Qu'est-ce qui fait un bon document de recherche? Faire un papier bien paraître - Gestalt

Si j’ai appris une chose par écrit, c’est que l’introduction est la partie la plus importante de toute production écrite. C'est là que vous organisez vos pensées et définissez pourquoi vous couvrez les choses. J'ai aussi appris qu'un diagramme au début aide vraiment le lecteur à mettre les choses en contexte. Après avoir lu de nombreuses thèses de doctorat, je sais que la principale faiblesse de ces dernières est que l’introduction en dit peu sur le travail, ce qui la rend souvent difficile. Voyons donc quelques travaux de recherche susceptibles de vérifier cette approche, et où les diagrammes présentés au début d’un document facilitent son acceptation dans le processus d’évaluation par les pairs.

L'un des aspects essentiels de la vie universitaire consiste à publier des articles. C'est la chose sur laquelle nous sommes souvent mesurés. Lorsque nous recrutons, nous examinons souvent la qualité plutôt que la quantité des résultats de la recherche. Un bon article à forte contribution scientifique vaut souvent mieux qu'un tas d'articles qui n'ajoutent que peu aux travaux actuels. Personnellement, en tant que relecteur, je rejette le plus souvent les articles dont la liste est la suivante:

  1. Mauvais anglais et grammaire.
  2. Lac de focalisation et aucune définition de l'énoncé du problème, et comment le papier aborde ceci.
  3. Peu de contribution aux méthodes existantes.
  4. Absence de définition de la contribution clé.
  5. Manque de résultats.
  6. Manque de formalité.
  7. Mauvaise définition des figures et des diagrammes.
  8. Mauvaise couverture de la littérature existante.

Certains relecteurs peuvent même simplement regarder rapidement un article et décider que c'est un mauvais article. Ainsi, une machine peut-elle apprendre à réviser rapidement un document et donc à déterminer les facteurs clés recherchés par les réviseurs? Pour cela, nous nous tournons vers de nouveaux travaux sur un classificateur basé sur l'aspect visuel du papier - défini comme la gestalt d'un papier [ici]:

Dans leur travail, ils ont pris un large éventail de papiers précédemment acceptés et rejetés et ont créé un classificateur capable de rejeter 50% des mauvais papiers tout en rejetant seulement 0,4% des bons papiers. Un tel système - s’il pouvait fonctionner - réduirait considérablement la charge de travail des examinateurs.

Dans le travail, les auteurs définissent les travaux antérieurs dans la classification des documents de recherche:

  • Administration. Cette analyse du processus administratif de base autour de la soumission d'articles tels que la violation de l'anonymat, le formatage médiocre et le fait d'être clairement hors de portée. La corrélation ici est qu'il est probable que les équipes de recherche faibles auront une mauvaise expérience du processus d'évaluation par les pairs et feront des erreurs simples dans leur soumission. Une équipe de recherche solide, cependant, aura probablement de bons processus pour s'assurer que les articles sont correctement examinés et également conformes aux exigences du système de soumission. En tant que rédacteur en chef, je vois des soumissions faibles et qui ont peu de chance d’être acceptées. Un coup d'œil d'une minute à un article peut vous dire s'il a peu de chance de réussir, et les articles de mauvaise qualité seront souvent rejetés à ce stade-ci pour leur faible conformité au système de soumission.
  • Méthodes basées sur le texte. Celles-ci impliquent des méthodes automatisées de notation d'un document et peuvent impliquer des vérifications de scores de grammaire, des fautes d'orthographe, l'utilisation de mathématiques, l'utilisation de mots-clés, etc. J'ai personnellement vu de nombreuses revues où le critique justifie son rejet sur la base d'une mauvaise grammaire et / ou de fautes de frappe, je pense que ce type de méthode a une base solide pour classer les articles. Un éditeur qui voit toute une série de fautes de frappe dans les commentaires de la critique pensera souvent au pire du papier.
  • Méthodes visuelles. Celles-ci impliquent des méthodes qui analysent l'apparence du papier.

La méthodologie utilisée pour la nouvelle méthode utilise les papiers acceptés pour neuf conférences organisées par Computer Vision Foundation (CVF). Malheureusement, ils n’ont pas eu accès au document rejeté, mais ont utilisé ceux qui n’apparaissaient pas dans la conférence principale, mais ont été acceptés pour des ateliers.

Pour leur méthode, ils ont utilisé le programme PDF2Image pour convertir des documents en une image pour une grille 2x4 (pour les huit premières pages), puis ont comparé les présentations de papier d’atelier à celles de conférence [jeu de données]:

Après avoir formé Res-net-18 [ici] pour les papiers de 2013 à 2017, ils ont ensuite prédit les taux d'acceptation / rejet pour 2018 et ont constaté qu'ils étaient en mesure de rejeter correctement 1 115 mauvais papiers et de ne manquer que quatre bons papiers (sur 979 bons). papiers). Au travail, un mauvais papier ressemble à ceci:

et un bon papier:

Globalement, l’emplacement des diagrammes a souvent joué un rôle clé dans la classification, en particulier en plaçant un graphique de contribution global au début du document. L'utilisation de tableaux / graphiques contribue considérablement au succès du papier. Dans ce qui suit, nous voyons l’utilisation d’un diagramme de synthèse sur la première page:

Les auteurs du document précisent qu'il peut être difficile de lire le document s'il n'y a pas de schéma illustré dans les premières pages.

Conclusions

Le nombre d'articles soumis à des revues et à des conférences de qualité augmente souvent d'année en année et ne peut suivre le nombre de bons relecteurs. Nous pouvons donc assister à la montée en puissance des systèmes automatisés qui rejettent les documents sans même aller en révision. Pour un anglais et une grammaire médiocres, cela peut être facile, mais pour l'aspect visuel du document, il peut être difficile à justifier, surtout si nous manquons une percée étonnante. L’un des meilleurs exemples de cela est le rejet de l’article de Ralph Merkle sur le cryptage à clé publique car il n’avait aucune référence [ici] - car il n’y avait pas d’autre article à référencer.

Et bien, faites bien ces introductions et dessinez une image qui guide le lecteur dans votre travail. Voici mes 25 meilleurs conseils pour une thèse de doctorat: