《国际学术文献研读》教学大纲与课堂笔记

《国际学术文献研读》是我针对GAFA本科学生设计的一门选修课。本课程旨在让更多的学生了解国际最前沿的研究成果,研读国际文献的内容,学习新鲜的知识。每次课程我会精选近期的国际期刊论文,内容以社会科学为主,涉及社会学、人类学、传播学、设计学等多个分支。希望这个课程能够帮助很多小伙伴了解当下学术范式,体验学术人的研究历程,思考自己未来的发展规划。

开课基础阐述:

  • 语言能力:英语、中文
  • 什么是理解力?
  • 论文结构:标题、摘要、关键词、文献综述(假设提出)、方法(测量)、结果、讨论(限制&结论)。

希望给同学们都来的:

  • 感知前沿学术研究的内容;
  • 理解学术论文的逻辑与结构;
  • 体验研究一篇论文涉及的理论;
  • 体验学术研究者的工作内容;
  • 反思自己是否适合从事学术研究。

参考书目:

陈向明. (2006). 质的研究方法与社会科学研究. 教育科学出版社.

艾尔·巴比. (2009). 社会研究方法 (邱泽奇, Trans.). 华夏出版社.

贾俊平, 何晓群, & 金勇进. (2018). 统计学. 中国人民大学出版社.

李立新. (2010). 设计艺术学研究方法.

读论文的标识规范:

特殊单词:绿色

重点句子:黄色

不解之处:红色

工具软件推荐:

考核内容与成绩评估:

  • 听写(20%)
  • 导读内容(60%)
    • 视频
    • 导读文章
    • 信息可视化图
  • 出勤(10%)
  • 评教(10%)

课程日常安排:

早上第一小时是集体阅读,第二小时是汇报,第三小时是讨论与答疑,确定新的不懂的问题,为第二天准备。具体安排根据具体情况调整。

问答Q&A:

这个课程会不会很肝(熬夜)?

不会,而且还会睡得很早,因为你可能看不懂。可以基本确定如果你晚睡了,和这个课程没关系。

听写的内容是什么?形式如何?成绩怎么计算?

为了保持课程的活性,我也会参加听写。
在内容方面,由我们所有同学选择的论文中产生,基本是学术的核心词汇;
在形式方面,听写会是一次严肃正规的过程,收手机、发听写卷,考题由每位同学抽签决定;
在成绩方面,只要比我高都算满分,比我低的定比折算。

什么是导读?什么是信息可视化图?

本课程的导读要求:不是机械式的翻译,不是机翻;是理解后的精华,文章的概括;少部分的读后感分享;导读中英文都可,也可以双语同时。详情请看案例与作业案例

可视化图,是你先将阅读的论文理解透,然后通过图形的方式进行解释,以确保信息更加清楚明了的传达。信息可视化是设计的很基础的课程训练,应该已经有相应的技能基础了。(如果没有正好赶快练习)

导读与可视化图我都准备了例子在下面

案例1

导读:什么是理论贡献

原文:What Constitutes a Theoretical Contribution? on JSTOR

案例2

解读:《受众分析》:解读受众研究的三种传统

原著:受众分析

案例3

信息可视化:48张图了解世界48种主义 —— 哲学与设计的碰撞

案例4

信息可视化:议程设置设计理论发展

图片

任务安排:

  • 选择自己感兴趣的论文在论文清单和数据包
  • 寻找各自论文涉及的理论、方法、假设、结论等。
  • edu.freezhao.com使用说明
  • bilibili的账号与操作
  • 听写内容与形式确定
  • 听写执行
  • 最终作业提交✌️

随堂话题:

  • 什么是理论,怎么找到(theory model shortname)
  • 信度效度
  • 实验法2x2x2
  • 论文中的名词解释、简称。
  • 纵贯式研究(历时)、横断面研究(共时)
  • 主体间性
  • 语料库
  • 二元论
  • P值 p=
  • 皮尔森相关性系数r=
  • 量表——变量——0的概念
  • 抽样
  • 调查法、实验法、内容分析、社会网络分析
  • ANKI的基础使用分享
  • 卡方检验、T检验、方差检验
  • 科恩卡帕 检验(两个编码员的一致性)k>0.8其中 k>0.85 靠谱,3 人编码,两两检验,都要 k>0.85
  • 克隆巴赫系数(数据的信度)a>0.65可接受,a>0.75较好,a>0.85很好
  • 效度检验需要使用验证性因子分析,使用CR和AVE两个值表示
  • 课程意义
  • 在GAFA的四象限思考

    *以上为2021年beta0.1 首次开课涉及的话题

点击以下链接了解更多:

欢迎订阅本站资讯

了解FREEZhao Education最新消息!

2 Comments

Add Yours →

请问往届GAFA选修的学生对课程设置内容的掌握情况怎么样?例如:艺术类学生是否能熟练掌握统计学的数据分析工具、并能应用到后续的项目及工作之中?

这是第一次开课,还没有往届这个概念。本课程是以研读为主,并没有涉及应用研究方法,个人评估会很难。

发表评论