ProofreaderPro.ai
راهنماهای نگارش دانشگاهی

راهنمای تقلبِ کاربرد مقاله‌ها برای دانشجویان دکتری (ESL)

راهنمای کاربرد مقاله‌ها در انگلیسی به‌عنوان زبان دوم (ESL) برای دانشجویان دکتری. قواعد a/an/the و همچنین مقاله‌ی صفر را مسلط شوید، اشتباهات رایج را نادیده نگیرید و با ابزارهای مبتنی بر هوش مصنوعی، خطاها را به‌موقع شناسایی کنید.

Lisa|Jul 12, 2026|10 زمان مطالعه, کوتاه
راهنمای تقلبِ کاربرد مقاله‌ها برای دانشجویان دکتری (ESL) - ProofreaderPro.ai Blog

این راهنمای کاربرد مقاله‌ها در ESL با یک مشاهده‌ی ساده آغاز می‌شود. مقاله‌ها (a, an, the و گزینه‌ی چهارمِ غایب، یعنی «بدون مقاله») بزرگ‌ترین منبعِ خطاهای دستوری در دست‌نوشته‌های نویسندگان ESL است که ما در مرحله‌ی انباشتِ بررسی‌های تحریری در صف دریافت‌ها مشاهده می‌کنیم. به‌طور تقریبی، ۶۰ درصد از دست‌نوشته‌هایی که از نویسندگانی می‌آید که زبان اولشان چینیِ ماندارین، کره‌ای، ژاپنی، روسی، لهستانی یا زبانی دیگر است که سامانه‌ی مقاله ندارد، دست‌کم یک خطای مقاله در هر ۲۰۰ کلمه دارند. این خطاها معمولاً متن را غیرقابل‌خواندن نمی‌کنند؛ اما باعث می‌شوند متن برای داوران همتراز «بومی» به نظر نرسد و اثر تجمعی در سراسر یک مقاله به سردبیر یک ژورنال این پیام را می‌دهد که «این کار نیاز به یک دورِ دیگر ویرایش دارد»، در حالی‌که ژورنال صدها مقاله برای داوریِ پیش‌زمینه‌ای دارد که باید اولویت‌بندی شوند.

ما ۴۷ دست‌نوشته‌ی نویسندگان ESL را در سال ۲۰۲۶ بررسی کردیم تا الگوهای کاربرد مقاله‌ای را بیابیم که بیشترین اهمیت را دارند. سه قاعده حدود ۸۰ درصد از تصمیم‌های مرتبط با مقاله را که نویسندگان دانشگاهی باید بگیرند پوشش می‌دهند؛ ده موردِ ویژه باقی‌مانده‌ی بیشترِ آن ۲۰ درصد دیگر را تشکیل می‌دهند؛ و ۱ تا ۲ درصدِ باقی‌مانده، استثناهای واقعیِ زبانی/اصطلاحی هستند که حتی برای گویشوران بومی نیز بیشتر از راه مواجهه و تکرار، نه صرفاً با اتکا به قاعده، یادگرفتنی‌اند. راهنمای زیر سه قاعده‌ی اصلی، ده موردِ ویژه، پنج اشتباهی که برای داور همتراز سریع علامت می‌دهند، و ابزارهای هوش مصنوعی را پوشش می‌دهد که خطاهای مقاله را به‌قدرِ کافی قابل‌اعتماد تشخیص می‌دهند تا بتوان آن‌ها را در یک فرآیندِ قبل از ارسال ادغام کرد.

این پست یک منبعِ مرجع است. دفعه‌ی بعد که کارِ یک فصلِ پیشنویس یا بخش یک ژورنال را تمام کردید آن را بوکمارک کنید، از ابتدا تا انتها بررسی‌اش کنید و در پایان از ادغام هوش مصنوعی استفاده کنید تا خطاهای مقاله‌ای را که گوشِ خودتان، وقتی چند روز است همان پیش‌نویس را می‌خوانید، نمی‌تواند تشخیص دهد، پیدا کنید. تیترِ اصلی: مقاله‌ی indefinite برای ذکر نخست، مقاله‌ی definite برای ذکر بعدی یا موردی که یگانه/قابل‌تشخیص است، و مقاله‌ی صفر برای جمعِ کلی و مفاهیمِ نشدنی/ناشمارا. بقیه‌ی موارد، پالایشِ استثناهای ویژه است.

