연구 논문에서 결과를 제시하는 방법(명확하고, 간결하고, 설득력 있음)

잘 작성된 결과 섹션은 믿을 수 없을 만큼 간단한 작업을 수행합니다. 즉, 독자에게 찾은 내용을 정확하게 알려줍니다. 해석이 없습니다. 추측은 없습니다. 스핀이 없습니다. 독자가 자신의 결론에 대해 논의하기 전에 독자가 스스로 결론을 도출할 수 있을 만큼 충분히 명확하게 제시된 결과만 제공합니다.

그 단순함이 바로 그것을 어렵게 만듭니다. 우리는 잘 디자인된 단일 표보다 적은 내용을 세 단락의 텍스트로 표현한 결과 섹션을 편집했습니다. 우리는 연구자들이 예비 분석에 대한 문단 중간에 가장 중요한 발견을 묻어두는 것을 보았습니다. 우리는 숫자가 숫자를 설명하는 텍스트�� 모순되는 것을 보았습니다. 때로는 같은 문장에서도 마찬가지입니다.

연구 논문의 결과 섹션을 작성하는 방법을 배우는 것은 학습 제한을 의미합니다. 실제 모습은 다음과 같습니다.

기본 규칙: 결과 vs. 토론

무엇보다 먼저 경계를 이해하세요. 결과 섹션에 무슨 일이 일어났는지 보고됩니다. 토론 섹션에서는 이것이 무엇을 의미하는지 설명합니다. 두 부분을 혼합하는 것이 두 부분을 모두 약화시키는 가장 빠른 방법입니다.

결과 영역: "실험군의 참가���는 대조군보다 23% 더 높은 점수를 얻었습니다(M = 78.4, SD = 12.1 대 M = 63.7, SD = 14.3), t(198) = 7.42, p < .001, d = 1.05."

토론 영역: "이 효과 크기는 유사한 개입에서 보고된 효과 크기를 초과하며(Smith, 2022; Lee, 2023), 이는 수정된 프로토콜이 표준 접근 방식보다 더 효과적일 수 있음을 시사합니다."

줄이 보이나요? 결과 섹션에서는 숫자를 제공합니다. 토론 섹션에서는 문맥상 숫자가 무엇을 의��하는지 알려줍니다. 결과에 "이것은 암시합니다" 또는 "이것은 암시할 수 있습니다"라고 적힌 것을 발견하면 중지하십시오. 해당 문장을 토론으로 옮깁니다.

예외가 있습니다. 일부 저널과 일부 분야에서는 결과와 토론을 단일 섹션으로 혼합합니다. 귀하의 타겟 저널이 이를 수행한다면 해당 형식을 따르십시오. 그러나 결합된 섹션에서도 각 단락 내에서 보고와 해석을 명확하게 구분하십시오.

결과 섹션을 구성하는 방법

조직은 다른 어떤 섹션보다 결과에서 더 중요합니다. 독자가 숫자를 처리하고 있으며 구조가 없는 숫자는 잡음이 됩니다.

옵션 1: 연구 질문을 따르십시오. 논문이 세 가지 연구 질문을 제기하는 경우 결과를 순서대로 답하는 세 섹션으로 구성하세요. 이를 통해 귀하가 요청한 내용과 찾은 내용 사이에 직접적인 매핑이 생성됩니다. 독자에게도 쉽고 리뷰어에게도 쉽습니다.

옵션 2: 가설을 따릅니다. 위와 유사하지만 질문보다는 예측을 중심으로 구성됩니다. 각 가설에 대해 관련 데이터를 제시하고 가설이 뒷받침되는지 여부를 설명합니다. 직접적으로 말하세요: "가설 1은 지지되었습니다." 또는 "가설 2는 지지되지 않았습니다."

옵션 3: 분석 논리를 따릅니다. 기술 통계 및 예비 분석(신뢰성, 정규성 확인, 상관 행렬)으로 시작합니다. 그런 다음 1차 분석으로 이동합니다. 그런 다음 2차 또는 탐색적 분석을 수행합니다. 이 구조는 여러 분석 단계가 포함된 복잡한 연구에 적합합니다.

어떤 옵션을 선택하든 간략한 설명 단락이 포함된 결과 섹션을 엽니다. 독자에게 이 섹션이 어떻게 구성되어 있는지 설명합니다. "먼저 기술 통계 및 예비 분석을 보고한 다음 기본 회귀 모델의 결과를 보고하고 마지막으로 탐색적 중재 분석을 보고합니다." 이 로드맵은 독자가 어디로 향하고 있는지 궁금해하지 않도록 해줍니다.

