发布网友 发布时间:2022-05-01 02:54
共3个回答
热心网友 时间:2022-06-22 22:23
一般地,作者会在文章正文中明确解释问题1,粗略地解释2,试图证明问题3。而问题2的相关细节会散落在正文的results、discussion、methods/experimental section中,以及图释和supporting information里。越是专业的人,越要读得细致,要思考方法上有没有不同于传统方法的地方,方法本身是否可信。图中的各种细节也要特别留心,比如轴、坐标、单位的意义,极值、拐点的意义,error bar的大小,scale bar的大小,等等等等。搞清楚方法,具体到各个细节,那么文章是否可信自然可以得到结论。
如果感觉不可信,可以找其他专业人士乃至作者本人讨论。由于编辑和审稿人的精力、水平、研究经历等可以理解的原因,很多经受了同行评审的文章一样有大量疑点(虽然比未经同行评审的文章要可靠得多)。如果读的过程中有概念/方法不理解,最可靠但是也最耗时的方法是根据文中列举的参考文献按图索骥。
不知道题主的专业领域是什么。如果不在相关领域,需要的知识基础是不太可能在一个晚上就建立起来的。如果是这种情况,我的建议是:找一个专业领域的靠谱朋友,请他/她吃顿饭,让他/她帮忙解释一下。如果是专业领域内的东西而暂时超出自己的知识范畴(如果没记错,题主现在上大二?),其实最省时省力高效的办法还是找该领域的高年级研究生师兄师姐或靠谱学霸解释一下。如果不方便,找其他有相关研究经验的同学讨论也好。对于自己专业内相关程度特别高的概念和方法,最好还是去读一下原文。
热心网友 时间:2022-06-22 22:23
看懂医学文献中的统计图通常并不需要大堆的统计知识(读者们大多不是统计专业啊)。如果只是想看懂数据,那么弄懂一些基本的统计概念和一些常用词汇如 significance,P-value等等,就应该足以看懂大部分的数据图。这些基本概念可以在网上如wiki很容易的查到。稍微系统一点的,可以看看类似于Coursera.org以及其他几个线上教学网站的生物统计学的初级介绍课程(大部分是英文,但也有中文的)。除非个人兴趣或者专业方向要求,个人觉得并不一定需要全面学习统计课程。因为题主没有说明是做什么图,做数据和统计类的图。
热心网友 时间:2022-06-22 22:23
1. 全文的中心思想是什么
2. figure legend:基本上能把图表的中心思想,各个panel是什么描述清楚
3. 正文result中哪些地方应用了这个图,如(Figure1a blablabla):这个就是作者从这些数据里得到了什么结论,支持哪个假设神马的;偷懒的话看result里的小标题
4. 具体到每个图表的话,x axis,y axis是神马(注意某些作者会通过改变y axis的来达到视觉上dramatic,striking的效果,在比较前后panel的时候要注意),sample和control分别是神马,有没有significant之类的;偷懒的话就看下那些和control有significant difference