社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

每日一个github热门学术skill-plain-language(通俗改写):讲不明白,说明你还没读懂

大学圈内事儿 • 8 小时前 • 14 次点击  

每天一个学术 Skill | 第 3 组 · 第 07 篇 / 共 8 篇

讲不明白,说明你还没读懂

通俗改写 plain-language | 最好的自检:讲给外行听


家里人问你在研究什么。你说了两分钟,他点点头。你妈转头跟你爸说:「还是读书好。」——你知道她一个字没听懂。

栏 目 背 景

这是「每天一个学术 Skill」第 3 组的第 7 篇,共 8 篇。源头是 GitHub 上 281 个学术科研 Skill 里挑出来的——完整名单见 这篇。这组按读文献的顺序排:精读 → 调研 → 画图 → 拆解 → 分清证据 → 挂来源 → 讲给人听 → 写成综述段。


这个 Skill 是什么

Skill
plain-language
 通俗改写
来源
davidamitchell / Skills
分类
表达 · 自检
谁用得上
讲不清自己研究的人、要写科普或基金摘要的人
一句话
把技术文本改写为非专业读者能懂的表达,同时保住条件与准确度,改完做反向还原检查

一、「讲不清」有三种,只有一种是表达问题

表现
真实原因
能不能靠改写修
术语太多,听的人卡在词上
表达问题
能,换词就行
每个词都懂,连起来不懂
逻辑问题,中间跳了一步
不能,得补那一步
讲完自己都觉得虚
理解问题,你也没想透
不能,得回去重新想

多数人一被说「听不懂」就去换词。但如果是第二、三种,换词只会让一段没逻辑的话变得更顺口,反而更难发现问题。

二、它改的不是内容,是到达路径

plain-language 保留概念,改的是读者走到这个概念的路:先给他一个已有的东西(类比、场景、常见现象),再引入新概念,一次只加一个。

它还做反向检查:改完之后把术语还原回去,比对条件有没有丢。「通常」改成「大多数情况下」是准确,「显著提高」改成「效果更好」就是失真——后者把统计显著换成了日常语感,这是科普写作最常见的坑。

三、三步自检,比工具更重要

1. 找一个真外行 不是隔壁组的师弟——他懂你的术语。得是不干这行的,比如你的家人。

2. 讲 90 秒,一个术语都不许用 卡壳的地方就是你没想通的地方。注意:卡壳常常出现在第二句,不是第一句——第一句你背过,第二句才是真理解。

3. 让他复述一遍 复述错了,不是你讲得不好,是你给的锚点跟他已有的经验对不上。换一个锚点重讲。


现在 用术语解释术语:「这个方法基于对比学习的表征对齐」——听的人点头,其实在等你讲完。

之后 用他已有的经验当锚:「就像你找对象,先看哪些人跟你像,再看哪些人跟你互补」——他会追问「那这个跟我说的那个有什么区别」,说明他进去了。


它的边界,先说清楚

能做什么
改写表达路径、做术语还原检查、指出条件丢失与程度失真
不做什么
不替你补逻辑漏洞。跳了一步的地方,它会照原样跳过去
做不了什么
不该通俗化的地方它也拦不住,比如方法节的精确定义
要自己核什么
反向还原后逐个条件对比——程度词是最容易失真的地方

能把研究讲给外行听的人,写引言时也不会跑偏——因为引言本来就是这个动作的书面版。


这 一 组 共 8 篇

① 论文精读
② 深度研究
③ 手绘图
④ 原子化分解
⑤ 推测控制
⑥ 引用纪律
⑦ 通俗改写(本篇)
⑧ Related Work

281 个 Skill 的完整名单(可搜索、按学科筛):
《GitHub 上学做科研最实用的 Skill 大全名单(建议收藏)》


顺带说一句,本号长期维护四个可以直接用的数据库和一份全国人才政策汇总,在读研究生、博士和青椒可能更常用——

① 学术会议日历:按学科查未来 3 个月征稿,只保留未截止、信源可溯的。点击查看,关注公号,点击菜单「学术日历」、后台回复「学术会议」。

② 学术招聘日历:博士、博士后、教职岗位,按截止日期排,每天更新。关注公号,点击菜单「招聘」或后台回复「招聘」。

③ 学术工具推荐:文献调研、文献管理、AI 阅读、投稿选刊、绘图查重,逐个实测。关注公号,点击菜单「学术工具」或后台回复「工具」。

④ 科研项目库:国家自然科学基金、国家社科基金、教育部及各省项目申报指南与截止节点,按申报时间排序,持续更新。关注公号,点击菜单「科研项目申报」或后台回复「项目申报」。

⑤ 人才政策:关注账号,点击菜单栏「人才政策」可以查看全国各地人才政策全貌,按省份、地市、城区三级整理,覆盖本科到博士各学历的补贴标准与申领条件。

⑥ 人生必读书单:本科到博士都能用的一张书单,按认知顺序排,一期 5 本,持续更新。点击查看

更多内容,也请关注我的公众号:大学圈内事儿

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203097