این راهنمای کاربرد مقاله‌ها در ESL چه چیزهایی را پوشش می‌دهد؟

این راهنمای کاربرد مقاله‌ها در ESL سه قاعده‌ی اصلی را پوشش می‌دهد که حدود ۸۰ درصد از تصمیم‌های مرتبط با مقاله را که نویسندگان دانشگاهی باید بگیرند تعیین می‌کنند؛ علاوه بر آن ده موردِ ویژه، پنج اشتباهی که برای داور همتراز سریع علامت می‌دهند، و ابزارهای هوش مصنوعی که خطاهای مقاله را به‌صورت قابل‌اعتماد تشخیص می‌دهند. الگوی اصلی این است که برای ذکر نخست indefinite (a/an) به کار رود، برای ذکر بعدی یا ذکرِ کاملاً قابل‌تشخیص definite (the) استفاده شود، و برای جمع‌های کلیِ قابل‌شمارش و مفاهیمِ نشدنی/ناشمارا مقاله‌ی صفر به کار رود. این راهنما بر پایه‌ی ۴۷ دست‌نوشته‌ی نویسندگان ESL که در سال ۲۰۲۶ بررسی شده‌اند تدوین شده است.

قواعد اصلی در سه خط

همه‌ی تصمیم‌های مربوط به مقاله در انگلیسی دانشگاهی از همین‌جا شروع می‌شود. اگر بتوانید این سه قاعده را به‌طور پیوسته اعمال کنید، حدود ۸۰ درصد از انتخاب‌های مرتبط با مقاله در دست‌نوشته‌تان را پوشش داده‌اید.

قاعدهزمانِ استفادهمثال سریع
a/an (indefinite)اسمِ قابل‌شمارِ تک‌عدد، ذکر نخست، غیرمشخص"We conducted a randomized trial."
the (definite)اسمِ مشخص، ذکر دوم یا بعدتر، یا قابل‌تشخیص یگانه"The trial enrolled 240 participants."
Ø (مقاله‌ی صفر)جمعِ کلی یا مفهومِ نشدنی/ناشمارا"Randomized trials are the gold standard." یا "Sleep affects cognition."

الگوی «ذکر نخست vs ذکر بعدی» در نثر دانشگاهی یک قاعده‌ی کاری (workhorse) است. اولین باری که یک مقاله، یک مطالعه، یک روش یا یک مفهوم را معرفی می‌کنید، معمولاً «a» یا «an» (یا مقاله‌ی صفر اگر کلی باشد) به کار می‌رود. بار دوم و هر بار بعدی که به همان چیز اشاره می‌کنید، معمولاً «the» می‌آید. همین الگو به‌تنهایی سهم معناداری از خطاهای مقاله در ESL را پیدا می‌کند.

چه زمانی از "a/an" استفاده کنیم: مقاله‌ی indefinite

مقاله‌ی indefinite ("a" یا "an") نشان می‌دهد که اسم یکی از چندین مصداق ممکن است، این اولین باری است که آن را معرفی می‌کنید، یا دارید آن را به‌عنوان یک مثالِ کلی بیان می‌کنید نه به‌عنوان یک مورد مشخص.

چهار حالت برای "a/an" در نگارش دانشگاهی.

1. ذکر نخستِ یک اسمِ قابل‌شمارِ تک‌عدد. "We conducted a meta-analysis of 23 trials." متاآنالیز در حال معرفی است؛ ذکرهای بعدی «the» می‌گیرند.

2. اشاره‌ی کلیِ تک‌عدد. "A reliable instrument is essential for any measurement." درباره‌ی ابزارهای قابل‌اعتماد به‌طور کلی صحبت می‌کنید؛ یعنی یک ابزار به‌عنوان مثال نماینده آورده می‌شود.

3. نام‌گذاریِ یک نمونه‌ی یک دسته. "She is a clinical psychologist." اسمِ «clinical psychologist» او را در جایگاه یکی از بسیاری از افراد قرار می‌دهد؛ هیچ روان‌شناسِ مشخصی هدف گرفته نشده است.

