什么樣的開題報告會被斃掉?

今天一個學生找我來商量開題報告的事兒。他說自己心里沒底,不知道開題時候的哪些問題會導致不通過。

在我們學院,開題報告會后,處理意見一般分為三等:

第一等是通過。這就意味著沒有原則上的大問題,你可以按照開題報告里的日程安排,開開心心寫論文了。

第二等是有條件通過,或者叫修改后通過。這說明你的開題報告存在問題,好在問題并不太嚴重。只需要根據開題小組各位老師的意見,認真對照修改,然后也可以開始寫論文了。你最好在修改后,拿給開題小組組長和導師看看,以便做到心中有數。

第三等是不通過。就是俗話中常說的“被斃掉了”。這種評價是最糟糕的情況。意味著你的開題報告存在嚴重的問題,必須大幅度修改,甚至推倒重來。如果有二次開題還好,至少你還有一次機會嘗試。如果沒有,那就意味著需要延期畢業了。

學生們最恐懼的,當然是選題被斃掉這種極端情況。

那么什么樣的選題會不通過呢?我幫他總結了4條,用通俗語言介紹,比較好記。分別是:

出了圈;

沒價值;

不必要;

不靠譜。

下面我們一一說明和分析一下。

  • 出了圈
所謂出了圈兒,就是選題不在專業研究領域范圍內。

雖然人類的知識是個整體,但是你的學生證上是有專業類別的。如果你不需要學位,那盡可以根據自己的興趣,研究世界上任何有趣的問題。幾百年前的那些博物學家們,走的基本上是這個路數。然而如果你當前的目標是拿下學位,那畢業論文的選題就不能偏離專業領域這個范圍。

跨學科或者交叉學科的研究是值得提倡的,但是必須體現本專業和其他專業的交叉,而不能是完全做其他領域的研究,毫不涉及本專業領域關心的問題,或應用本領域的特色研究方法。

舉個例子,假如你研究信息管理,大可以在問題的研究過程中使用計算機學科的相關研究成果。數據挖掘、數據可視化、機器學習,甚至是深度神經網絡,都可以往上招呼。但是,如果你的研究只是幫助了計算機學科改進底層算法,或者做了個Linux一樣的計算機操作系統內核出來,那么雖然你貢獻很大,卻只能去計算機系那邊去申請學位了。

題目出圈兒,是開題報告中最為嚴重的問題,一般會直接斃掉。

怎么才能保證選題不出圈兒呢?

你需要讀大量的文獻,了解學科的邊界在哪里。或者請教專家(例如你的導師),為自己的選題把關。這樣才能做到心中有數。

另外,如果本學科有廣泛適用的應用型研究方法,那么也可以放心使用,而不必擔心出圈兒問題。

例如圖書情報領域,有個研究方法叫做文獻計量。目前學術界的容忍度是,只要你用了文獻計量,那么計量對象無論是哪個領域的文獻,題目也可算作圖情研究的圈子之內。所以,你時??梢钥吹綀D情專業許多學生喜歡拿著這把錘子,虎視眈眈各個領域的文獻,到處找釘子玩兒。

這樣做,雖不必擔心出圈兒,但是后面幾條還是要小心。

  • 沒價值
科學研究,是要投入資源的。你的時間、注意力、金錢、設備、社會資本(例如時常需要請教朋友)……這些都是寶貴的資源。投入了就需要有產出。所以如果你把資源投放到了沒有價值的問題上,那就是暴殄天物。

開題小組如果認定你的研究題目沒有價值,會果斷叫停,這實際上是為了你著想。亡羊補牢嘛。

什么樣的問題有價值呢?

