「以文搜文」的文獻搜尋

 #本文為《傻瓜也會寫論文》∕《傻瓜也會跑統計》之補充資料#

或許你曾經聽過「六重分隔關係」(six degrees of separation)這個詞，這是說兩個看似互相不認識的人之間，其實不是完全無關的，他們平均隔著六層關係。例如小編不認識林志玲，但認識P1，而P1認識P2，P2認識P3….如此連到第六個人P6，P6就很有可能認識林志玲。從這兒我們得到一個結論，世界上最遠的距離不在光年之外，而是小編明明能認識林志玲，卻不知道該如何連過去。

但是找文獻時不會有這種遺憾；Google學術搜尋提供了可以讓你連上相關文獻的功能。很多時候學生們覺得文獻好少，很不好找；此時Google搜尋的「以文找文」功能會帶給你很大的幫助。當你找到了某一篇和你的研究有關的文獻，它的下方會出現一個「被引用X次」的連結（如下圖），只要點下去，就會看到有哪些論文曾經引用過這篇論文了。然後你就可以用類似這樣的方法，連連連連連，連出一堆你所感興趣的文獻。

「我要畢業！從產生題目到寫完論文」 72折優惠碼：「BOOK72」

回到林志玲。其實用臉書可能也有辦法讓小編連連連連連連上林志玲，但世界上最遠的距離不在於這六個連，而在於我和林志玲之間隔著我太太，而那是一座無法攀越的高山。

學位論文的投稿

#本文為《傻瓜也會跑統計》/《傻瓜也會寫論文》之補充資料#

有時候，學生會把自己的論文拿去投稿，可能是在投稿研討會、學術期刊、甚至是一般雜誌。此時，論文的作者會是誰？當然是你；但別忘了，這論文還有一個幕後黑手.......抱歉，是推手，就是你的指導教授。然而，學生常常忘了這件事，老師也不好意思說，所以本粉專決定挺身而出，幫懷恨在心的老師們說說話，給不小心得罪方丈的同學們一些提醒。

「我要畢業！從產生題目到寫完論文」 72折優惠碼：「BOOK72」

先講結論，如果你將論文投稿，必須將老師列為第二作者。

這邊要先澄清一點，學生的投稿通常對指導教授的事業幫助不大。因為像一些研討會、或是低階期刊、雜誌的投稿，學術界是不予認可的；它對老師的升等、經費申請等等幾乎沒有加分效果（有時候甚至是扣分）。因此，學生投稿沒有掛上老師的名字，在實質上不太會造成什麼傷害；如果你的老師提醒你這件事，並不表示他想跟你搶論文的功勞。老師們在意的是兩件事：

一、學術倫理問題。論文的掛名和貢獻度有關，對論文有實質貢獻的人的名字就應該出現在論文上。被指導教授罵時安慰你的同學不算有實質貢獻，在Lab偶爾提出一些小建議的學長姐不算有實質貢獻，甚至在口試時挑三撿四的口委也不算有貢獻，但是要說你的指導教授對你的論文沒有實質貢獻，那就有些奇怪了。因此，如果你投稿時沒有掛上指導教授名字，就有兩個讓人起疑的學術倫理問題：(1)你的指導教授可能真的沒有實質貢獻，也就是他是個非常混、讓你自生自滅的指導教授；或是(2)雖然你的指導教授有實質貢獻，但是你無視於他的貢獻，這相當於佔了指導教授的便宜。

二、是心情問題。這是延續上面的心理結果；不論指導教授以為你暗示他混，或是覺得你佔他便宜，心情都不會太好。不過這邊我們也得幫學生講講話，當學生論文投稿卻沒有掛指導教授名字時，多半不是故意的，他們只是不懂。畢竟指導教授在學術圈打滾很久，認為這件事很基本，但學生卻是人生第一次寫論文。所以萬一你的學生這樣作了，也不必太苛責，就罰他多買幾本《傻瓜也會跑統計》或《傻瓜也會寫論文》就好........。

最後，順便提醒一下掛名順序的問題。論文掛名的順序是以貢獻度來決定的，貢獻度愈高者，名字應該要掛愈前面。所以在學位論文投稿時，學生名字應該要掛第一、指導教授掛第二；因為學生才是對這本論文貢獻最大的人。千萬不要以為老師很尊貴，所以就把他的名字掛在你的前面；某種程度來說，把老師的名字掛在你前面，形同陷老師於不義（「什麼？顏志龍竟然這樣佔學生便宜！！」）。同理，如果是多個學生合作的專題投稿，那麼學生們的名字要放前面，指導教授的名字則仍是掛在最後。

