ProofreaderPro.ai
Guide di scrittura accademica

Come presentare i risultati in un documento di ricerca (chiaro, conciso, convincente)

Come scrivere la sezione dei risultati di un articolo di ricerca. Riguarda la presentazione dei dati, le tabelle rispetto alle figure e il mantenimento dei risultati separati dalla discussione.

Ema|Mar 1, 2026|7 min read
Come presentare i risultati in un documento di ricerca (chiaro, conciso, convincente) — ProofreaderPro.ai Blog

Una sezione dei risultati ben scritta fa qualcosa di apparentemente semplice: dice al lettore esattamente cosa hai trovato. Nessuna interpretazione. Nessuna speculazione. Nessuna rotazione. Solo i risultati, presentati in modo sufficientemente chiaro da consentire al lettore di trarre le proprie conclusioni prima di discutere le proprie.

Questa semplicità è esattamente ciò che lo rende difficile. Abbiamo modificato le sezioni dei risultati in cui tre paragrafi di testo dicevano meno di una singola tabella ben progettata. Abbiamo visto ricercatori seppellire le loro scoperte più importanti nel mezzo di un paragrafo sulle analisi preliminari. Abbiamo visto i numeri contraddire il testo che li descrive, a volte nella stessa frase.

Imparare a scrivere una sezione dei risultati per un documento di ricerca significa imparare a moderare. Ecco come appare in pratica.

La regola cardinale: risultati vs discussione

Prima di ogni altra cosa, comprendi il confine. La sezione dei risultati riporta cosa è successo. La sezione di discussione spiega cosa significa. Mescolare i due è il modo più veloce per indebolire entrambe le sezioni.

Territorio dei risultati: "I partecipanti al gruppo sperimentale hanno ottenuto un punteggio superiore del 23% rispetto al gruppo di controllo (M = 78,4, SD = 12,1 rispetto a M = 63,7, SD = 14,3), t(198) = 7,42, p < 0,001, d = 1,05."

Territorio di discussione: "Questa dimensione dell'effetto supera quelle riportate in interventi simili (Smith, 2022; Lee, 2023), suggerendo che il nostro protocollo modificato potrebbe essere più efficace dell'approccio standard."

Vedi la linea? La sezione dei risultati ti dà i numeri. La sezione di discussione ti dice cosa significano i numeri nel contesto. Quando ti accorgi di scrivere "questo suggerisce" o "questo potrebbe indicare" nei risultati, fermati. Sposta quella frase nella discussione.

Ci sono delle eccezioni. Alcune riviste e alcune discipline uniscono risultati e discussioni in un'unica sezione. Se il tuo diario di destinazione fa questo, segui il loro formato. Ma anche nelle sezioni combinate, mantieni il resoconto e l’interpretazione chiaramente distinti all’interno di ciascun paragrafo.

Come strutturare la sezione dei risultati

L'organizzazione conta più nei risultati che in qualsiasi altra sezione. Il tuo lettore sta elaborando numeri e i numeri senza struttura diventano rumore.

Opzione 1: segui le domande di ricerca. Se il tuo articolo pone tre domande di ricerca, organizza i risultati in tre sezioni che rispondano in ordine. Ciò crea una mappatura diretta tra ciò che hai chiesto e ciò che hai trovato: facile per il lettore, facile per il revisore.

Opzione 2: segui le tue ipotesi. Simile al precedente, ma strutturato attorno a previsioni anziché a domande. Per ciascuna ipotesi, presentare i dati rilevanti e indicare se l'ipotesi è stata supportata. Sii diretto: "Ipotesi 1 è stata supportata" o "Ipotesi 2 non è stata supportata".

Opzione 3: seguire la logica analitica. Iniziare con statistiche descrittive e analisi preliminari (affidabilità, controlli di normalità, matrici di correlazione). Quindi passare alle analisi primarie. Poi analisi secondarie o esplorative. Questa struttura funziona bene per studi complessi con più passaggi analitici.

Qualunque opzione tu scelga, apri la sezione dei risultati con un breve paragrafo orientativo. Spiega al lettore come è organizzata questa sezione: "Riportiamo prima le statistiche descrittive e le analisi preliminari, seguite dai risultati dei nostri modelli di regressione primari e infine dalla nostra analisi esplorativa di mediazione". Questa tabella di marcia evita al tuo lettore di chiedersi dove sei diretto.

Presentazione dei risultati della ricerca: testo, tabelle e figure

Hai tre strumenti per presentare i dati. Usare quello sbagliato è come usare un martello su una vite: tecnicamente funziona, ma il risultato è brutto.

