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。
7. 不同概念宜將使用的詞彙與概念/定義區隔清楚，以避免混淆或使讀者誤認為相同的概念。
II.
寫作細節
A. 標題
1. 研究之重點/賣點宜優先呈現。
B.
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。
C.
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。若已呈現公式，則不須在於內文中以文字描述公式（數學式較文字容易閱讀），內文中可呈現公式之概念。
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）。
12. 方法之程序部份，首重各步驟之目的與研究執行的流程是否完整說明。
13. 認知訪談為逐題詢問受試者對於施測目的、題目、選項、計分方式與工具使用所理解到的內容，而不僅是詢問受試者是否理解題目而已。認知訪談時，若受試者理解的內容與研究者之設計有出入，宜進一步詢問受試者修改建議並作修改。修改方式與部份（如：指導語、選項或計分方式）宜於方法中說明清楚，而修改前後之實際內容則於結果中呈現。
14. 前驅研究之原文為pilot testing。
D.
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」。
E.
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。
F.
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。
B. 投影片
1. 投影片內容盡量精簡，以phrase呈現。若太多文字將使得聽眾須花許多心力在閱讀而減少與講者互動的機會。
沒有留言:
張貼留言