2025年春季学期，我分别给上海海事大学和上外学术型硕士生开设了《翻译学研究前沿》和《计量方法在翻译研究中的应用》这两门课，上课的内容基本一致，主要涵盖两个模块：1）利用Python或R语言进行语料的清洗和计量指标的提取；2）利用R语言进行数据分析。今天刚批阅完两个班的课程论文，现总结心得体会如下：

1.      由于我要求学生给我邮箱也发送一份论文，因此我可以通过邮件的方式给学生的每篇论文进行反馈。我发现很有意思的现象，海事大学研究生在给我发邮件时，只有33.33%的同学在邮件的正文进行了寒暄，而上外研究生在邮件正文寒暄的比例达到80%。因此，在未来的教学过程中，我似乎有必要和学生们强调一下邮件礼仪。这也从一定程度上说明，层次较好学校的学生更加重视人际沟通。

2.      这次我给研究生的要求是，在提交论文的同时，要把原始数据和Python或R代码上传到osf（https://osf.io/），这样我就可以知道学生到底有没有掌握基本的编程能力，以及一些技术细节（如，在计算词性熵时，是否剔除了标点符号）。

3.      在生成式人工智能时代，我们可以利用大语言模型快速生成代码，这极大降低了编程的学习门槛，也就是说，同学们只要把软件安装好，环境配置好，掌握基本的编程语法后，就可以编程了。这时候关键点有两个：1）大模型可能会给我们数据分析的代码，但大模型往往不会关注统计假设前提，也不会教我们怎么汇报研究结果；这时候就需要我们有一定的统计素养，对基本的统计分析知识，如正态性检验、p值的含义、置信区间、主效应、交互效应等有基本的了解；2）对于研究生来说，掌握技术本身可能不是最难的事情，因为大模型已经帮助我们消除了恐惧心理，那最关键的是要大量阅读文献，找到有意义的、有趣的研究问题。我在批阅研究生论文过程中，发现同学们往往没有细致地梳理文献，而是直接用课上学过的计量指标去分析其他语料。

4.      多数同学在研究方法部分的描述不够细致、严谨，比如被试的人口学信息没有汇报；在制作实验材料时，如何控制无关变量？是否用t检验等方法来交代项目间设计的材料在无关变量上无显著差异？我认为这块内容是仅次于选题的，这可以很大程度上反映一个人的严谨程度。

5.      我每学期都会挑选、更新一些比较有意思的国际期刊论文让学生去精读，这些论文都可以作为模版论文。对于硕士生而言，只要能踏踏实实参照我课上提到的文献进行模仿，哪怕是稍微改一个变量（但要论证为什么改变量，以凸显创新点），我就觉得很棒了。今年海事大学有几位研究生在这方面做得很不错，论文写作十分规范，不亚于上外的研究生。

以上是我的一些心得体会，供大家参考。

钱家骏

2025年9月1日

转载本文请联系原作者获取授权，同时请注明本文来自钱家骏科学网博客。

链接地址：https://wap.sciencenet.cn/blog-2858329-1499988.html?mobile=1

收藏

分享