I.
寫作通則
A.
段落
1.
段落之篇幅以6~8個句子或10行為標準。
2.
篇幅與重要性相關，較不重要的工具介紹盡量縮短撰寫篇幅，以避免失焦。
3.
段落結構應為top-down，主題句宜明確說明該段落欲陳述之內容。主題句介紹該段欲呈現之內容時，可運用策略選擇僅下列二種撰寫方式：(1) 主題句簡短提及該段欲說明的主角，於內文中開始說明，最後再總結該主角的特點。(2) 主題句精簡地總結該段欲呈現的內容，再於段落內文中補充說明。若是較新穎的評估工具或概念，建議採用第二種撰寫方式，使讀者可較快被吸引與瞭解。
4.
同一section中，分段方法宜一致。若分段之主角不一致易造成讀者混淆。例如：文章中以群集與變項將資料作分組，作者應選擇較重要之分組方式，統一以群集或變項分段。
5.
次標題或段落大綱應與內容呼應。
6.
各section之段或架構應一致或連貫。例如：研究目的有二：發展與驗證，則方法、結果與討論之架構皆須與研究目的連貫，分為發展與驗證二大段。
B.
詞句
1.
主詞盡量精簡，重要的主詞宜置於句首。
2.
為加強論述，可考慮運用以下三策略：(1) 段落編排：將最具特色的或最重要的賣點於主題句中即呈現。(2) 使用較強烈/肯定的語氣與字眼。(3) 正/反論述特定概念或工具之臨床與學術價值。
3.
文中專有名詞宜統一。例如：相關與差異雖為一體兩面，但作者應選定某一立場，並於全文中統一使用該詞彙或敘述。
4.
介紹評估工具之使用情況或普遍性時，較少使用最高級。例如："the most widely used"太過肯定，建議改為"one of the most widely used"。
5.
多使用主動句，以避免被動句中主詞太長不易閱讀的問題。
6. 不同分類層級之詞彙宜作區隔，例如：motor recovery涵蓋UE、LE 與motor，而motor又包含UE與LE。建議直接寫combined UE+LE。
II.
寫作細節
A.
前言
1.
若在研究目的中提及統計分析方法，代表該分析方法為文章之重點，於前言中即需先介紹。
2.
前言中是否描述專有名詞之定義，端看讀者之背景。若讀者對於該專有名詞應不陌生，且定義內容可能會影響文章鋪陳或連貫，則可先不寫，若審查者認為需補充時再補上即可。
3.
評估工具介紹中，相似的特點應接續撰寫。若一評估具有太多優點，放在同一段落介紹雖可較連貫，但容易造成讀者的負擔，故建議仍須視篇幅長短強制分段。
B.
方法
1.
若使用一般讀者較不熟悉或較不直覺的資料分析方法，作者須提出強烈的證據與理由說明原分析方式的不足，並提出新的分析方式之優勢以說服讀者接受較不熟悉的分析方法。例如：研究目的中提及"relationship"，但作者並未使用Pearson’s r而是使用cluster analysis，代表作者有很強的理由或研究假設認為線性相關不適用，則作者須於文中特別說明。
2.
介紹工具時，須明確說明其使用時機、對象與評估之內容。
3.
資料分析中應介紹計算式而非概念，亦無需特別說明使用此分析方法的理由。
4.
研究假說不一定要呈現，若須呈現可考慮置於研究目的或資料分析。
5.
資料分析的據判斷標準，宜使用過去式陳述，代表在本篇研究中作者使用的判斷標準，而非眾所承認的事實。
6.
數值判斷標準應以欲分析的主角為主詞，例如：r > 0.6代表收斂效度良好（而非代表相關高）。
7.
效度之r係數判斷標準：同時效度 > 收斂效度 > 預測效度。
8.
發展工具所依據的理論，可在方法中說明，若討論之篇幅太少，可考慮於討論中進一步探討。例如：發展C-DVT之方法中可補充過去研究對於sustained attention定義之時間範圍。
9. 臨床與研究對於評估工具心理計量特性之要求不盡相同，故使用之數據判斷標準亦不同，二者宜作區隔不應一併論述。
10. 公式是否以文字或數學式呈現之考量依據有三：(1)是否為讀者常見之公式、(2)篇幅長短、(3)概念之複雜度。
11. 反應性之分析標準：t-test或ANOVA是否顯著易受樣本數及樣本變異之影響。而effect size則排除樣本數的影響，數據較為客觀。故結果判斷應以effect size為主，p值為輔（仍須呈現以供讀者參考）。
C.
結果
1.
不同組別或變項，相似的分析結果，數據呈現方式盡量一致。例如：以百分比或樣本數呈現。
2.
結果數據呈現至小數點後一位即可，否則意義有限且妨礙閱讀。考量呈現小數位數之依據有二：(1) 測量之精準度：若工具僅能測得分數至整數位之精確值，則保留一位小數估計值即可。(2) 實質意義：若小數點後多位具實質意義則保留（例如p < 0.001），但若無實質意義則保留至小數點後一位即可。
3.
若參數為估計值，則須同時呈現95%信賴區間。
4.
建構效度之分析結果須說明量表中有多少題目符合建構，例如：EFA發現OTES 16題之因素結構為單一因素。
5. ANCOVA之表格中，宜同時附上控制confounding variables前後之p值，以凸顯控制之意義與價值。二者各有其意義：未控制confounding variables之結果為臨床上可看到的raw data。但理論上不同特質的個案，復健成效應不同，故研究上需控制confounding variables。
6. 表格中欲比較的變項/內容應置於「欄」。
D.
討論
1.
無論研究結果好 (positive)或壞 (negative)，研究者只要能把理由與價值說明清楚，文章仍有機會發表。
2. 討論第一段之架構：(1)簡述研究目的、(2)主要發現與 (3)本研究之獨特性或貢獻。此處研究目的可換句話說，但所使用之詞彙須與前言中一致。主要研究發現部分，僅呈現結果不作解釋，後面段落再依序說明。研究之獨特性係指研究設計、研究目的或研究結果之獨特性，並非指欲驗證的工具有多特別。若討論篇幅已夠多，則此段可省略。
3. 作者對於結果之解釋皆僅為可能的原因，須先完整且明確地說明理由，再考慮其合理性或可被接受性。至於讀者能否接受則見仁見智。
E. 審查意見回覆
1. 回覆架構：(1)主題句須清楚告知要回覆哪個問題、(2)明確地回覆是否接受審稿者意見、(3)若接受審稿者之建議，明確地說明接受審查者之意見，作者如何修改內容，並附上所修改之稿件內容；若不接受審查者之建議，應具體提出不接受之理由，並附上多個參考文獻以加強說服力。
2. 一段落僅回答一問題或重點，以利審查者掌握重點。
3. 回覆無篇幅限制，首重結構清楚。必要時可加上次標題，以凸顯要回覆之主題。
III.
其它
A.
報告者
1.
演講時若投影片或儀器設備出現非預期之狀況時，講者仍須保持鎮定。
2. 資料分析中較複雜的算式，可先列出較白話的詞彙練習解釋概念，或可在投影片中附上圖片輔助說明。
沒有留言:
張貼留言