12.07.2015 Views

Jak (ne)napsat odborný text? Publish or perish ... - Katedra zoologie

Jak (ne)napsat odborný text? Publish or perish ... - Katedra zoologie

Jak (ne)napsat odborný text? Publish or perish ... - Katedra zoologie

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

<strong>Jak</strong> (<strong>ne</strong>)<strong>napsat</strong> odb<strong>or</strong>ný <strong>text</strong>?Tomáš Grim<strong>Katedra</strong> <strong>zoologie</strong> a Ornitologická lab<strong>or</strong>atořUniverzita Palackého, Olomouc<strong>Publish</strong> <strong>or</strong> <strong>perish</strong> ► <strong>Publish</strong> & flourish„Omlouvám se za takdlouhý dopis, <strong>ne</strong>měljsem čas <strong>napsat</strong> kratší.“(B. Pascal)• <strong>ne</strong>publikované výsledky <strong>ne</strong>existují• je mnoho způsobů psaní ... které <strong>ne</strong>fungují• následující platí (většinou) pro jakýkoli <strong>text</strong>!1


Leitmotiv – receiver psychologynabídka„Signallers will beselected to producesignals that are m<strong>or</strong>eeasily received“poptávkaAut<strong>or</strong>ství• „aut<strong>or</strong>ský autismus“ vs. dělba práce• aut<strong>or</strong>ství vs. „Poděkování“•pořadí aut<strong>or</strong>ů• „první píše“• zodpovědnost• myšlenky vs.sběr datICMJE 1999: Med. Educ. (http://www.icmje.<strong>or</strong>g/)2


Aut<strong>or</strong>ství• myšlenky vs. sběr datLahti 2005: PNASObsah3


Význam výsledků• autoři přeceňují význam své práce‣ až 95% MS „rejected“• autoři často <strong>ne</strong>ví, co jejich data říkají:‣ Živa 1993 vs. Proc. R. Soc. 2003Dlouhodobé poz<strong>or</strong>ování vědců a sebereflexe☺Význam výsledkůTanaka & Ueda 2005: Science Yoshino 19994


Význam výsledků• např. obyčejné poz<strong>or</strong>ování:• kos na zahradě ► mlčet•ústřičník na Dunaji ►• lelek bělokřídlý ►• datel knížecí ►• take-home messageCo chci sdělit?•„Who cares?“ – Koho to bude zajímat?•„So what?“ – Proč je to zajímavé?• „zatím <strong>ne</strong>víme ...“• ... nic☺Day & Gastel 2006: How to write and publish scientific paper. G. Press.5


IMRAD – pořadí částí• Title• Auth<strong>or</strong>s•Abstract• Introduction• Methods• Results• Discussion• Acknowledg(e)ments• ReferencesO’Conn<strong>or</strong> 1991: Writing Successfully in Science. Routledge.IMRAD vs. pořadí psaní!6. Title• Auth<strong>or</strong>s5. Abstract4. Introduction1. Methods2. Results3. Discussion• Acknowledg(e)ments7. ReferencesO’Conn<strong>or</strong> 1991: Writing Successfully in Science. Routledge.6


IMRAD vs. pořadí čtení!1. Title• Auth<strong>or</strong>s2. Abstract5. Introduction6. Methods3. Results (Fig...)4. Discussion• Acknowledg(e)ments7. ReferencesO’Conn<strong>or</strong> 1991: Writing Successfully in Science. Routledge.Efekt(iv)ní názevListování časopisama7


Efekt(iv)ní názevSylvia 2008Efekt(iv)ní názevListování časopisama8


• maximální stručnostEfekt(iv)ní název• balast:‣„Studie...“‣„Poz<strong>or</strong>ování...“‣„Významný vliv...“‣(lokalita)‣čas‣(modelový taxon)• klíčová slova:‣experimentální‣důkaz‣první (hnízdění ...)‣vliv‣rozdíl‣nový (vs. replikace!)Abstrakt• ≠ summary!• abstrakt = zkrácená verze článku• mini-úvod, (metodika), výsledky, implikace• max. 200 (250) slov•klíčová slova• poz<strong>or</strong> na f<strong>or</strong>mulace: suggests vs. indicatesInter<strong>ne</strong>t: veřejně přístupné abstrakty většiny článků9


Abstrakt – klíčová slova + příběh!Grim 2007: Proc. R. Soc. Lond. BAbstrakt – klíčová slova + příběh!Grim 2007: Proc. R. Soc. Lond. B10


Abstrakt – klíčová slova + příběh!Kil<strong>ne</strong>r et al. 1999: NatureAbstrakt – klíčová slova + příběh!Kil<strong>ne</strong>r et al. 1999: Nature11


