Tez nedir? (40) – Sunum – Tez Danışmanlık – Tez Yaptırma
Sunum
Tezinizin önceki bölümlerinde, çalışmanızın tasarımını, hipotezlerinizi nasıl test ettiğini veya araştırma sorularınızı nasıl yanıtladığını açıkladınız. Şimdi bu çalışmada elde ettiğiniz sonuçları sunmalısınız.
Bu sunum gelişigüzel olmamalıdır. Sunum okuyucuyu eğitmelidir. Görevinizin, işinizde kaydettiğiniz her bir veri noktasını veya vakayı dahil etmek olduğuna inanabilirsiniz, ancak bunu yapmak neredeyse kesinlikle bir hatadır. Bu verileri olabildiğince tarafsız bir şekilde sonuçlara varmak için kullandınız; şimdi görev, okuyucuyu bu sonuçların geçerliliği konusunda ikna etmek için verilerden elde edilen temsili örnekleri ve verilerin örnek analizlerini kullanmaktır.
Her durumda, veriler sınırlı olsa bile, hepsini bir tezin sınırları içinde tutmak şaşırtıcı derecede zordur. Don’un durumunda, tek bir “yemek bölümünün” kısa bir açıklaması bile bir veya iki sayfa sürebilir; Dai’nin durumunda, bir kimyasal yapının incelenmesi sırasında yönteminin nasıl kullanıldığının tek bir kopyası on veya daha fazla sayfa alabilir. Jorge’nin ham sonuçları milyonlarca ayrı veri noktasına sahipti ve bunlar üzerine, farklı varsayımlar altında simülasyon yönteminin maliyetini gösteren tablolar ve grafikler gibi binlerce ikincil ürün oluşturulabilirdi. Tüm verilerin dahil edilmesi olası değildir.
Verileri teze basitçe dökmenin anlamı ne olabilir? Okuyucu için anlamlı olması muhtemel değildir. İşte okuyucunun bilmesi gerekenler, bunlardan bazıları daha önceki bölümlerde ele alınmış olabilir:
• Verilerin nereden alındığı, hangi yönleri ölçüldüğü, nelerden oluştuğu, kılavuzların neler olduğu, hangi izinlerin gerekli olduğu, hangi kısıtlamaların uygulandığı vb.
• Veriler bir okuyucu tarafından doğrudan sizden veya hangi dış kaynaktan elde edilebilir; veya benzer verilerin nasıl oluşturulabileceği.
• Örnek olarak sonuçların nasıl göründüğü; veya grafikle, diyelim ki değerlerin dağılımını göstermek için; veya tipik örneklerin tablolarına göre. Örneğin, ortak bir strateji, verilerin yerleştirilebileceği kategorileri listelemek ve her kategorideki bir öğenin bir örneğini vermektir.
• Mümkün olduğunca zengin bir şekilde tüm sonuç setinin özetleri.
• Sonuçlardaki bilinen boşluklar veya eksiklikler gibi veya verilerin belirsiz veya güvenilmez olabileceği sorunlara ilişkin notlar.
• Çalışmaya uygun şekilde tartışma, tartışma, istatistiksel araçlar vb. Kullanarak sonuçların analizi.
• Analizlerin yorumlanması, verilerden bilgiye dönüşümün tamamlanması (bu konu hakkında daha sonra daha fazlası).
Ham verilerin dahil edilmesi bu listede yer almamaktadır. Tony’nin daha önce bahsedilen lazer derecelendirme üzerindeki çalışmasını düşünün. Bu, üç çiftçi ve arazi yönetimi alanında çalışan birkaç profesyonel ile her biri yaklaşık bir saat süren odaklanmış görüşmeleri içermektedir. Hepsi kaydedildi ve transkriptleri hazırlandı. Tony transkript hazırlamak için çok zaman harcamalı mıydı? Onları hazırladıktan sonra tezine dahil etmeliydi mi?
Eğer öyleyse, bu bölümün neresinde veya bir eke düşürülmüş? Şimdiye kadar bu soruları cevaplayabilmelisiniz. Cevabım, okuyucunun nasıl toplandığını, hangi biçimde alındığını ve analiz için yoğunlaştırma sürecinde nasıl işlendiğini görmesi için yeterli miktarda veriyi (muhtemelen bir ekte) dahil etmek olacaktır. Bu durumda, odaklanmış bir görüşmenin transkriptini eke dahil etmek mantıklı olacaktır; diğerleri referans için dosyada tutulacaktır.
