Как написать/представить современный анализ в исследовательской статье?

Я обнаружил, что одно из наиболее распространенных замечаний рецензентов касается «современности». Особенно в области прикладных исследований. Что-то вроде:

  1. Авторы не обсудили должным образом современные методы.
  2. Эксперимент/результаты следует сравнивать с современными методами.
  3. И т. д.

Мои вопросы как начинающего исследователя:

  1. Что именно означает «современность» в прикладных исследованиях?
  2. Как правильно обсудить или проанализировать современный метод в статье? Должен ли он обсуждаться только в разделе обзора литературы или где-то еще?
  3. С точки зрения прикладных исследований (таких как применение алгоритмов интеллектуального анализа данных), как сравнить полученные результаты с результатами современных методов? Как считать результаты современных методов исходными и сравнивать с ними собственные результаты?

Может ли кто-нибудь объяснить на примерах?

Может ли кто-нибудь объяснить на примерах? — Вероятно, вы сами читали несколько прикладных научных работ. (Иначе как вы узнаете, что сделали другие люди?) Используйте эти бумаги в качестве примеров.

Ответы (1)

Современное состояние означает наилучшую известную методологию . Это должно было появиться в вашем обзоре литературы, а если нет, то у вас был бы пробел. Пробел, вероятно, будет заключаться в поиске результатов в самых последних работах.

Первый комментарий рецензента может означать, что вы на самом деле не нашли и не обсудили наилучший доступный метод для сравнения или что вы каким-то образом искажаете его в своей статье.

Но этого недостаточно для обсуждения в освещенном разделе обзора. Вам нужно явно показать, как ваши результаты сравниваются с результатами лучших из доступных. Очень возможно, что это будет длинный раздел диссертации, хотя ограничения по количеству страниц в статьях налагают определенные ограничения. Если ваши результаты лучше, вам нужно показать, как и почему.

Что касается пункта 3 в вашем списке, методология, которую вы используете, зависит от вас, и она должна соответствовать практике в вашей области, если только она не вводит также новую метрику сравнения, и в этом случае ее необходимо обсудить подробно. хорошо.

Для интеллектуального анализа данных, вероятно, подойдет что-то вроде применения «наиболее известных» алгоритмов вместе с вашими собственными к одному и тому же набору данных.

Но вам нужно заверить рецензентов, что вы сравниваете яблоки с яблоками, чтобы результаты сравнивались напрямую.

Извините, у меня нет примеров.

Стоит добавить, что в большей части информатики у вас наверняка есть код , реализация того или иного метода. Надлежащее сравнение с предыдущей работой позволит применить различные реализации (включая, конечно, вашу собственную) к некоторым проблемам и оценить результаты. Еще один вопрос заключается в том, какую метрику следует использовать для оценки результатов.