Abstrakt – různá slova = různé úkoly!• hledání: (((cuckoo) bird) animal) + recogn*•klíčová slova se opakují!• funkce slov:‣ inf<strong>or</strong>movat (desertion, begging, ...)‣ přilákat (recognition template, ...)‣ manipulovat (striking, crucial, enigmatic,...)Grim 2009: Web Ecol.Úvod•proč je to zajímavé?•co už víme?• co <strong>ne</strong>víme a chceme vědět?• obecné ► konkrétní•běžné ► vzácné• starší ► novější• obecný problém vs. konkrétní taxonČíst publikovanou literaturu z ob<strong>or</strong>u ► „background“12


Úvod• poslední odstavec/ce:‣jakou hypotézu testujeme?‣co predikujeme?‣efekt: směr, kvantita‣„… whether there is any difference …“‣„... we predicted c<strong>or</strong>relation ...“Číst publikovanou literaturu z ob<strong>or</strong>u ► „background“• kdy? (měsíce, roky)• kde? (ko<strong>or</strong>dináty)•jak?Metodika• replikovatelnostSutherland et al. 2004: Bird Ecology and Conservation. Oxf<strong>or</strong>d.13


Metodika• délka zobáku = ?• hatching day = day 0 (<strong>ne</strong>bo 1?)• sepsat <strong>ne</strong>žjdete do terénu!... a mnohé další metodické příručkyMetodika – statistika• explanat<strong>or</strong>y variables• response variables• confounding variables• fixed effects: treatment, ...• covariates: date in season (centred withinyear!), quadratic term (interakce), ...• random effects: population, year (nominal!),<strong>ne</strong>stling id, brood id, (<strong>ne</strong>sted effects)Grafen and Hails 2002: Modern statistics f<strong>or</strong> the life sciences. Oxf<strong>or</strong>d UP14


• multikoli<strong>ne</strong>aritaMetodika – statistika• jak vybrán MAM: backward elimination, AIC C• kontrola MAM:‣li<strong>ne</strong>arity of effect‣n<strong>or</strong>mality of err<strong>or</strong>‣homoge<strong>ne</strong>ity of varianceGrafen and Hails 2002: Modern statistics f<strong>or</strong> the life sciences. Oxf<strong>or</strong>d UPMetodika – statistika• P < 0.05 ≠ po<strong>ne</strong>chat proměnnou v modelu• P > 0.05 ≠ vyjmout proměnnou z modelu• náhodné efekty = hypotézy o závislosti dat!• a pri<strong>or</strong>ní konzervativní rozhodnutí[Additional to statistics in ecology, thereshould be] “much m<strong>or</strong>e emphasis on thinking”(Burnham & Anderson 2002).Bolker et al. 2009: Trends Ecol. Evol.15


Metodika – statistika• vyrovnanost vz<strong>or</strong>kuSaether et al. 2007: Science• velikost vz<strong>or</strong>kuMetodika – statistikaZdroj n časopisBrooke & Davies (1988) 4 NatureTanaka & Ueda (2005) 6 ScienceBadyaev et al. (2002, Fig. 2c) 10 EvolutionKil<strong>ne</strong>r et al. (2004) 10 ScienceAlbrecht et al. (2006) 12 Am. Nat.Zdroj - meta-analýzyanalýzy n (median) vz<strong>or</strong>ek časopisPeek et al. (2003) 25 181 OecologiaNakagawa et al. (2007) 25 76 Behav. Ecol.Garamszegi & Møller (2004) 20 21 Behav. Ecol.Grim et al. (in prep.) 10 27816


Metodika – statistika• reprezentativnost vz<strong>or</strong>ku ‣ ge<strong>ne</strong>ralizacebird!!!Metodika – statistika• co je lepší: vz<strong>or</strong>ek 34 <strong>ne</strong>bo 340?• variabilita predikt<strong>or</strong>ů“… good design can make such a differenceto how big the sample must be”(Martin & Bateson 2008)Grim 2005: Biol. J. Linn. Soc., Grim 2005: Auk 200517


Metodika – statistika• variabilita predikt<strong>or</strong>ů• matoucí proměnná: věk• datum hnízdění – k<strong>or</strong>elát věkuStokke et al. 1999: Proc. R. Soc. Lond. BMetodika – statistika• variabilita predikt<strong>or</strong>ů• jiný druh• jiná lokalita• jiná hist<strong>or</strong>ie•(?),…Lotem et al. 1992: Behav. Ecol.18


Metodika – statistika• malý vz<strong>or</strong>ek ≠ chybný výsledek, ale <strong>ne</strong>jistotaGrim & Honza 2001: Biologia, Grim et al. (MSa,b)Metodika• srovnávání dvou populací, druhů, ...Grafen and Hails 2002: Modern statistics f<strong>or</strong> the life sciences. Oxf<strong>or</strong>d UP19