4. تک‌عددِ کمی. "We observed a 23 percent reduction in symptoms." کاهشِ درصدی یک نمونه‌ی تک‌عدد از میان کاهش‌های ممکن است.

قاعده‌ی a-vs-an. از «a» پیش از صدای همخوان و از «an» پیش از صدای مصوت استفاده کنید. این قاعده درباره‌ی صداست نه املاء: "a university" (صدای «y» همخوان است)، "an honor" (حرف «h» ساکت است)، "an MRI" (حرف «M» با صدای مصوت شروع می‌شود)، "a UN resolution" (حرف «U» با صدای همخوانِ «y» شروع می‌شود). بیشتر خطاهای ESL در سطح حاضر از تبعیت از املاء به‌جای صدا ناشی می‌شود.

لغزش رایجِ ESL. حذف کامل مقاله در ذکر نخستِ یک اسمِ قابل‌شمارِ تک‌عدد. "We conducted meta-analysis of 23 trials" نادرست است؛ "We conducted a meta-analysis of 23 trials" درست است. این رایج‌ترین خطای مقاله در نمونه‌ی تحریری ماست و آسان‌ترین مورد برای تشخیص در یک بارِ خواندنِ قبل از ارسال است.

چه زمانی از "the" استفاده کنیم: مقاله‌ی definite

مقاله‌ی definite "the" نشان می‌دهد اسم به چیز مشخصی اشاره دارد که خواننده می‌تواند آن را شناسایی کند؛ یا چون پیش‌تر ذکر شده، یا چون در متن به‌طور یگانه قابل شناسایی است، یا چون با یک تعدیل‌گر/موصوفِ بعدی توصیف می‌شود.

هفت حالت برای "the" در نگارش دانشگاهی.

1. ذکر دوم یا بعدتر از اسمی که پیش‌تر معرفی شده است. "We conducted a randomized trial. The trial enrolled 240 participants." ذکر نخست "a trial" است؛ در ذکر دوم "the trial" می‌آید.

2. ارجاع یگانه در زمینه. "The methods section reports our analytical approach." در هر مقاله‌ای فقط یک بخشِ methods وجود دارد؛ خواننده می‌داند کدام است.

3. اسمِ تعدیل‌شده با جزئیاتِ مشخص‌کننده. "The patients enrolled in 2024" یا "The instrument used by Smith et al." تعدیل‌گر ("enrolled in 2024," "used by Smith et al.") اسم را مشخص می‌کند.

4. عالی‌ترین‌ها (superlatives) و ترتیبی‌ها (ordinals). "The largest sample," "the first study," "the highest score." عالی‌ترین‌ها و ترتیبی‌ها ذاتاً مشخص‌اند.

5. مجموعه‌داده‌ها، روش‌ها و چارچوب‌های مشخص. "The PRISMA framework," "the COBE-WMAP cosmological dataset," "the Beck Depression Inventory." وقتی مجموعه‌داده، روش یا چارچوب نام مشخصی دارد، از "the" استفاده کنید.

6. نهادها و نهادهای سازمانی یگانه. "The World Health Organization," "the European Union," "the National Institutes of Health." اسمِ خاص به‌طور ضمنی definite است چون یگانه است.

7. اسم‌های ارجاع به زمان با ویژگی/مشخصیت. "The 1990s," "the early stages of the trial," "the post-intervention period." ارجاعات زمانی همراه با جزئیاتِ مشخص‌کننده «the» می‌گیرند.

لغزش رایجِ ESL. استفاده از "the" برای ذکر نخستِ یک مفهوم کلی. "We conducted the meta-analysis" در ذکر نخست نادرست است؛ "We conducted a meta-analysis" درست است. «the» یعنی خواننده از قبل می‌داند کدام متاآنالیز مدنظر است؛ اما در ذکر نخست خواننده هنوز نمی‌داند.

چه زمانی باید در نگارش دانشگاهی از مقاله‌ی صفر استفاده کنید؟

قاعده‌ی سوم، و اغلب نادیده‌گرفته‌شده، این است که بسیاری از اسم‌های دانشگاهی اساساً هیچ مقاله‌ای نمی‌خواهند. مقاله‌ی صفر زمانی انتخاب درست است که یک گزاره‌ی کلی درباره‌ی یک اسمِ جمعِ قابل‌شمار مطرح می‌کنید، درباره‌ی یک مفهومِ نشدنی/ناشمارا حرف می‌زنید، یا دارید یک اسمِ خاصی را نام می‌برید که «the» نمی‌گیرد.