簡單而粗暴的解答,就是這世界上除了你之外,還要有至少一個人關心其研究結果。

在經濟學里,這就叫需求。

近年來,生物醫藥領域為什么那么火?為什么河北某高校老師一篇基因編輯的論文就引起了那么大的爭議?就是因為生老病死和我們每一個人息息相關。得病了我們就需要治療,絕大部分人都渴望健康長壽。所以如果你的研究,能夠提升1個百分點的疾病治愈率,或者延長人類平均1年的壽命,那就是非常有價值的。

相反,你做出來的東西沒人想了解其結果,那價值就要畫個大大的問號了。

你可能會辯稱,有些人會領先于時代,其研究問題在嘗試之前根本就沒有人想到過,當然也就沒人關心。例如愛因斯坦的相對論,提出時肯定不被大眾認為有價值,就連能看懂的人,全世界都屈指可數。先驅研究者完全可以通過研究來激發和創造需求。就像現在,相對論早已進入了大學甚至中學的物理學課本。人們在探討星際旅行、穿越的可能性時,總會把它掛在嘴邊。

沒錯。但是請你用貝葉斯公式來分析一下,你一個還沒開題的學生,做出上述完全超脫時代,令所有人驚艷的研究問題,可能性有多高?

更多的時候,被別人不看重的研究,是因為確實沒意義,也很無趣。

例如你非得要選“存款數額與利息收益相關性研究”作為論文題目……你研究啥?直接查銀行利率不就完了?

  • 不必要
你找了一個沒有出圈兒,而且還很有價值的問題,欣喜若狂。

開題的時候,組長淡淡地問了你一句“John Doe博士2015年發表在XX期刊的那篇文章看了嗎?”

“沒有!”

“你的研究問題,他已經完美解決了。重新選題吧。下一個!”

一旦別人先你一步,把你打算研究的問題做完,并且發表了出來,那你還做個什么勁兒呢?

想想看,為什么開題報告里,一定要有國內外研究現狀綜述呢?就是為了放在那里顯得字兒多,而且一堆標注顯得高大上嗎?

當然不是。為了寫這一部分,你就得讀相關文獻。讀了文獻,你自然就應該了解自己提出的問題,是不是已經被別人給做掉了。

問題來了,為什么同樣做了文獻綜述,有些人

依然把別人研究過的問題提出來,作為自己的畢業論文選題呢?

原因是豐富多彩的。

最常見的原因,還真不是胡亂應付,而是許多相關的文獻,他根本就沒見過。

為什么?他很認真地在圖書館里,天天從早看文獻看到晚??!他確實一直在看,不過只是在看中文文獻。許多學生做研究,只在CNKI上,用中文關鍵詞找論文。只要CNKI上查不到的文獻,就視同不存在。

2000多年前,我們老祖宗就用成語給這種做法起了個名字——“掩耳盜鈴”。

他們為什么不讀英文文獻呢?

唉。因為看不懂唄。

要想了解選題必要性,就必須全面讀文獻。你對該領域越是了解,選題的把握能力就越強。對絕大多數專業來說,英文文獻的閱讀必不可少。

好好學英文吧。

  • 不靠譜
有的時候,你會看到題目是圈內的問題,大家都關注,沒人曾經完美解決過……可選題依然被斃掉了。怎么搞的?!因為選題不靠譜。

這兩年,有句流行語,叫做:

談毒性不談劑量就是耍流氓。

這話是否科學,咱們擱置不論。但是借用過來,卻是可以成立——選題不談可行性,就是不靠譜。所謂不靠譜,就是指老師們不認為在你讀研的這一兩年(考慮到畢業年級找工作的壓力,這個時間還要打折扣)有限時間內,能夠順利完成研究。

不靠譜的問題,有以下類別:

題目過龐大;

方法太復雜;

數據難收集。

最常見的,是研究目標過于宏大。

《企業信息化發展策略研究》、《中國城鄉信息鴻溝對策研究》……這樣的選題,N本大部頭著作都做不完,你一篇畢業論文就想搞定?

