6.6. Благодарности, сокращения, знаки препинания
Благодарности
Возможность включения подраздела «Благодарности» в научные статьи оговаривается в «Единых требованиях для рукописей, представленных в журналы». Благодарность может и должна быть использована, чтобы упомянуть о лицах или организациях, чей вклад в данную научную работу не может быть оформлен как авторство. Это может быть общая поддержка руководителя департамента, финансовая или техническая помощь. В «Благодарности» можно также упомянуть о финансовых взаимоотношениях, которые могут представлять собой некоторый конфликт интересов.
Если кто-то внес определенный вклад в данную работу, и Вы хотели бы упомянуть его, то Вам следует также упомянуть и то, что именно он сделал (научный консультант, критический разбор выполненного исследования, сбор данных, участие в многодисциплинарном испытании и т. д.). По ряду причин важно заручиться согласием тех, кого Вы собираетесь упомянуть в «Благодарности. Они могут быть не согласны с написанным Вами, а читатели сделают вывод, что они одобряют содержание статьи. Кроме того, кто-нибудь может обидеться на то, как именно Вы поблагодарили его (ее), но так как это уже опубликуют, будет невозможно что-либо изменить.
Сокращения и акронимы
Аббревиатура в научных трудах способствует экономии места и времени, но, чтобы быть эффективной, она должна быть корректной. Аббревиатура – это короткая форма длинного слова (например, др. – другие, см. – смотри). Акроним – это слово, созданное из первых букв серии других слов или фразы, оно пишется заглавными буквами (например, ГОК – горно-обогатительный комбинат, ТНК и др.). Точка включается в сокращения, но не в акронимы. Однако использование точки в сокращениях сейчас постепенно отмирает, поэтому Вы должны еще раз свериться в инструкции для авторов, что именно требуется в данном журнале. В любом случае, прежде всего, важно определить, какие сокращения можно использовать в тексте и реферате статьи. Для уверенности проконсультируйтесь в руководстве для авторов выбранного Вами журнала. Избегайте использования подряд в одном предложении множества сокращений и акронимов.
Для многих слов приняты сокращения, которыми всегда следует пользоваться. Отдельные области науки имеют свои принятые сокращения, которые публикуются в различных местах. Они могут быть даны и в руководстве для авторов, по крайней мере, в нем могут быть ссылки на то, где их можно найти.
Не включайте сокращения в название статьи и не начинайте предложения с аббревиатуры. Излишне говорить, что на протяжении статьи Вы должны пользоваться одними и теми же сокращениями. Если у Вас есть сомнения относительно того, как правильно сократить слово, то не сокращайте вообще, пользуйтесь полной формой слова или фразы.
Знаки препинания
Лучше всего выражать свои мысли просто. Если Вы создали предложение с большим количеством знаков препинания, но не уверены в них, то перепишите предложение. Сделайте его более простым или разбейте на два отдельных предложения. Конечно, в конце каждого предложения надо ставить точку. Возможно, вместо использования точки с запятой (;) лучше разбить предложения на два. Запятая имеет широкое применение, она может разделять, связывать или выделять; добавить выразительность и ясность в предложение.
Придаточная часть выделяется в любом случае запятыми с двух сторон. Когда идет перечисление, то запятую ставят между однородными членами предложения. В более сложных предложениях Вы можете использовать также точку с запятой и цифры в качестве знаков препинания. Кавычки используются для прямого цитирования, указания на названия источников и т.п. целей.
6.7. Статистика
В настоящее время беглый взгляд почти на каждую научную статью показывает, что статистика используется в описании методов и результатов. Большинство статей приводят значение «р» для обоснования степени «достоверности». Кроме того, многие статьи включают многофакторные анализы сложного набора данных. Часто встречаются неправильно использованные статистические термины. Это указывает на то, что авторы не понимают основных концепций, лежащих в основе статистики. Люди, занимающиеся экономико-управленческими исследованиями и написанием статей на эту тему, обязательно должны знать базовые концепции и определения в данной области. Они должны разумно понимать результаты других исследователей и быть способными использовать те же термины в собственных статьях. Необходимую информацию можно получить на кратких курсах по статистике, которые предлагают многие университеты или из основных учебников на эту тему.
Кроме того, начинающим ученым для проведения сложного анализа разумно пригласить консультанта по статистике. Включение одним из соавторов опытного статистика вполне обосновано и приветствуется редакторами журнала и рецензентами. Со своей стороны статистику, анализирующему данные научного исследования, необходимо иметь некоторое представление о соответствующей области научно-управленческих знаний. Это позволяет ему лучше интерпретировать результаты и предлагать дальнейшие направления статистического анализа.
Для простого набора данных многие исследователи предпочитают самостоятельно выполнять статистический анализ при помощи имеющегося в наличии набора статистических компьютерных программ. Многие исследователи имеют достаточные знания в области статистики, чтобы предпринимать более сложный анализ. Если в статье представлены сложные статистические результаты, то некоторые журналы требуют отдельный статистический обзор,
Для исследователя важно иметь основные представления о случайных переменных, вероятности распределения и условных знаках, которые используются для описания статистического анализа и результатов. Авторам статей следует знать, например, когда стоит применять параметрический, а когда непараметрический критерии. Параметрические методы могут быть применены по отношению к непрерывным переменным с нормальным распределением. Однако полная дискуссия по этому вопросу выходит за рамки настоящего пособия.
Еще одним важным моментом является размер выборки. Может возникнуть множество проблем со статистическим анализом немногочисленных выборок или выборок маленького размера. В экономической практике еще до начала исследования можно рассчитать или заранее оценить адекватный эффективный размер выборки. Однако чтобы сделать это, исследователь должен знать, как оценить вариабельность данных (т. е. стандартное отклонение) и определить различия, которые он собирается получить (например, 10 %). Иногда эти величины не известны. Кроме того, большие размеры выборок позволяют обнаружить менее выраженные различия между популяциями.
С другой стороны, большие размеры выборок могут быть не практичными из-за стоимости исследования или других факторов. Вычисление необходимого размера выборки может фактически показать, что данное исследование вообще невыполнимо, так как требуется слишком большой размер выборки.
Иногда смущает другое фундаментальное понятие – относительная важность статистической достоверности. Некоторые результаты исследования могут быть статистически значимыми, но не иметь никакого практического значения. Конечно, ученые стремятся результатам, которые имеют как статистическую, так и практическую значимость.
|