پنج حالت برای مقاله‌ی صفر در نگارش دانشگاهی.

1. اسم‌های قابل‌شمارِ جمعِ کلی. "Randomized trials are the gold standard for causal inference." درباره‌ی کارآزمایی‌های تصادفی به‌طور کلی حرف می‌زنید، نه درباره‌ی یک مجموعه‌ی مشخص. مقایسه کنید با "The randomized trials in our sample showed a positive effect" (مجموعه‌ای مشخص، مقاله‌ی definite).

2. مفاهیمِ نشدنی/ناشمارا و اسم‌های انتزاعی. "Sleep affects cognition." "Information is power." "Research suggests..." این اسم‌ها مفاهیم را نام می‌برند نه چیزهای مجزا؛ در کاربرد کلی هیچ مقاله‌ای نمی‌گیرند.

3. بیشتر اسم‌های خاص. "Smith et al. (2024) reported..." "Stata 18 was used for the analysis." "PRISMA guidelines were followed." بیشتر اسم‌های خاص (افراد، عنوان نرم‌افزارها، دستورالعمل‌های نام‌گذاری‌شده) مقاله‌ی صفر می‌گیرند. استثناها: نهادهای منحصربه‌فردِ قابل‌تشخیص ("the WHO," "the EU") و برخی نام‌های کشور ("the United States," "the Netherlands").

4. زبان‌ها، حوزه‌ها و رشته‌ها/گرایش‌ها. "She studies economics." "The paper was translated into Mandarin." "Psychology has developed many frameworks." زبان‌ها، رشته‌ها و نام‌های حوزه در نگارش دانشگاهی معمولاً مقاله‌ی صفر می‌گیرند.

5. وعده‌های غذایی، حمل‌ونقل، زمان و برخی نهادها. "After dinner we coded transcripts." "By train to the conference." "Participants attended hospital weekly." این کاربردهای اصطلاحی استثنا هستند؛ ارزش دارد که آن‌ها را به‌صورت یک مجموعه‌ی کوچک به خاطر بسپارید، نه اینکه صرفاً از قواعد نتیجه بگیرید.

لغزش رایجِ ESL. افزودن "the" پیش از اسم‌های جمعِ کلی یا مفاهیم انتزاعی. "The randomized trials are the gold standard" به‌عنوان ادعایی درباره‌ی یک مجموعه‌ی مشخص از کارآزمایی‌ها خوانده می‌شود؛ درحالی‌که "Randomized trials are the gold standard" همان ادعای کلیِ موردنظر را منتقل می‌کند. این دومین خطای رایج مقاله در نمونه‌ی ماست.

قبل از ارسال دستنوشته، خطاهای مربوط به مقالات ESL را شناسایی کنید

مقاله نویس های ESL معمولاً الگوهای زیر را از قلم می اندازند، و ما با هوش مصنوعی مقاله، الگوهای رایج را بررسی می کنیم: نبودن حروف تعریف نامعین در اولین اشاره، استفاده از حروف تعریف معین در ادعاهای کلی، و جای خالی بدون حرف تعریف که 'the' به اشتباه در آن وارد شده است. پلن رایگان، یک فصل کامل را پوشش می دهد.

رایگان امتحان کنید

رایج‌ترین اشتباهاتِ مربوط به مقاله در نگارش دانشگاهیِ ESL کدام‌ها هستند؟

پنج الگو تقریباً همه‌ی خطاهای مقاله‌ای را که ما در مرحله‌ی تحریری شناسایی می‌کنیم پوشش می‌دهند. دانستن الگوها بیشترین سهم را در اصلاح دارد.

1. نداشتن مقاله‌ی indefinite در ذکر نخستِ یک اسمِ قابل‌شمارِ تک‌عدد. "We conducted study using novel methodology" باید باشد "We conducted a study using a novel methodology." دو مورد حذف مقاله در یک جمله؛ هر دو با قاعده‌ی ذکر نخست قابل اصلاح‌اند.