연구결과 발표: 본문, 표, 그림

데이터를 표시하는 데는 세 가지 도구가 있습니다. 잘못된 것을 사용하는 것은 나사에 망치를 사용하는 것과 같습니다. 기술적으로는 작동하지만 결과는 추악합니다.

텍스트는 숫자가 거의 없는 간단한 결과에 가장 적합합니다. "참가자의 평균 연령은 34.2세(SD = 8.7)였으며 62%가 여성으로 확인되었습니다." 결과에 하나 또는 두 개의 숫자가 포함된 경우 해당 내용을 텍스트에 입력하세요.

표는 여러 그룹이나 조건을 정확하게 비교하는 데 가장 적합합니다. 비교할 숫자가 3개 이상인 경우 거의 항상 표가 텍스트보다 더 명확합니다. 테이블은 또한 정확한 값이 중요한 경우, 즉 특정 평균, 표준 편차 또는 p-값을 참조하려는 경우에도 올바른 선택입니다.

그림은 패턴, 추세, 분포를 표시하는 데 가장 적합합니다. 관계가 정확한 숫자(성장 곡선, 분포 비교, 상호 작용 효과)보다 더 중요한 경우 그림을 사용하십시오. 수치는 테이블보다 빠르게 처리되며 메모리에 더 오래 머무릅니다.

중요한 규칙: 어떤 형식이든 데이터를 반복하지 마세요. 결과가 표에 나타나는 경우 표의 모든 숫자를 텍스트로 설명하지 마세요. 대신 핵심 패턴을 강조하세요. "표 2에서 볼 수 있듯이 고용량 조건에서 치료 효과가 가장 컸습니다." 텍스트가 주의를 환기시킵니다. 표에 세부정보가 나와 있습니다.

우리는 연구자들이 이 규칙을 끊임없이 위반하는 것을 봅니다. 결과 섹션에서는 모든 테이블의 모든 셀을 단락 형식으로 설명합니다. 이는 정보를 추가하지 않고 길이를 두 배로 늘립니다. 텍스트는 표의 내용을 암송하는 것이 아니라 표의 내용을 해석해야 합니다.

통계 결과에 대해 명확하게 작성

통계 보고에는 관례가 있으며 이를 따르는 것은 검토자에게 역량을 나타냅니다.

유의성뿐만 아니라 효과 크기도 보고합니다. p-값은 효과가 존재하는지 여부를 알려줍니다. 효과 크기는 그것이 중요한지 여부를 알려줍니다. 둘 다 신고하세요. "개입 그룹이 대조군보다 성능이 뛰어났습니다. t(198) = 7.42, p < .001, d = 1.05" — d = 1.05는 독자에게 이것이 큰 효과임을 말하며 이는 실용적인 목적으로 p-값보다 훨씬 더 중요합니다.

기호의 일관성을 유지하세요. 보고 형식을 선택하고 전체적으로 이를 고수하세요. 첫 번째 문단에서 평균을 "M = 78.4"로 보고한 경우 세 번째 문단에서 "평균은 78.4"로 전환하지 마세요. 일관성은 세부 사항에 대한 관심을 나타냅니다.

적절하게 반올림하세요. 대부분의 통계에서는 소수점 이하 두 자리까지 표시됩니다. p-값이 매우 작은 경우(p = .002) 3개입니다. p = .000을 보고하지 마세요. 대신 p < .001이라고 쓰세요. 이러한 작은 세부 사항은 하루 종일 결과 섹션을 읽는 검토자에게 중요합니다.

분석이 아닌 발견을 주도하십시오. "개입을 받은 참가자는 창의성 측정에서 더 높은 점수를 받았습니다"는 독자에게 결과를 알려줍니다. "창의성 점수에 대해 일원 분산 분석(one-way ANOVA)이 수행되었습니다"는 독자에게 방법을 알려줍니다. 연구 결과는 다음과 같습니다. "개입 ���가자는 대조군(M = 35.7, SD = 9.2), F(1, 196) = 28.41, p < .001, eta = .13보다 창의성(M = 42.3, SD = 8.1)에서 훨씬 더 높은 점수를 받았습니다."

일반적인 결과 섹션 실수

결과 섹션에서 결과를 해석합니다. 위에서 말했지만 반복할 필요가 있습니다. 이것이 가장 일반적인 실수입니다. 토론 섹션에 대한 해석을 저장하세요. 귀하의 결과 섹션은 최종 변론이 아닌 법정 기록입니다.

