Pular para o conteúdo principal

How to write a great research paper -Vídeo

 Link -> https://youtu.be/VK51E3gHENc


Escrever e Pesquisar devem acontecer concomitantemente e não sequencialmente pq o objetivo de escrever não é meramente reportar o resultado da pesquisa e sim estruturar a mesma, desenvolver a ideia. Apresente em workshops mesmo com resultados preliminares e iniciais. Em Ciência da Computação não estaríamos competindo, diferente de outras ciências.

Motivos: 

• Forces us to be clear, focused
• Crystallises what we don’t understand
• Opens the way to dialogue with others: reality check, critique, and  collaboration

Identifique o ponto chave da pesquisa para escrever sobre isso. Escreva de modo a tornar pública e reutilizável. Debata sobre a ideia com outras pessoas. A ideia não precisa ser "fantástica" mas deve ser clara. 

Sobre a ideia: 

• Your paper should have just one “ping”: one clear, sharp idea
• You may not know exactly what the ping is when you start writing; but you must know when you finish
• If you have lots of ideas, write lots of papers
• Many papers contain good ideas, but do not distil what they are.
• Make certain that the reader is in no doubt what the idea is.  Be 100% explicit: "The main ideia of this paper is ....", "The main contribution of this paper is ..."

 A explicação sobre a ideia deve seguir um fluxo que facilite a leitura. O problema deve ser apresentado como motivador para a ideia e deve ser interessante, útil para algum público

Imagine you are explaining at a whiteboard
• Here is a problem
• It’s an interesting problem
• It’s an unsolved problem
• Here is my idea
• My idea works (details, data)
• Here’s how my idea compares to other people’s approaches

O número de leitores vai caindo, depende de quanto vc prende a atenção deles e do quanto o problema a ser solucionado os interessa

• Title (1000 readers)
• Abstract (4 sentences, 100 readers)
• Introduction (1 page, 100 readers)
• The problem (1 page, 10 readers)
• My idea (2 pages, 10 readers)
• The details (5 pages, 3 readers)
• Related work (1-2 pages, 10 readers)
• Conclusions and further work (0.5 pages)

A Introdução deve descrever o problema (motivação) e as contribuições do trabalho em uma página. Não use "The rest of this paper ...." na Introdução. Use um exemplo interessante para ilustrar o problema. Apresente o exemplo dentro do contexto. Exemplos devem vir antes do caso geral. 

Introduce the problem, and your idea, using EXAMPLES and only then present the general case

Liste as contribuições com bullets e escreva de modo que possam ser provadas ou até refutadas. Cada contribuição deve ter associadas as evidências dentro do artigo. As sessões sobre a Solução e a Prova da Solução devem referenciar as contribuições listadas, não deixar subentendido. Evidências podem ser dados, argumentação, teoremas, métricas, estudos de casos, etc .. 

Trabalhos relacionados devem ficar para o final pq é possível estabelecer o argumento de comparabilidade. Mesmo que na pesquisa essa seção seja escrita antes já que é importante buscar como outras propostas pretendem resolver esse mesmo problema que a sua ideia está solucionando. Se colocar no início cansa o leitor pq ele não tem muita informação sobre o problema ainda. Não é necessário "denegrir" as propostas dos demais para destacar as suas. E nem necessário esconder as fragilidades da sua proposta. 

Deixe pessoas lerem seu trabalho mesmo que não sejam especialistas. E aproveite os feedbacks da primeira leitura. Deixe claro que a maior contribuição virão das críticas de conteúdo e não só dos problemas gramaticais, peça para apontarem "onde se perderam". 

Leve todas as críticas de revisores em consideração, são críticas sobre o trabalho e não sobre você.

Treat every review like gold dust Be (truly) grateful for criticism as  well as praise
Read every criticism as a positive suggestion for something you could explain more clearly




 

Comentários

Postagens mais visitadas deste blog

Connected Papers: Uma abordagem alternativa para revisão da literatura

Durante um projeto de pesquisa podemos encontrar um artigo que nos identificamos em termos de problema de pesquisa e também de solução. Então surge a vontade de saber como essa área de pesquisa se desenvolveu até chegar a esse ponto ou quais desdobramentos ocorreram a partir dessa solução proposta para identificar o estado da arte nesse tema. Podemos seguir duas abordagens:  realizar uma revisão sistemática usando palavras chaves que melhor caracterizam o tema em bibliotecas digitais de referência para encontrar artigos relacionados ou realizar snowballing ancorado nesse artigo que identificamos previamente, explorando os artigos citados (backward) ou os artigos que o citam (forward)  Mas a ferramenta Connected Papers propõe uma abordagem alternativa para essa busca. O problema inicial é dado um artigo de interesse, precisamos encontrar outros artigos relacionados de "certa forma". Find different methods and approaches to the same subject Track down the state of the art rese...

Knowledge Graph Embedding with Triple Context - Leitura de Abstract

  Jun Shi, Huan Gao, Guilin Qi, and Zhangquan Zhou. 2017. Knowledge Graph Embedding with Triple Context. In Proceedings of the 2017 ACM on Conference on Information and Knowledge Management (CIKM '17). Association for Computing Machinery, New York, NY, USA, 2299–2302. https://doi.org/10.1145/3132847.3133119 ABSTRACT Knowledge graph embedding, which aims to represent entities and relations in vector spaces, has shown outstanding performance on a few knowledge graph completion tasks. Most existing methods are based on the assumption that a knowledge graph is a set of separate triples, ignoring rich graph features, i.e., structural information in the graph. In this paper, we take advantages of structures in knowledge graphs, especially local structures around a triple, which we refer to as triple context. We then propose a Triple-Context-based knowledge Embedding model (TCE). For each triple, two kinds of structure information are considered as its context in the graph; one is the out...

KnOD 2021

Beyond Facts: Online Discourse and Knowledge Graphs A preface to the proceedings of the 1st International Workshop on Knowledge Graphs for Online Discourse Analysis (KnOD 2021, co-located with TheWebConf’21) https://ceur-ws.org/Vol-2877/preface.pdf https://knod2021.wordpress.com/   ABSTRACT Expressing opinions and interacting with others on the Web has led to the production of an abundance of online discourse data, such as claims and viewpoints on controversial topics, their sources and contexts . This data constitutes a valuable source of insights for studies into misinformation spread, bias reinforcement, echo chambers or political agenda setting. While knowledge graphs promise to provide the key to a Web of structured information, they are mainly focused on facts without keeping track of the diversity, connection or temporal evolution of online discourse data. As opposed to facts, claims are inherently more complex. Their interpretation strongly depends on the context and a vari...