; lungimea frazelor care nu variază niciodată; și substantive care fac munca pe care un verb ar face-o mai direct. Niciunul dintre cele patru nu declanșează un verificator gramatical.
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.