10/23論文寫作課記錄

寫作要點：
1. 易犯的文法錯誤：
(1) 第一次出現的名詞不能用定冠詞 the。
(2) Method中Data analysis的描述要用過去式。

2. 用詞選擇：
(1) basal ganglia is a "negative" predictor，"negative"應改為"risk"。
(2) stroke patients' motor "impairment reduction"：一般用語避免雙重否定。

3. 避免過度解釋或是贅詞：
(1) stroke patients' motor impairment reduction (i.e., motor recovery)，i.e., 可去除。

4. 避免語意不清或語意不完整：
(1) all items are precisely located on a common measurement scale，後面需補上(balance function)讓人知道所測量的是平衡功能。
(2) The items (n=6)的寫法會讓人混淆。一般常用n=...的寫法較常用於樣本數的陳述。若要說明項目的個數，直接寫為the 6 items。
(3) Through a pre-screening process, clinicians and researchers can only use a short form...易讓人誤解short form是screening tool，直接將"through a pre-screening process"刪除，以後面的例子做解釋。
(4) Construct validity of the 98 items of 10 domains...同時呈現98 items和10 domains易讓人混淆。98 items非重點，要把10 domains底下的item皆符合其所屬domain的意思正確表達出來。
(5) the score of each domain was reasonable to be "computed"...，需再清楚描述如何compute。
(6) 若是陳述之前研究的結果，可寫成"...in the previous study"，並補上citation。

5. 段落中topic/ending sentences的呈現：
(1) 根據結果，寫出適當的ending sentences，且避免對結果做太強烈的推論。
(2) 注意topic/ending sentences的立場是否一致，如：hemorrhagic stroke...positive sign為topic sentence，但ending sentence表示future research is warranted，兩者立場不一。若研究結果有所保留，要說明原因為何，但研究價值可能因此打折扣。
(3) ending sentence要能提供正確的implications，如：the revised ADLRS-III could be used as outcome indicators...其中，outcome indicators指的是能呈現治療成效，跟responsiveness較有關，而非construct validity。

6, 寫作段落之佈局：
(1) story telling: 先為結果定位（確定立場）＝＞ 佈局 ＝＞明確結論（與topic sentence立場一致）。
(2) 中間的佈局至結論要注意是否跳太快或有gap。

7. 寫作段落之安排：
(1) Data analysis: 關於Mokken的介紹，可先大致介紹Mokken analysis有MH和DM兩種model之驗證，之後再由個別的段落分別介紹MH的指標和DM的指標。
(2) 通常一個段落不會只有一個句子。若只是要說明用什麼統計軟體分析，可寫在Data analysis一開始的地方。
(3) 討論第一段通常為主要發現的解讀。

寫作以外的事：
1. 回覆信：針對reviewer的comments可給予特定之回覆，但論文之改寫須考量論文整體。
2. 如何介紹評估工具：先想好要呈現哪些內容，再組織好呈現出來。
3. 評量工具設計：multiple tasks可呈現較多臨床treatment planning所需之資訊。
4. 統計概念：
(1) Mokken analysis -unidimentionality: 一組題目測同樣概念。
　　　　　　　　       -local independence
                                       -monotony increasing:
                                          invariant hierarchical ordering
                                         (題目的難度不會因個案能力不同而有變化)
* 如果兩個題目不測同一概念，就不會出現單調遞增的現象。
(2) CFA: unidimentionality須同時考量fit statistics和factor loading，以驗證評量工具的construct validity。