结果（Result）代表了一项研究的核心发现——在论文的这个部分，作者将以逻辑顺序呈现这些发现，没有偏见或解释，为稍后在讨论部分进行解释和评估做好准备。

结果部分的主要目的是：将数据分解成句子，以显示其对研究问题的重要性。

在本篇推送中，小编将为大家介绍「论文结果的撰写细节和技巧」！在结果部分，学会将充足的数据以及结构合理的论点组合起来，可以事半功倍地提高论文整体水平。

一、「结果」包含什么？

结果部分应仅包括研究结果，包括：

? 表格、图表、图形和其他图形中的数据（可以放在正文中或手稿末尾的单独页面上）

? 对这些数据的上下文分析，以句子形式解释其含义

? 与中心研究问题相对应的所有数据

? 所有次要发现（次要结果、亚组分析等）

如果研究范围很广，或者研究的变量很多，或者使用的方法产生了广泛的不同结果，只需要展示那些与引言中所述的研究问题“最相关”的结果。

一般来说，任何不代表研究直接发现/结果的信息都应排除在本部分之外。除非期刊要求作者合并结果和讨论部分，否则应从结果中省略解释。

二、如何撰写「结果」部分？

组织结果部分的最佳方式是“合乎逻辑”——一种合乎逻辑且清晰的方法是将它们与研究问题一起提供，即在每个研究问题中，呈现解决该研究问题的数据。

? 举个栗子，你的研究问题是“基于对在医院治疗并接受术后护理的患者的调查”。

假设第一个研究问题是：

“What do hospital patients over age 55 think about postoperative care?”

基于上述问题，我们拟定结果部分中的标题。但这句话应该以“陈述”的形式来呈现，而不是问题。

上述例子中的问题可以转化为：

Attitudes towards postoperative care in patients over the age of 55

接下来，我们需要回答这个特定的研究问题，即针对该问题呈现结果。在这种情况下，可以使用一张说明调查数据的表格，表格中可以包含标准偏差、概率、相关矩阵等数据。

在此之后，用文字描述和分析调查的结果或数据表。

在上面的例子中，从关于术后护理的积极调查响应开始，使用描述性短语。如：

“Sixty-five percent of patients over 55 responded positively to the question “Are you satisfied with your hospital’s postoperative care?”(Fig. 2)

基于研究的具体情况，可以对同一研究问题的另一部分内容进行分析，比如调查后得到的负面或中立结果。

例如在上述研究中出现了“阴性”的结果，可以描述为：

“As Figure 1 shows, 15 out of 60 patients in Group A responded negatively to Question 2.”

在评估了一张表格中的数据并对其进行了充分解释之后，意味着第一个问题“done”，就可以推进到回答下一个研究问题上。

例如上述研究中的第二个问题为：

“How does patient satisfaction correspond to in-hospital improvements made to postoperative care?”

为回答上述问题，可以使用一张图或一组图（比如配对T检验表）来呈现结果。

通过简明的内容分析，在表格中解释您提供的数据：

“The p-value for the comparison between the before and after groups of patients was .03% (Fig. 2), indicating that the greater the dissatisfaction among patients, the more frequent the improvements that were made to postoperative care.”

三、图和表中的常见元素

图形和表格能够直观地展示了有关研究数据的信息。这些视觉元素的使用是十分必要的，能够高效地总结、比较和解释大量的数据，使读者一目了然。

图形能够直观地比较组或模式，而表格是呈现大量数据和精确值的理想选择。

图形和表格往往涵盖多个元素，挑选出必要的元素，根据组别（或处理方式）对数据进行排序，能够更好地彰显各组之间的异同。

当以图形和表格的形式呈现研究数据时，需要依照得出结论的研究步骤来组织数据。

图形中包含的常见元素（如下图）：

? 图形序号 Figure number

? 图形标题 Figure title

? 图形标注 Figure legend

(for example a brief title, experimental/statistical information, or definition of symbols).

? 数据 Data

? 标签/注释 Labels

图形中包含的常见元素

结果部分中呈现的表格通常包含下面几个元素（如下图）：

? 表格序号 Table number

? 表格标题 Table title

? 行标题 Row headings (for example groups)

? 列标题 Column headings

? 数据 Data

? 行副标题 Row subheadings (for example categories or groups)

? 列副标题 Column subheadings (for example categories or variables)

? 脚注Footnotes (for example statistical analyses)

表格中包含的常见元素

四、「结果」中常用的短语动词

1. 描述性统计：用于描述数据的基本统计特性，例如均值、中值和标准差。

举例：“The mean accuracy of the machine learning model was 0.85, with a standard deviation of 0.05.”

2. 推论性统计：用于描述推断组间关系或差异的统计测试。

举例：“A one-way ANOVA showed a significant difference in performance between the three groups, F(2, 57) = 4.67, p < 0.05.”

3. 可视化：用于描述数据的任何图形、图表或其他可视化表示。

举例：“Figure 1 shows a scatter plot of the relationship between the number of hidden layers in a neural network and its accuracy on the test dataset.”

4. 模型比较：用于比较不同模型的性能。

举例：“The random forest classifier outperformed the logistic regression model, achieving an AUC of 0.95 compared to 0.83.”

5. 假设检验：用于检验被评估的数据或系统的特定假设。

举例：“The null hypothesis that there is no difference in accuracy between the two machine learning models was rejected, t(98) = -3.56, p < 0.01.”

6. 定性分析：用于描述对数据的任何非数值分析，例如文本分析或内容分析。

举例：“The open-ended survey responses were analyzed using a grounded theory approach to identify key themes and patterns in the data.”

7. 错误分析：用于分析系统或数据中的错误。

举例：“The confusion matrix shows that the system had high false negative rates for some classes, indicating a potential bias in the data or the model.”

五、其他注意事项

? 通过重申研究目的来开始结果部分，能将读者的关注重心重新拉回来；

? 综合对研究有用且高质量的表格、数字和图表；

? 确保包含有关数据分析和解释以及统计显著性检验的详细信息；

? 不必涵盖无关紧要的研究结果；

? 在描述研究结果时，使用过去时；

? 报告研究结果时，不要使用模糊的术语，尽可能简洁；

? 用简短的段落来总结研究的主要成果。

总之，作为研究数据的输出部分，结果提供了研究论文中的核心信息。通过清晰简洁的写作以及合理解释研究的关键发现，进一步增加了论文手稿的影响和有效性。

最后，祝大家都能写出一篇出彩的文章！

转自梅斯学术微信公众号，仅作学习交流，如有侵权，请联系本站删除！