备案号:辽ICP备19007957号-1
聆听您的声音:feedback@highmark.com.cn企业热线:400-111-0321
Copyright ©2015- 海马课堂网络科技(大连)有限公司办公地址:辽宁省大连市高新技术产业园区火炬路32A号创业大厦A座18层1801室
很多留学生写 Dissertation(毕业论文)时,前面的 Results(研究结果)部分还算顺利,一到 Discussion(讨论)就容易卡住。
最常见的问题是:把 Results 里的数据换一种说法再讲一遍,然后加上几篇文献,最后用一句 “This is consistent with previous studies” 结束。但教授真正想看到的,并不只是对研究结果的复述,而是能否解释这些结果意味着什么、为什么会出现,以及它们与已有研究有什么联系。
Discussion 的核心不是重复结果,而是解释结果、比较证据,并说明研究发现的意义。
可以把 Dissertation Discussion 理解成一个相对清晰的过程:
研究发现了什么 → 为什么会出现这个结果 → 与已有研究有什么关系 → 这个结果说明了什么。
只要这条逻辑线清晰,Discussion 就更容易形成完整的论证,而不是变成 Results 和 Literature Review 的简单拼接。
例如,Results 部分发现:
“Students who use social media more frequently reported higher levels of anxiety.”
这句话说明,社交媒体使用频率较高的学生报告了更高水平的焦虑。
如果到了 Discussion,仍然只是写:
“The results showed that students who used social media more frequently had higher anxiety.”
那么,这段内容实际上还是在重复 Results,并没有进一步解释研究发现。
更有效的写法,是继续追问:为什么会出现这样的结果?
例如,频繁使用社交媒体可能会增加社会比较的机会,使学生更容易将自己的生活与他人进行比较;也可能与睡眠时间减少、运动不足或线下社交活动受到挤压有关。
接下来,需要回到已有文献,判断前人的研究是否得出了类似结论。
假设 Smith(2022)也发现 social media use 与 anxiety 呈正相关,就不能只停留在:
“This finding is consistent with Smith (2022).”
还需要进一步解释:为什么两项研究会得到类似结果?研究对象是否相近?是否都以 university students 为研究对象?采用的测量工具是否相似?研究设计和样本特征是否存在共同点?
通过这些比较,才能进一步说明本研究的发现与已有证据之间的联系。
需要注意: 上述社交媒体与焦虑的例子仅用于说明 Discussion 的写作方法,并不代表相关研究结论已经得到验证。正式写作时,应根据真实数据、研究设计和可核查的文献来解释结果,不能把推测直接写成已经证实的因果关系。
如果研究结果与前人的研究不一致,其实反而有更多值得讨论的内容。
例如,已有研究发现社交媒体使用与焦虑水平升高有关,但本研究没有发现显著关系。这时,可以从多个角度分析可能的原因:
- 样本特征: 样本量是否较小?研究对象是否来自不同的年龄群体、文化背景或教育环境?
- 研究对象: 前人研究的是 TikTok 等特定平台,而本研究关注的是整体 social media use,二者的研究范围是否存在差异?
- 测量工具: 不同研究采用的焦虑量表、社交媒体使用指标或测量方式是否一致?
- 研究设计: 数据收集时间、研究方法和变量控制方式是否存在差异?
- 其他影响因素: 是否存在可能影响研究结果的变量,例如睡眠状况、社会支持或个体差异?
很多学生看到自己的结果与文献不一致,就会担心研究是不是出了问题。但 Discussion 并不要求研究结果必须与前人一致,而是要求研究者能够基于证据解释结果之间的异同。
有时,结果不一致恰恰能够体现研究的分析深度。不过,不能仅凭样本量较小或研究背景不同,就直接断定差异的原因。更严谨的做法是结合研究设计、统计结果和已有文献,提出合理解释,并说明这些解释还存在哪些不确定性。
另一个容易影响 Dissertation Discussion 质量的问题,是将讨论部分写成文献的简单罗列。
例如,整段内容按照以下方式展开:
Smith(2020)认为……
Jones(2021)认为……
Brown(2022)发现……
虽然引用了不少文献,但如果没有围绕本研究的 findings 展开分析,读者依然很难理解这些研究与当前论文之间的联系。
更合适的方式,是围绕本研究的研究发现组织文献,而不是按照作者或发表年份逐篇介绍。
具体来说,可以先说明本研究发现了什么,再将支持这一发现的研究放在一起进行比较;随后引入结论不同的研究,分析可能的差异来源;最后解释这些证据共同说明了什么,以及本研究对现有认识有什么补充。
可以直接记住以下逻辑:
Finding → Explanation → Literature Comparison → Interpretation
也就是:
1. Finding(研究发现): 本研究发现了什么?
2. Explanation(结果解释): 可能是什么原因导致了这一结果?
3. Literature Comparison(文献对比): 这一结果与已有研究一致还是存在差异?
4. Interpretation(结果解读): 这些发现对研究问题、理论或实践意味着什么?
基本上,每个重要的 finding 都可以按照这条逻辑展开,而不是一篇文献写一段。
当然,不同学科的 Dissertation 在 Discussion 章节结构上可能有所区别。有些论文会将 Results 和 Discussion 分开,有些则会将两者合并。具体写法仍应以所在大学、院系的论文要求及导师指导为准。
写 Discussion 时,一个很实用的习惯是:每完成一段,就问自己一句 “So what?”,也就是“那么,这说明了什么?”
如果一段内容只是告诉读者“本研究结果与 Smith 的研究相似”,讨论其实还没有结束。
还需要继续分析:
- 这个结果对 research question(研究问题)有什么意义?