Metodika• srovnávání dvou X = pseud<strong>or</strong>eplikace!• statistická chyba (<strong>ne</strong> chyba designu!)• „location difference“; obecnost inferenceHurlbert 1984: Ecol. Monogr.Metodika• srovnávání dvou X = pseud<strong>or</strong>eplikace!Hurlbert 1984: Ecol. Monogr.20


Metodika• srovnávání dvou X = pseud<strong>or</strong>eplikace!Dyrcz & Halupka 2007: EthologyMetodika• interakce• ~30% článků s <strong>ne</strong>signif. interakcí chybně!• ~50% článků se signif. interakcí chybněinterpretováno!• Badyaev et al. (Evolution 2003), Langm<strong>or</strong>eet al. (Evolution 2008)Grafen and Hails 2002: Modern statistics f<strong>or</strong> the life sciences. Oxf<strong>or</strong>d UP21


Výsledky• co potřebuje čtenář vědět?Krist 2011: Biol. Rev.VýsledkyKrist 2009: JAE22


Výsledky•pořadí významnosti výsledků• velikost efektu vs. P-hodnoty•směr rozdílu (trendu)• vs. grafy a tabulky (redundance)•přesné P-hodnoty (<strong>ne</strong> N.S., P>0.05)• %, poměry (lépe <strong>ne</strong>ž syrová data!)• <strong>ne</strong>-interpretovat!• prezentovat i data proti oblíbené hypotézeAnderson et al. 2001: J. Wildl. Manage.Výsledky• <strong>ne</strong>místná extrapolace trendu• pseud<strong>or</strong>eplikace• <strong>ne</strong>li<strong>ne</strong>aritax 2 : P = 0.01 (0.005)x 3 : P = 0.2423


Diskuze• 1. odst. shrnutí – co nového a zajímavého?• posl. odst. – implikace, omezení & co dál?• konkrétní ► obecné (opak Úvodu!)• rozlišit fakta vs. spekulace• <strong>ne</strong> statistika, nové výsledky apod.‣<strong>ne</strong>znalost předešlých studií‣„pře-interpretace“‣stat. vs. biol. významnostDawkins kontra Gould apod.Diskuze• kauzální vs. k<strong>or</strong>elativní jazykFuhrman et al. 2008: PNAS24


DiskuzeZobecňoval jsipříliš, <strong>ne</strong>opatrnývědecký floutku!Není ge<strong>ne</strong>ralizaceza hranice studijnípopulace!(Sk<strong>or</strong>o) jakýkoli ekologický člá<strong>ne</strong>kDiskuze – komentář• kritizujete? ok, ale opatrně!Stephens et al. 2007: J. Appl. Ecol.25


XXX• XXXXXXXXX• XXXXXX26


XXX• XXXXXXPoděkování• vs. aut<strong>or</strong>ství• ano: pomoc technická, jen sběr dat• <strong>ne</strong>: rutinní lab<strong>or</strong>at<strong>or</strong>ní, úřednická práce• kdo komentoval rukopis• kdo výzkum financoval (čísla grantů)• kdo výzkum povolil – etika, licence• díky (anonymním) recenzentům!http://www.icmje.<strong>or</strong>g/27


Literatura• zdroje zastaralé / <strong>ne</strong> přesně k tématu• <strong>ne</strong>citovat: diplomky, abstrakty, ...•přehlédnutí významných studií• chybné citace – f<strong>or</strong>mát‣<strong>ne</strong>citovat z druhé ruky!• chybné citace – obsah (25% v ekologii!!!)‣<strong>ne</strong>citovat naslepo <strong>ne</strong>bo dle abstraktů!Todd et al. 2007: OikosreprintsLiteratura• 25% citací v ekologii:"ambiguous", "not supp<strong>or</strong>t", "empty“Todd et al. 2007: Oikos28


Obrazové přílohy• graf > tabulka >> <strong>text</strong>• ptejte se sami (a kolem) sebe:‣je příloha samostatně srozumitelná?‣je příloha <strong>ne</strong>zbytná?Less is m<strong>or</strong>e.And when in doubt – delete.(Mark E. Hauber)Matthews & Matthews 2008: Successful scientific writing. Cambridge UP.<strong>Jak</strong> <strong>ne</strong>má vypadat tabulka?Sp.Přežilo(n)Přežilo(%)Sežráno (n)Sežráno(%)CelkemchiPDrozd133.33266.6730,1710.6788Kos266.7133.3330,2NSPěnkavy990.00110.00101.13***Ost...................***Tab. 1: <strong>Jak</strong> přežívala hnízda?• desetinná místa vs. přesnost měření &biologická smysluplnost• <strong>ne</strong>konzistentní f<strong>or</strong>mátování• redundance, <strong>ne</strong>jasnosti, opakování inf<strong>or</strong>macíMatthews & Matthews 2008: Successful scientific writing. Cambridge UP.29