2. استفاده از مقاله‌ی definite برای یک اسمِ جمعِ کلی یا یک اسمِ قابل‌نشمار/ناشمارای بدون شمارش. "The sleep affects the cognition" باید باشد "Sleep affects cognition." هر دو اسم کلی و ناشمارا هستند؛ مقاله‌ای لازم نیست.

3. اشتباه گرفتنِ a-vs-an بر اساس املاء نه صدا. "An university" باید باشد "a university" (حرف «u» صدای همخوانِ «y» ایجاد می‌کند). "A honor" باید باشد "an honor" (حرف «h» ساکت است). این قاعده درباره‌ی تلفظ است نه املاء.

4. آوردن مقاله برای یک اسم خاصی که نباید مقاله بگیرد. "The Smith et al. (2024)" باید باشد "Smith et al. (2024)". "The Stata 18 was used" باید باشد "Stata 18 was used." بیشتر اسم‌های خاص مقاله‌ی صفر می‌گیرند، مگر اینکه نهادی باشند که یگانه‌سازی‌شده و منحصربه‌فرد قابل‌تشخیص است.

5. نداشتن مقاله‌ی definite در ذکر دوم. "We conducted a meta-analysis. Meta-analysis included 23 studies" باید باشد "We conducted a meta-analysis. The meta-analysis included 23 studies." وقتی نویسنده در ذکر دوم مقاله‌ی definite را حذف می‌کند، «ذکر نخست، سپس قاعده‌ی the» شکست می‌خورد.

این پنج اشتباه یک تشخیص مشترک دارند: آن‌ها در کمتر از پنج ثانیه توسط یک داور هم‌زبان انگلیسی (بومی) دیده می‌شوند و به‌صورت تجمعی در سراسر یک مقاله این پیام را می‌دهند که «نیاز به یک دور دیگر ویرایش تحریری دارد». هیچ‌کدام از این موارد ادعای محتوایی را تغییر نمی‌دهد؛ همه‌ی آن‌ها بر نحوه‌ی خوانده شدن مقاله اثر می‌گذارند. بررسی مقاله‌ها در قبل از ارسالِ ESL یکی از پردرآمدترین (highest-return) دورهای تحریری برای هر نویسنده‌ی غیر‌بومی است.

کدام ابزارهای هوش مصنوعی خطاهای مقاله‌ی ESL را با قابلیت اعتماد شناسایی می‌کنند؟

بخشِ هوش مصنوعیِ ما در سال ۲۰۲۶ خطاهای مربوط به مقاله را در درجات مختلفِ توانمندی رسیدگی می‌کند. سه الگو دانستن‌شان ارزش دارد.

بررسی‌گرهای دستور زبان عمومی (Grammarly, ProWritingAid). موارد واضحِ حذف‌ها و کاربردهای نادرست مقاله را پیدا می‌کنند (مثلاً حذف «a» در ذکر نخستِ اسمِ قابل‌شمار تک‌عدد، یا استفاده‌ی غلط از "the" در ادعاهای کلی). اما موارد ظریف‌تر را از دست می‌دهند: سردرگمیِ a-vs-an بر اساس املاء/صدا، آوردن مقاله برای اسم‌های خاص، و زنجیره‌ی «ذکر نخست vs ذکر بعدتر» در سطح پاراگراف‌ها. به‌عنوان یک دور اول قابل قبول‌اند؛ اما برای آمادگی جهت ارسال به ژورنال کافی نیستند.

ویرایش‌گرهای هوش مصنوعی دانشگاهی (Trinka, Paperpal, ProofreaderPro AI). این‌ها بر اساس پیکره‌های دانشگاهی ساخته شده‌اند و الگوهای نویسندگان ESL در داده‌های آموزش لحاظ شده‌اند. سهم قابل‌توجهی بیشتری از خطاهای ظریفِ مربوط به مقاله را نسبت به بررسی‌گرهای عمومی تشخیص می‌دهند و خروجیِ «تغییرات ثبت‌شده» (tracked changes) تولید می‌کنند که با فرآیند کاری .docx که در راهنمای تغییرات ثبت‌شده DOCX پوشش داده شده، ادغام می‌شود. ابزارهای تخصصی دانشگاهی (که در مقایسه Paperpal vs Trinka آمده‌اند) گزینه‌ی پیشنهادی این بخش برای کار روی مقاله‌های ESL هستند.