- 它是否支持、补充或挑战了某种理论?
- 它与已有研究相比,提供了哪些新的信息?
- 对 policy、management、education 或 practice 等领域是否具有实际启发?
- 这些启发能够适用于什么范围,又有哪些限制?
例如,如果研究发现社交媒体使用频率与焦虑水平之间存在统计学关联,就可以进一步讨论这一结果对相关理论或学生支持实践有什么启示。
但如果研究采用的是横截面调查,通常不能仅凭相关性就认定社交媒体使用直接导致焦虑。此时,应使用“存在关联”“结果提示”或“可能与……有关”等更符合证据强度的表达,而不是直接作出因果判断。
真正拉开 Dissertation 分数差距的,很多时候并不是引用了多少 references,而是能否把 evidence 推进到更深一层:从描述研究结果,发展到有依据的解释、比较与判断。
如果正在写 Dissertation Discussion,却不知道从哪里开始,可以先不要急着堆砌文献。
先从 Results 中整理出最重要的 3—5 个 findings,再逐一回答以下四个问题:
1. 我发现了什么?
用简洁的语言概括核心结果,不需要重新复制整段数据,也不必重复所有统计细节。
2. 为什么会出现这样的结果?
结合研究设计、变量关系、理论框架和实际背景提出合理解释,同时区分已经得到证据支持的结论与仍需验证的推测。
3. 前人的研究怎么说?
找出与当前发现相关的研究,比较双方的研究对象、测量工具、研究方法和主要结论,而不是简单罗列文献。
4. 这个发现说明了什么?
回到 research question,分析研究结果的理论意义、实践价值、适用范围及局限性。
这四个问题能够回答清楚,Discussion 就已经具备了基本的论证框架。
后续再根据论文需要,补充研究局限性、实践启示和未来研究方向。需要注意的是,这些内容应建立在真实的研究发现之上,而不是为了让章节看起来完整而机械添加。
除了上述写作逻辑,还有几个常见问题值得注意。
不要在 Discussion 中随意引入新的研究结果。 讨论部分应围绕 Results 中已经报告的发现展开。如果出现新的数据分析结果,应根据论文结构和院系要求,先在适当的结果部分报告,再进行解释。
不要为了证明研究有价值而夸大结论。 如果研究只能说明两个变量之间存在关联,就不应直接写成因果关系;如果结果不显著,也不代表已经证明两个变量完全没有关系。
不要忽略研究局限性。 样本量、抽样方式、测量工具、研究设计和数据来源都可能影响结论的解释范围。讨论局限性时,不仅要指出限制,还应说明它会如何影响结果的解读,以及未来研究可以怎样改进。
不要让文献取代自己的分析。 文献的作用是为解释提供依据、建立比较框架,而不是替代对本研究结果的讨论。每引用一项研究,都应说明它与当前 finding 的具体联系。
最后,Discussion 真正需要证明的,并不只是研究已经完成,而是研究者能够理解自己的研究发现,判断证据支持什么、不能支持什么,并说明这些发现为什么值得关注。
Discussion 通常需要解释核心研究发现、分析结果产生的可能原因、比较已有文献、说明研究意义,并在适当位置讨论研究局限性和未来研究方向。具体章节结构应以院系要求为准。
Results 主要负责客观呈现研究结果,例如统计数据、主题分析结果或实验观察。Discussion 则负责解释这些结果意味着什么、为什么可能出现,以及它们与研究问题和已有文献有什么联系。
可以简要概括关键发现,为后续分析提供背景,但不应大段重复数据或原有表述。重点应放在结果解释、文献比较和研究意义上。
可以比较研究对象、样本特征、测量工具、研究设计和具体研究情境,分析哪些因素可能解释差异。解释必须与实际证据相符,不能为了让结果看起来合理而随意推测。
不一定。文献数量应服务于研究论证,关键在于文献是否相关、可靠,以及是否真正用于解释和比较研究发现。单纯增加引用数量,并不能替代批判性分析。
没有适用于所有大学和学科的统一字数标准。Discussion 的篇幅取决于论文总字数、研究方法、结果复杂程度以及院系要求。应优先检查课程手册、论文指南或导师提供的具体规范。
以下资料可用于进一步了解 Discussion 的常见结构、结果解释、文献比较与研究局限性。正式撰写 Dissertation 时,还应优先核对所在大学和院系发布的论文要求。
Scribbr:How to Write a Discussion Section
https://www.scribbr.com/dissertation/discussion/
University of Southern California:The Discussion – Organizing Your Social Sciences Research Paper
https://libguides.usc.edu/writingguide/discussion
University of Southampton:Results and Discussion – Writing the Dissertation
https://library.soton.ac.uk/writing_the_dissertation/results_discussion
最后需要记住的是: Dissertation Discussion 的重点不是把 Results 换一种说法重新写一遍,也不是把找到的文献逐篇列出来,而是建立一条完整的论证链——研究发现了什么、为什么可能出现、与已有证据有什么关系,以及这些发现究竟说明了什么。
阅读原文:https://www.highmarktutor.com/news/32599_61.html
版权作品,未经海马课堂 highmarktutor.com 书面授权,严禁转载,违者将被追究法律责任。
备案号:辽ICP备19007957号-1
聆听您的声音:feedback@highmark.com.cn企业热线:400-111-0321
Copyright ©2015- 海马课堂网络科技(大连)有限公司办公地址:辽宁省大连市高新技术产业园区火炬路32A号创业大厦A座18层1801室
hmkt088