Bu arada, birçok disiplinin ve çoğu kurumun, verilerin nasıl yönetildiği ve açıklandığı ile ilgili araştırma yönergelerine sahip olduğuna dikkat edin. Veri sunumunuz üzerinde çalışırken bu yönergelere aşina olduğunuzdan emin olun.
Başka bir örnek Geoff’in çalışmasıdır. Kahverengi kömür parçacıklarının tutuşmasıyla ilgili çalışmasında, her kombinasyonda 10 parçacık test edilerek toplamda 960 parçacık için sonuçlar veren 96 deneysel koşul kombinasyonunu test etti. Önce 10 parçacıklı grubun tutuşma sürelerinin ortalamasını aldı ve değişkenliği belirtmek için standart sapmayı verdi, böylece tablodaki girişleri 960’tan 96’ya düşürdü. Önce 1000 mikron parçacık, sonra 500 mikron için tüm sonuçları sundu.
Daha sonra her bir parçacık boyutunun sonuçlarını, diğer değişkenlerin her biri için gruplar halinde düzenledi. Okuyucu daha sonra sonuçları hipotezlerle birlikte inceleyebilir ve farklı değişkenlerin etkilerinin zihinsel resimlerini geliştirebilir. Geoff, bu etkilerden bazılarını grafik olarak çizmeye devam edebilirdi, ancak bunu yapmak için bir sonraki bölüme kadar beklemeyi tercih etti, çünkü sonuçları, daha önce geliştirdiği teorik bir modelden beklediğine göre çizmek istiyordu. tez.
Bir yerde, toplamadığınız ancak isteyeceğiniz verileri ve bu türden diğer konuları tartışmak isteyebilirsiniz. Benim tavsiyem, bunun yapılacak iyi bir şey olması. Hiçbir araştırma parçası tam anlamıyla tamamlanmadı ve okuyucu, çalışmanın nerede uzatılabileceğine dair görüşlerinizi takdir edecek. Sınav görevlisi için böyle bir tartışma, çalışmanızın eksikliklerinin farkına varacak kadar düşünceli olduğunuzu gösterir. Denetçinin sizin yardımınız olmadan bu eksiklikleri fark edebileceğini ve eksikliklerin kabul edilmesinin bir zayıflık işareti olmadığını unutmayın.
Doktora tezlerinin incelenmesi için kriterlere tekrar bakın ve “sınırlamalar konusunda bir farkındalığın” beklendiğine dikkat edin.
Eksikliklere kör olmak, etkili bir araştırmacının özelliği değildir. Buna bir örnek, öğrencim Kirk, şu anki deney tamamlanmadan önce her zaman bir sonraki deneyime geçmeye hevesli ve bildiği gibi laboratuvarda diğer öğrenciler kadar yetenekli olmadığını açıkça kabul etmeyecek. Bununla birlikte, çalışmalarını sunmakta, kusurları ve sınırlamaları gözden kaçırmakta iyiydi. Çalışması hiçbir zaman tam olarak hileli olmasa da, yazıları (tezi ve araştırma makaleleri için) zayıflıklardan kaçınır ve güçlü yanları vurgular; bir işi tekrarlamak zorunda kaldığında ve başlangıçta iddia ettiği etkiyi artık gözlemlemediğinde nihayetinde bir krize yol açan bir problem. daha sonra zorluklara yol açan eleştiri.
Analiz
Bu bölümde birkaç kez değindiğim, verileri yönetmenin ve sonuçları sunmanın her yönüyle ilgili iki anahtar kavram, değişkenler (veya parametreler) ve kategoridir. Bu kavramlar, verilere ilişkin anlayışımızı yansıtır. Ne tür verilere sahip olduğumuzu, örneğin ne tür bir “yemek bölümü” nü anlamak istiyoruz. Örnekleri kategorilere atamak, verileri konsolide bir şekilde tartışmamızı ve analiz etmemizi sağlar. Değişkenler verilerin davranışını belirler ve değişkenlerin ve veri değerlerinin nasıl etkileşime girdiğini doğru bir şekilde tahmin edebildiğimizde neler olup bittiğini anladık. Bu kavramlar, veri analizinde nasıl ilerlediğimizin temelini oluşturur.
Analiz Analizlerin yorumlanması Sunum Tez nedir (40) – Sunum – Tez Danışmanlık – Tez Yaptırma Veriler bir okuyucu tarafından Verilerin nereden alındığı
Son yorumlar