LLMهای عمومی (Claude Sonnet, GPT-5) با پرامپت‌های ویژه‌ی ESL. برای اصلاح مقاله‌ها وقتی پرامپت صریحاً درباره‌ی الگوهای نویسندگان ESL باشد، قابل اعتماد است. الگوی پرامپتی که در آزمون‌های ما جواب داده:

Review the following academic passage for article usage errors
specific to ESL writers. Check for these five patterns:

1. Missing indefinite article (a/an) on first mention of a singular
   countable noun.
2. Wrong definite article (the) on generic plural or uncountable nouns.
3. Confused a-vs-an based on spelling rather than sound.
4. Article on a proper noun that should take zero article.
5. Missing definite article on second mention of a previously
   introduced noun.

اصلاحات را در قالب «tracked-changes» اعمال کنید. همه اصطلاحات فنی، استنادات و واژه‌های تردید/مدال را عیناً حفظ کنید. هیچ چیز دیگری جز کاربرد واژه‌های مقاله را تغییر ندهید.

[Source passage here]

چک‌لیستِ صریحِ پنج‌الگویی است که باعث می‌شود LLMهای عمومی برای کار روی مقاله‌های ESL قابل اعتماد شوند. بدون آن، همین مدل‌ها به سمت «بیش‌اصلاحی» (درج مقاله‌ها وقتی مقاله‌ی صفر درست بوده) یا «کم‌اصلاحی» (از دست دادن خطاهای ظریفِ اسم‌های خاص و اشتباه در ذکر دوم) گرایش پیدا می‌کنند.

برای ویرایش انسانیِ تخصصیِ ESL در سطحِ آمادگیِ ارسال به ژورنال، Wordvice (که در مقایسه Scribbr vs Wordvice آمده) قوی‌ترین سرویسِ نام‌برندی بود که در سال ۲۰۲۶ برای مدیریت مقاله‌های ESL آزمایش کردیم؛ تیم ویراستاران به‌طور مشخص برای الگوهایی آموزش دیده بود که این پست آن‌ها را پوشش می‌دهد. پستِ جریان کاری هوش مصنوعی برای پایان‌نامه‌ی دکتری جریان کاری گسترده‌ی یک‌ساله‌ را پوشش می‌دهد که شامل الگوی ویرایشِ ESL مبتنی بر هوش مصنوعی + انسان است.

بررسی مقاله‌های ESL قبل از ارسال باید به‌عنوان یک مرحله‌ی اختصاصی اجرا شود. پیش‌نویس‌تان را باز کنید، تمرکز ابزار هوش مصنوعی را دقیقاً روی «کاربرد مقاله» تنظیم کنید (نه دستور زبان عمومی) و هر تغییر پیشنهادی را بپذیرید یا رد کنید. این مرحله برای یک فصل ۵۰۰۰ کلمه‌ای حدود ۱۰ تا ۲۰ دقیقه زمان می‌برد و تقریباً همه‌ی خطاهای مقاله‌ای را که در غیر این صورت به داور همتراز گزارش می‌شد، شناسایی می‌کند.

پرسش‌های متداول

س: قواعد پایه‌ی مقاله‌ها در انگلیسی دانشگاهی برای نویسندگان ESL چیست؟

سه قاعده‌ی اصلی. برای ذکر نخستِ یک اسمِ قابل‌شمارِ تک‌عدد (یا برای ارجاع تک‌عدد کلی)، از "a" یا "an" استفاده کنید. برای ذکر دومِ همان اسم، برای اسم‌های منحصربه‌فردِ قابل‌تشخیص، یا برای اسم‌هایی که با یک جزئیاتِ مشخص‌کننده تعدیل شده‌اند از "the" استفاده کنید. برای جمع‌های کلیِ قابل‌شمار، مفاهیمِ نشدنی/ناشمارا و بیشتر اسم‌های خاص از هیچ مقاله‌ای استفاده نکنید (مقاله‌ی صفر). الگوی «ذکر نخست vs ذکر بعدی» حدود ۸۰ درصد از تصمیم‌های مربوط به مقاله را که نویسندگان دانشگاهی باید بگیرند پوشش می‌دهد؛ و بقیه صرفاً پالایشِ موارد استثنا است که در بخش‌های راهنمای بالا آمده.