주요 결과 삭제. 기본 결과는 예비 분석 후 첫 번째 실질적인 단락에 나타나야 합니다. 독자가 인구통계학적 설명과 신뢰성 통계 뒤에 있는 정보를 찾도록 만들지 마십시오. 주요 결과를 먼저 보고하고, 그 다음 보조 결과, 탐색적 결과를 보고합니다.

유의하지 않은 결과 무시. 가설을 테스트했는데 뒷받침되지 않은 경우 이를 보고하세요. 중요한 결과만 선택적으로 보고하는 것은 과학적 기록을 왜곡하는 편견의 한 형태입니다. "측정 Y, t(198) = 0.87, p = .384, d = 0.12에서 그룹 간에 유의미한 차이가 없었습니다." - 깔끔하게 보고하�� 계속 진행합니다.

표와 그림을 과도하게 설명합니다. 표 3에 6가지 조건 모두에 대한 평균과 표준 편차가 표시되어 있는 경우 각 값을 설명하는 단락이 필요하지 않습니다. 쓰기: "표 3은 모든 조건에 대한 기술 통계를 나타냅니다. 조건 A에서 가장 높은 점수가 나타난 반면 조건 F는 가장 큰 변동성�� 나타냈습니다." 독자의 관심을 유도하십시오. 무거운 짐은 테이블에 맡기세요.

일관되지 않은 형식. 혼합된 보고 스타일, 일관되지 않은 소수 자릿수, 동일한 섹션 내에서 APA 표기와 비APA 표기 전환. AI 교정기를 통해 결과를 실행하여 이러한 불일치를 파악하세요. 이러한 불일치는 작성자에게는 거의 보이지 않지만 리뷰어에게는 눈에 띄게 드러납니다.

AI 요약기도 개정 과정에서 도움이 될 수 있습니다. 결과 섹션이 길면 요약기에 입력하여 실제 결과가 포함된 구절과 중복된 설명이 포함된 구절을 식별합니다. 그에 따라 다듬습니다.

학술 논문용 AI 교정기

자주 묻는 질문

Q: 결과 섹션은 얼마나 길어야 하나요?

결과 섹션은 모든 결과를 보고하는 데 필요한 만큼 길어야 하며 더 이상 길어서는 안 됩니다. 23개의 연구 질문이 있는 일반적인 저널 논문의 경우 8001,500단어에 표와 그림을 더하는 것이 일반적입니다. 핵심 지표는 단어 수가 아니라 정보 밀도입니다. 모든 문단은 최소한 하나의 결과를 보고해야 합니다. 단락에 방법론적 설명이나 전환 언어만 포함된 경우 패딩입니다.

Q: 모든 결과를 보고해야 합니까, 아니면 중요한 결과만 보고해야 합니까?

테스트한 모든 가설이나 연구 질문에 대해 유의미한 결과와 중요하지 않은 결과를 모두 보고하세요. 중요한 결과만 선택적으로 보고하는 것은 의심스러운 연구 관행으로 간주되며 APA 보고 표준을 위반합��다. 중요하지 않은 결과는 유익합니다. 그들은 효과가 존재하지 않는 분야를 알려주므로 다른 연구자들이 동일한 막다른 골목을 테스트하는 것을 방지합니다.

Q: 결과에 언제 그림과 표를 사용해야 합니까?

정확한 값이 중요하거나 독자가 특정 숫자를 참조하고 싶을 때 표를 사용하세요. 정확한 값보다 패턴, 추세 또는 관계가 더 중요한 경우 수치를 사용하세요. 좋은 규칙: 누군가가 특정 숫자를 추출하기 위해 그림을 곁눈질해야 하는 경우 해당 데이터는 테이블에 속합니다. 누군가가 숫자 열을 스캔하여 패턴을 보는 데 어려움을 겪는다면 해당 데이터는 그림에 속합니다.

Q: 결과 섹션에 원시 데이터를 포함할 수 있나요?

아니요. 결과 섹션에는 원시 데이터가 아닌 분석된 데이터가 표시됩니다. 기술 통계(평균, 표준 편차, 빈도) 및 추론 통계(검정 통계, p-값, 효과 크기)를 포함합니다. 원시 데이터는 보충 자료 또는 데이터 저장소에 속하며, 액세스할 수 있는 위치에 대한 방법 섹션에 참고 사항이 있습니다. 일부 저널에서는 이제 데이터 가용성 설명을 요구하는데, 이를 제출하기 전에 확인해야 합니다.