這就是為什么,導師在指導你選題的時候,總會提及一句“要具體”。

足夠具體的選題,必然會顯得“小”。但是這不要緊,作為學術訓練的一部分,你應該從易到難,從小到大。不要一出手,就恨不得來個“排山倒?!?。更常見的情況,是把“眼高手低”四個字暴露無遺。

另一種不靠譜,是研究方法過于復雜。

當然,這是相對的。有的人,例如Paul Pavlou教授,能夠把十余種常見的研究方法應用自如。所以他自己發表過的文章放在那里,就可以自成體系(請參考拙作《如何選研究題目?》)。對于Pavlou教授來說,這些方法都不算復雜。

但是對你來說,方法復雜度就不一樣了。如果你的研究也需要調用多種研究方法,例如同時集成了結構方程、深度學習和復雜系統仿真……那老師們可能得回顧一下你的簡歷了。你得拿出足夠多的證據,才能說服別人,讓大家信任自己可以在讀研剩余的一年時間里,在應對就業或升學壓力的同時,還可以游刃有余地完成這么有挑戰性的難題。

更多的情況下,列出那么多復雜方法,是因為學生對相應的研究方法缺乏了解。只是聽說了個名詞,就扔了上來,還言之鑿鑿,覺得使用這些方法很有道理(而且很酷)。結果選題被否定,要求重做,才追悔莫及,解釋說只需要問卷調查就夠了。

有的人,使用的研究方法并不復雜,但是需要用到非常難以獲取的數據。這同樣也是不靠譜的體現。

雖說如今是大數據時代,但是研究數據依然是寶貴資產,并非每個人都可以采集到的。你會看到別人的論文里,用到了某個社交網站的用戶注冊數據和私信交流文本(當然已經做了匿名化處理),就興致勃勃,也把這些數據當做研究對象??墒悄阏嬲龅侥且徊?,才會明白這些數據根本就不向你開放。別人能用是因為特殊的時段、機緣和人脈。時過境遷,數據管理的規則和法律早已完善,這些數據就無法被外人使用了。

怎樣避免選題不靠譜呢?就是要有前瞻性。做開題的時候往后多想一步,尤其是想想那些具體的步驟、流程和方法。更好的辦法是簡單做個嘗試,看數據能不能獲取,方法能不能應用,以及寫下的文字能否面向題目,自圓其說。

  • 小結
以上,我們列舉和分析了常見的4種開題報告中常見的嚴重問題。

我們來簡單復習一下:

題目出圈兒太恐怖。你需要讀文獻來了解學科邊界,或請教導師等專家把關。

題目沒價值很糟糕。你需要從文獻或工作、生活觀察中了解真實的需求,保證你寫出來的東西,至少得有一小撮人愿意了解。

選題不必要最尷尬。一定要把相關研究認真掌握,不要遺漏掉外文文獻中的前沿研究。

選題不靠譜……縮小題目、具體化,使用合適的、自己能夠掌握的研究方法,不要忽視數據的可得性。

希望你在準備開題報告的時候可以避開上述這些坑,順利通過。

開題報告中還會有很多其他的問題,例如技術錯誤(錯別字、語?。?、內容不全(有人居然會遺漏某個部分沒有填寫)、格式不規范(明明有模板?。。疚臎]有詳細列舉,因為這些都是可以輕易避免的問題,沒有做好大都是因為態度問題。

戒之,慎之!

相關文章

版權聲明:

本網站(網站地址)刊載的所有內容,包括文字、圖片、音頻、視頻、軟件、程序、以及網頁版式設計等均在網上搜集。

訪問者可將本網站提供的內容或服務用于個人學習、研究或欣賞,以及其他非商業性或非盈利性用途,但同時應遵守著作權法及其他相關法律的規定,不得侵犯本網站及相關權利人的合法權利。除此以外,將本網站任何內容或服務用于其他用途時,須征得本網站及相關權利人的書面許可,并支付報酬。

本網站內容原作者如不愿意在本網站刊登內容,請及時通知本站,予以刪除。