س: چه زمانی باید در نگارش دانشگاهی از "a" در برابر "an" استفاده کنم؟

این قاعده درباره‌ی تلفظ است نه املاء. برای صدای همخوان از "a" استفاده کنید؛ برای صدای مصوت از "an" استفاده کنید. مثال‌ها: "a university" (صدای همخوان «y»)، "an honor" (حرف «h» ساکت، سپس صدای مصوتِ «o»)، "an MRI" («M» که به صورت «em» تلفظ می‌شود و با صدای مصوت شروع می‌شود)، "a UN resolution" (حرف «U» که به صورت «you» تلفظ می‌شود و با صدای همخوانِ «y» شروع می‌کند). رایج‌ترین خطای ESL در این دسته این است که به‌جای صدا از املاء پیروی شود: نوشتن "an university" یا "a honor."

س: چه زمانی باید به‌جای "a/an" یا "the" از مقاله‌ی صفر استفاده کنم؟

پنج حالت. اول، جمع‌های کلیِ قابل‌شمار ("Randomized trials are the gold standard"). دوم، مفاهیمِ نشدنی/ناشمارا و اسم‌های انتزاعی ("Sleep affects cognition"). سوم، بیشتر اسم‌های خاص ("Smith et al. reported..."). چهارم، زبان‌ها، حوزه‌ها و رشته‌ها ("Economics has developed..."). پنجم، ارجاعات اصطلاحی به زمان و نهادها ("after dinner," "by train," "attended hospital"). مقاله‌ی صفر برای هر ادعای کلی درباره‌ی یک دسته از چیزها، نه یک نمونه‌ی مشخص، انتخاب درست است.

س: رایج‌ترین اشتباهِ مربوط به مقاله در نگارش دانشگاهیِ ESL چیست؟

نداشتن مقاله‌ی indefinite ("a" یا "an") در ذکر نخستِ یک اسمِ قابل‌شمارِ تک‌عدد. "We conducted study" به‌جای "We conducted a study"؛ "Novel methodology was used" به‌جای "A novel methodology was used." این الگو حدود ۳۰ درصد از خطاهای مقاله‌ایِ ESL را که در مرحله‌ی تحریری شناسایی می‌کنیم تشکیل می‌دهد. راه‌حل این است که هر اسمِ قابل‌شمارِ تک‌عدد در جمله‌های‌تان که نخستین بار ذکر می‌شود را بخوانید و تأیید کنید که بسته به بافت، یکی از «a»، «an» یا «the» را همراه دارد.

س: آیا ابزارهای هوش مصنوعی می‌توانند خطاهای مقاله‌ی ESL را با قابلیت اعتماد اصلاح کنند؟

بعضی‌ها می‌توانند، البته با قیود. بررسی‌گرهای دستور زبان عمومی (Grammarly, ProWritingAid) موارد واضح را پیدا می‌کنند و موارد ظریف را از دست می‌دهند. ویرایش‌گرهای هوش مصنوعی دانشگاهی (Trinka, Paperpal, our AI proofreader) که روی دست‌نوشته‌های نویسندگان ESL آموزش دیده‌اند سهم قابل‌توجه بیشتری از موارد را، از جمله الگوهای اسم خاص و الگوی ذکر دوم، تشخیص می‌دهند. LLMهای عمومی (Claude Sonnet, GPT-5) با پرامپتِ صریحِ پنج‌الگویی در این پست، قابل اتکا عمل می‌کنند. برای آمادگی نهایی جهت ارسال به ژورنال، ترکیب یک مرحله‌ی مبتنی بر هوش مصنوعی با یک ویراستار انسانیِ ESL (Wordvice بهترین گزینه‌ی نام‌برندی است که در سال ۲۰۲۶ آزمایش کردیم، و در مقایسه Scribbr vs Wordvice آمده) جریان کاری پیشنهادی است.