Testo è ideale per risultati semplici con pochi numeri. "L'età media dei partecipanti era di 34,2 anni (SD = 8,7) e il 62% si identificava come donna." Se una scoperta riguarda uno o due numeri, inseriscila nel testo.

Le Tabelle sono ideali per confronti precisi tra più gruppi o condizioni. Se hai più di tre numeri da confrontare, una tabella è quasi sempre più chiara del testo. Le tabelle sono anche la scelta giusta quando i valori esatti contano, ovvero quando qualcuno potrebbe voler fare riferimento alle tue medie specifiche, deviazioni standard o valori p.

Le figure sono ideali per mostrare modelli, tendenze e distribuzioni. Se la relazione conta più dei numeri esatti – una curva di crescita, un confronto tra distribuzioni, un effetto di interazione – usa una cifra. Le cifre vengono elaborate più velocemente delle tabelle e rimangono in memoria più a lungo.

La regola fondamentale: non ripetere mai i dati in formati diversi. Se un risultato appare in una tabella, non descrivere ogni numero della tabella nel testo. Evidenziate invece lo schema chiave: "Come mostrato nella Tabella 2, gli effetti del trattamento sono stati più forti nella condizione di dosaggio elevato". Il testo attira l'attenzione. La tabella fornisce i dettagli.

Vediamo che i ricercatori violano costantemente questa regola. La sezione dei risultati descrive ogni cella di ogni tabella sotto forma di paragrafo. Questo raddoppia la lunghezza senza aggiungere informazioni. Il tuo testo dovrebbe interpretare la storia della tabella, non recitarne il contenuto.

Clean Up Your Results Section

Upload your paper and get AI feedback on clarity, grammar, and consistency. Make sure your numbers tell a clear story.

Try It Free

Scrivere in modo chiaro sui risultati statistici

Il reporting statistico ha delle convenzioni e seguirle segnala competenza ai revisori.

Riporta le dimensioni dell'effetto, non solo il significato. Un valore p indica se esiste un effetto. Una dimensione dell'effetto ti dice se è importante. Segnalateli entrambi. "Il gruppo di intervento ha sovraperformato i controlli, t(198) = 7,42, p < 0,001, d = 1,05" - d = 1,05 dice al lettore che si tratta di un effetto ampio, che conta molto più del valore p per scopi pratici.

Sii coerente nella notazione. Scegli un formato di reporting e mantienilo costantemente. Se riporti le medie come "M = 78,4" nel paragrafo uno, non passare a "la media era 78,4" nel paragrafo tre. La coerenza segnala attenzione ai dettagli.

Arrotondamento appropriato. Due cifre decimali per la maggior parte delle statistiche. Tre per i valori p quando sono molto piccoli (p = .002). Non riportare mai p = .000: scrivi invece p < .001. Questi piccoli dettagli sono importanti per i revisori che leggono le sezioni dei risultati tutto il giorno.

Conduci il risultato, non l'analisi. "I partecipanti che hanno ricevuto l'intervento hanno ottenuto un punteggio più alto nella misura della creatività" dice al lettore il risultato. "È stata condotta un'ANOVA unidirezionale sui punteggi di creatività" racconta al lettore il metodo. Guida con la scoperta: "I partecipanti all'intervento hanno ottenuto punteggi significativamente più alti in termini di creatività (M = 42,3, SD = 8,1) rispetto ai controlli (M = 35,7, SD = 9,2), F (1, 196) = 28,41, p < 0,001, η² = 0,13."

Errori comuni nella sezione dei risultati

Interpretazione dei risultati nella sezione dei risultati. Lo abbiamo detto sopra, ma vale la pena ripeterlo: questo è l'errore più comune. Salva la tua interpretazione per la sezione discussione. La sezione dei risultati è una trascrizione dell'aula del tribunale, non una discussione conclusiva.

Seppellire i risultati chiave. Il risultato principale dovrebbe apparire nel primo paragrafo sostanziale dopo qualsiasi analisi preliminare. Non costringere il lettore a cercarlo dietro descrizioni demografiche e statistiche sull'affidabilità. Riportare prima il risultato principale, poi i risultati secondari e infine quelli esplorativi.

Ignorando i risultati non significativi. Se hai testato un'ipotesi e non è stata supportata, segnalalo. Riportare selettivamente solo i risultati significativi è una forma di pregiudizio che distorce la documentazione scientifica. "Non c'era alcuna differenza significativa tra i gruppi sulla misura Y, t(198) = 0,87, p = 0,384, d = 0,12" - riportalo in modo chiaro e vai avanti.