<strong>Jak</strong> (<strong>ne</strong>)má vypadat tabulka?Ze smyšleného <strong>ne</strong>publikova(tel)ného rukopisu<strong>Jak</strong> <strong>ne</strong>má vypadat graf?Ha<strong>ne</strong>l & Lusk 2005: Ryby a mihule České republiky. ČSOP, Vlašim30


<strong>Jak</strong> <strong>ne</strong>má vypadat graf?Grim & Honza 2001: Behav. Ecol. Sociobiol.<strong>Jak</strong> má vypadat graf?Grim et al. 2009: Behav. Ecol.31


•osy• popisky• jednotky• vysvětlivky<strong>Jak</strong> má vypadat graf?Davies et al. 2006: Proc. R. Soc. Lond. B<strong>Jak</strong> <strong>ne</strong>má vypadat popiska grafu?• XXXXXX32


<strong>Jak</strong> má vypadat popiska grafu?• XXXXXX<strong>Jak</strong> <strong>ne</strong>má vypadat popiska tabulky?• XXXXXX33


<strong>Jak</strong> má vypadat popiska tabulky?• XXXXXXF<strong>or</strong>mát & styl34


F<strong>or</strong>mát & stylSand-Jensen 2007: OikosF<strong>or</strong>mát & styl•věda ≠ beletrie – pište:‣jasně (vs. „květnatost“)‣jednoznačně‣bez odboček‣gramaticky správně‣rozlišujte podstatné a <strong>ne</strong>...‣stručně (souvětí!)‣opakování termínů <strong>ne</strong>vadí!Williams 1995: Style. Toward clarity and grace. Chicago UP.35


F<strong>or</strong>mát & styl•„lajdácké psaní naznačuje lajdácké myšlení“• trpný rod =• čas přítomný – obecné pravdy• čas minulý – konkrétnosti + nová zjištění• abstraktní podst. jména ► aktivní slovesaauth<strong>or</strong> guideli<strong>ne</strong>sF<strong>or</strong>mát & stylLidé – čtěte!36


Kolik toho <strong>napsat</strong>?optimálnínázevabstraktrukopisvětaodstavecslov10–122006 00015–20150Automatický f<strong>or</strong>mátŽádost podali:TGMark HauberJarkko RutilaCsába MoskátZdravý rozum37


Během přípravy MS•psát rychle• <strong>ne</strong>bo psát „po kouskách“• ukládat kopie („..._2009-05-26“)• „<strong>ne</strong>leštit“ f<strong>or</strong>mát před obsahem!• MS <strong>ne</strong>chat „uležet“ (odstup!)Matthews & Matthews 2008: Successful scientific writing. Cambridge UP.Psaní38


Před odesláním do redakce...• citace v <strong>text</strong>u vs. Literatura• f<strong>or</strong>mát pro daný časopis• gramatika – Nástroje ► Pravopis!•překlepy – Ctrl+H• f<strong>or</strong>mát obrazových příloh• „dát někomu přečíst“ před submitacíZdravý rozum☺... ale do které redakce?•zaměření časopisu• ob<strong>or</strong>ový či obecný?• IF (~ rejection rate)• rychlost redakční práce• omezená délka <strong>text</strong>u?• platí se za překročení stránkového limitu?• platí se za otištění a/<strong>ne</strong>bo barevné foto?auth<strong>or</strong> guideli<strong>ne</strong>s39


Odeslání do redakceOdeslání do redakce40


Odeslání do redakceOstatní však také odeslali do redakce...41


Proč jsou rukopisy odmítány?• ign<strong>or</strong>ování „Pokynů pro aut<strong>or</strong>y“• Czenglish• <strong>ne</strong>zajímavé téma (opakování známého)• <strong>ne</strong>vhodný design, malý vz<strong>or</strong>ek• chybná statistika• „over-interpretation“• f<strong>or</strong>mát tabulek a grafů• zastaralé literární zdroje• ign<strong>or</strong>ování recenzentůRejection ► kafe ► resubmission42


Proč jsou rukopisy přijímány?• význam výsledků (rozšiřují poznání)• kvalita designu studie• adekvátnost statistického zpracování• stylistická úroveňK<strong>or</strong>ektura43


Propagujte své publikace!• e-mail kolegům• e-mail pomocníkům• press release• media rep<strong>or</strong>ts• popularizacePropagujte své publikace!44


Ke čtení a zamyšleníGrim 2009: ŽivaUžitečné zdroje inf<strong>or</strong>mací45


Užitečné zdroje inf<strong>or</strong>mací• http://www.icmje.<strong>or</strong>g/• http://www.sfedit.<strong>ne</strong>t/<strong>ne</strong>wsletters.htm46

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!