AI Proofreader ویژه اصلاح مقالات ESL

با دستنوشته های نویسندگان ESL آموزش دیده است، پنج الگوی رایج مربوط به مقالات را شناسایی می کند، تغییرات پیگیری شده را به .docx خروجی می دهد، و آن را با ویرایش محتوایی انسانی برای مرحله نهایی ارسال به ژورنال همراه می سازد. پلن رایگان، یک فصل کامل را پوشش می دهد.

Lisa - Author at ProofreaderPro.ai
LisaCMO

لیزا دارای PhD در زبان شناسی از NYU است و همیشه کنجکاو بوده است که چگونه کامپیوترها می توانند از زبان شناسی کاربردی برای درک و برقراری ارتباط به زبان انسانی استفاده کنند و به ویرایش محتوای نوشته شده انسان کمک کنند. او در حال حاضر مدیر ارشد بازاریابی در ProofreaderPro است، جایی که بازاریابی را در سراسر کپی، رسانه های اجتماعی، ایمیل و کانال های آفلاین هدایت می کند.

ادامه مطلب را بخوانید

اظهارنامه‌های افشای استفاده از هوش مصنوعی: راهنمای اختصاصیِ ناشر به ناشر - ProofreaderPro.ai Blog
راهنمای نگارش آکادمیک12 زمان مطالعه, کوتاه

اظهارنامه‌های افشای استفاده از هوش مصنوعی: راهنمای اختصاصیِ ناشر به ناشر

راهنمای الگوی اظهارنامه افشای هوش مصنوعی برای ناشرها: قوانین Elsevier، Nature، Lancet، BMJ و Wiley، متن‌های قابل کپی‌برداری، و یک چیت‌شیتِ اختصاصیِ ناشر به ناشر برای سال 2026.

Jul 11, 2026
راهنمای استناد AMA برای مقالات پزشکی و زیست‌پزشکی - ProofreaderPro.ai Blog
راهنمای نگارش آکادمیک12 زمان مطالعه, کوتاه

راهنمای استناد AMA برای مقالات پزشکی و زیست‌پزشکی

راهنمای استناد AMA برای مقالات پزشکی: قالب‌دهی به ۱۱e رفرنس‌ها و استفاده از استنادهای درون‌متنیِ نمایی (superscript) برای ژورنال‌ها، کتاب‌ها، وب‌سایت‌ها و منابع مبتنی بر هوش مصنوعی، همراه با قالب‌ها/تمپلیت‌ها.

Jul 11, 2026
هزینه ویرایش و تصحیح علمی چقدر است در سال 2026؟ - ProofreaderPro.ai Blog
راهنمای نگارش آکادمیک11 زمان مطالعه, کوتاه

هزینه ویرایش و تصحیح علمی چقدر است در سال 2026؟

هزینه ویرایش و تصحیح علمی در سال 2026 چقدر است؟ نرخ‌های سطر‌به‌سطر، صفحه‌به‌صفحه و برحسب هر خدمت، به‌همراه اینکه چگونه ابزارهای مبتنی بر هوش مصنوعی محاسبات را تغییر می‌دهند و قبض شما را کمتر می‌کنند.

Jul 11, 2026

ProofreaderPro را رایگان امتحان کنید

شروع رایگان
Proofreader Pro AI
تحقیقات خود را با ProofreaderPro.ai بهبود بخشید، پیشرفته‌ترین ابزار تصحیح متنی مبتنی بر هوش مصنوعی در جهان که برای متون آکادمیک تنظیم شده است.
ProofreaderProAI, Greenleaf Ave, Staten Island, 10310 New York
ابزارهای رایگان
حذف ام‌داشتعداد کلماتبررسی‌گر دستور زبانتولیدکننده نقل قولبررسی خواناییپاک‌کننده هوشمند کلمات AIبررسی صدای مجهولتبدیل به عنوان‌نویسی با حروف بزرگ و کوچکگسترش‌دهنده انقباضاتبررسی رسمی بودنهمه ابزارهای رایگان
© 2026 ProofreaderPro.ai. یک ویراستار، ادیتور و انسانی ساز دانشگاهی پیشرو. ساخته شده با ❤️ و ساختار نحوی درست و از نظر زبانی صحیح 🌳s