Tabelle e cifre che descrivono eccessivamente. Se la Tabella 3 mostra le medie e le deviazioni standard per tutte e sei le condizioni, non è necessario un paragrafo che descriva ciascun valore. Scrivere: "La Tabella 3 presenta statistiche descrittive per tutte le condizioni. I punteggi più alti sono apparsi nella Condizione A, mentre la Condizione F ha mostrato la maggiore variabilità." Dirigere l'attenzione del lettore. Lascia che sia il tavolo a fare il lavoro pesante.

Formattazione incoerente. Stili di reporting misti, cifre decimali incoerenti e passaggio tra notazione APA e non APA all'interno della stessa sezione. Esegui i tuoi risultati attraverso il nostro correttore di bozze AI per individuare queste incoerenze: sono quasi invisibili per lo scrittore ma palesemente evidenti per i revisori.

Anche l'AI summaryr può aiutare durante il processo di revisione. Se la sezione dei risultati è lunga, inseriscila nel riepilogo per identificare quali passaggi contengono risultati autentici e quali sono descrizioni ridondanti. Taglia di conseguenza.

AI Proofreader for Academic Papers

Catch inconsistent statistical notation, grammar errors, and formatting issues. Designed for the precision academic writing demands.

Domande frequenti

D: Quanto dovrebbe essere lunga la sezione dei risultati?

La sezione dei risultati dovrebbe essere lunga quanto necessario per riportare tutti i risultati, e non di più. Per un tipico articolo di giornale con due o tre domande di ricerca, sono comuni 800-1.500 parole più tabelle e figure. La metrica chiave non è il conteggio delle parole ma la densità delle informazioni: ogni paragrafo dovrebbe riportare almeno un risultato. Se un paragrafo contiene solo una descrizione metodologica o un linguaggio di transizione, è un riempimento.

D: Devo riportare tutti i risultati o solo quelli significativi?

Riporta tutti i risultati, significativi e non significativi, per ogni ipotesi o domanda di ricerca che hai testato. La rendicontazione selettiva dei soli risultati significativi è considerata una pratica di ricerca discutibile e viola gli standard di rendicontazione dell'APA. I risultati non significativi sono informativi. Dicono al campo dove non esistono effetti, il che impedisce ad altri ricercatori di testare gli stessi vicoli ciechi.

D: Quando dovrei utilizzare una figura anziché una tabella nei miei risultati?

Utilizza le tabelle quando contano i valori esatti e quando i lettori potrebbero voler fare riferimento a numeri specifici. Utilizza le cifre quando i modelli, le tendenze o le relazioni contano più dei valori precisi. Una buona regola: se qualcuno avesse bisogno di strizzare gli occhi la tua figura per estrarre un numero specifico, quei dati dovrebbero essere inseriti in una tabella. Se qualcuno avesse difficoltà a vedere uno schema scansionando colonne di numeri, quei dati apparterrebbero a una figura.

D: Posso includere dati grezzi nella sezione dei risultati?

No: la sezione dei risultati presenta dati analizzati, non dati grezzi. Includere statistiche descrittive (medie, deviazioni standard, frequenze) e statistiche inferenziali (statistiche dei test, valori p, dimensioni degli effetti). I dati grezzi appartengono a materiali supplementari o a un archivio di dati, con una nota nella sezione dei metodi su dove è possibile accedervi. Alcune riviste ora richiedono dichiarazioni sulla disponibilità dei dati, che dovresti controllare prima dell'invio.

Ema — Author at ProofreaderPro.ai
EmaPhD in Computational Linguistics

Ema is a senior academic editor at ProofreaderPro.ai with a PhD in Computational Linguistics. She specializes in text analysis technology and language models, and is passionate about making AI-powered tools that truly understand academic writing. When she's not refining proofreading algorithms, she's reviewing papers on NLP and discourse analysis.

Keep Reading

Try AI Proofreader Free

Get Started Free
Proofreader Pro AI
Affina la tua ricerca con ProofreaderPro.ai, il principale correttore alimentato da intelligenza artificiale al mondo, su misura per il testo accademico.
ProofreaderProAI, A0108 Greenleaf Avenue, Staten Island, 10310 New York
© 2026 ProofreaderPro.ai. AI-assisted academic editor and proofreader. Made by researchers, for researchers.