上次偶然聽到小編的學生說，有一首歌叫「青春住了誰？」

如果論文就是你的青春，那麼裡面住了誰？不論你願不願意承認、對指導教授是否懷恨在心，這本論文裡住了兩個人，你和你的指導教授。

正確的文獻搜尋觀念

#本文為《傻瓜也會寫論文》∕《傻瓜也會跑統計》之補充資料#

如果論文寫作是一場戰鬥，文獻搜尋就像一個蒐集神奇寶貝的旅程；你不能指望只靠一隻皮卡丘就能贏得勝利，而是必須尋找更多的神奇寶貝來一同作戰。《傻瓜也會寫論文》的附錄四介紹了文獻搜尋的概念及各種資料庫，但還是常常會聽到研究生哀嚎：「老師，我都找不到文獻！」這種情形會發生，通常是因為學生文獻搜尋的某些觀念錯誤。

其中一種錯誤是，學生誤以為要找到和自己的研究主題「一模一樣」的文獻。例如你的論文想探討Ｘ與Ｙ的關係，於是用「Ｘ＆Ｙ」為關鍵字，卻發現找不到「同時」包含Ｘ和Ｙ的論文，於是發出「老師，我都找不到文獻！」的悲鳴。但，讓我們想想，如果你真的找到一些同時包含Ｘ和Ｙ的文獻，你會很開心嗎？答案是不會，因為這時你會發出另一種悲鳴：「老師，我要作的題目有人作過了，怎麼辦！！」

因此找不到同時包含你感興趣的所有變項的文獻，其實不是壞事，是好事。你一開始就期望找到包含你論文中所有變項的文獻，這種期望是錯的。

以前述你想作Ｘ與Ｙ的關係的論文為例，文獻搜尋的目標，並不是要找到同時談Ｘ與Ｙ的文獻，而是要「分別」找到「和Ｘ相關的文獻」，以及「和Ｙ相關的文獻」，然後你自行把兩者連結起來（這部份就稱之為「推導」）。這個過程可以描述如下圖。

以這樣的邏輯來找文獻，你就會發現，不僅不會找不到文獻，通常文獻還會太多。此時你可會發出另一種悲鳴：「老師，文獻太多怎麼辦……」。

「同學，請參考《傻瓜也會寫論文》附錄四。」

「我要畢業！從產生題目到寫完論文」 72折優惠碼：「BOOK72」

該用平均數或總分進行統計分析

#本文為《傻瓜也會寫論文》∕《傻瓜也會跑統計》之補充資料#

我們曾經遇過幾次，學生開完論文口試後，口委要求所有資料要重新分析。你沒看錯，是「重！新！分！析！」。其中一種狀況是；研究生用「總分」進行統計分析，口委認為應該用「平均數」進行統計分析。

例如研究生測量了幸福感，有10題，他把這10題加成總分去作統計分析，這其實並沒有錯。但是口試委員卻認為應該是用這十題的平均值（而不是總分）去作分析比較好，為什麼呢？

「我要畢業！從產生題目到寫完論文」 72折優惠碼：「BOOK72」

以圖一和圖二為例，這是同一筆資料的分析結果，圖一是以總分去分析的，圖二則是以平均值去分析的。

圖一

圖二 

（一）首先，你可以看到相關係數完全一樣（.41**, -.45**)，因此用總分或平均值去分析，統計的結果並不會有不同。

（二）但是，當我們用「總分」去分析時，圖一紅字處顯示學業挫折經驗的總分 M = 22.97，這數值表示大家的挫折經驗算高還是低呢？不容易理解。當我們改用「平均值」去分析時，圖二顯示學業挫折經驗的平均M = 2.87，這就比較好理解了；如果這是一個五點量表（1~5分），表示受試者在5分當中，平均得了2.87分，我們比較能理解這是一個還算中間的值。而這個訊息在用總分去作分析時，是不容易看出來的。簡單來說，我們不容易理解總分 22.97算高分還是低分，但比較容易理解平均 2.87分在五點量表中算是高分或低分。 

總之，就統計分析來說，以總分或平均值去分析都沒錯，而且各種統計的分析結果都會一樣，對你的研究結論是完全沒有影響的。只是以變項的平均值（相對於總分）去呈現描述統計資料比較容易解釋；所以我們建議這樣作。

「那麼，如果我聽你們的建議，用平均值去呈現資料，口委卻比較喜歡總分，於是反而要求我重新分析怎麼辦？」這……我們不負責，因為一定是你平常作了不少壞事，才會有這種奇怪的遭遇。

PS.請多多推荐《傻瓜也會寫論文》∕《傻瓜也會跑統計》，救救老殘窮。