Dr.Kangabu | Life, Science and everything in between

Hồi mới bắt đầu làm nghiên cứu, mình có một quan niệm rất ngây thơ: bài báo tốt là bài có nhiều experiment nhất, nhiều figure nhất, nhiều số liệu nhất. Cứ nhồi vào cho đủ mâm, reviewer sẽ thấy mình làm việc chăm chỉ rồi chấp nhận thôi.

Kết quả là bài đầu tiên mình nộp bị ăn một cái major revision với một câu comment ngắn gọn đến mức tàn nhẫn:

Mình ngồi nhìn màn hình mười phút, không hiểu reviewer muốn gì. Ủa narrative là cái gì trong một bài khoa học? Đây là báo cáo kết quả chứ có phải tiểu thuyết đâu mà đòi narrative cha…

“Nhiều != tốt”

Mình cũng từng rơi vào cái bẫy mà phần lớn các bạn học sau đại học PhD đều mắc phải: nhầm lẫn giữa làm nhiều và kể một câu chuyện tốt. Bạn chạy 15 cái thí nghiệm con, tốn cả mấy tháng, và vì không muốn công sức đó đổ ra biển Đông nên bạn quyết định nhét hết đủ 15 cái vào paper, kèm theo phần sup. material dày như quyển từ điển Oxford….

Vấn đề là người đọc thì … không quan tâm bạn cực khổ bao nhiêu. Họ chỉ quan tâm đến một thứ duy nhất: bài này trả lời câu hỏi gì, và trả lời thuyết phục không. Mấy experiment không phục vụ câu hỏi trung tâm, dù bạn bỏ bao nhiêu công làm ra, đều là thứ chả quan trọng trong mắt người đọc. Supervisor tốt sẽ nói thẳng điều này từ sớm. Supervisor không tốt sẽ để bạn tự rút ra bài học sau khi bị reject ba lần rồi mới ngồi lại giải thích….

Một paper hay là paper biết chọn đúng thứ để bỏ ra khỏi nó.

Cấu trúc IMRaD mà chúng ta học từ năm nhất thực ra là một vòng tròn hoàn chỉnh nếu nhìn đúng cách. Introduction mở ra từ vấn đề lớn của ngành hẹp, thu hẹp dần về cái gap cụ thể chưa ai lấp, rồi thu hẹp thêm một bậc nữa để dẫn vào câu hỏi mà bài này sẽ trả lời. Method kể bạn thực hiện nó như nào, làm sao để replicate. Results là nơi bạn trả lời câu hỏi đó từ nhiều góc độ khác nhau, không phải kể lại theo thứ tự thời gian bạn làm gì trước làm gì sau trong lab. Thứ tự thời gian là của lab notebook, còn thứ tự trong paper là thứ tự logic: dữ liệu nào cần đến trước để người đọc hiểu được dữ liệu tiếp theo.

Cái này nghe đơn giản nhưng thực ra rất khó vì nó đòi hỏi bạn thoát ra khỏi góc nhìn của người đã làm hết mọi thứ và đứng vào góc nhìn của người chưa biết gì đang đọc lần đầu tiên. Hai góc nhìn đó khác nhau hoàn toàn và khoảng cách giữa chúng chính là lý do nhiều bài báo viết dài một cách hãi hùng, nhìn phát biết học sinh chăm chỉ nhưng đọc vào thấy mệt (đơn giản vì … chả biết tác giả đang dẫn mình đi đâu)

Discussion: phần bị … bỏ qua nhiều nhất

Nếu có một phần mà PhD students thường viết tệ nhất, đó là Discussion, không phải vì thiếu nội dung mà vì không rõ mục đích của nó là gì. Nhiều người viết Discussion như một bản tóm tắt lại Results, câu nào cũng bắt đầu bằng in this study we found that, cứ thế liệt kê hết kết quả một lần nữa bằng câu dài hơn.

Discussion tốt nên làm ba việc khác nhau. Việc đầu tiên là đặt kết quả của bạn vào bối cảnh của ngành hẹp, tức là kết quả này xác nhận, mở rộng hay mâu thuẫn với những gì literature đã biết trước đó. Việc thứ hai (có thể hơi lạ) nhưng là nói thẳng giới hạn của nghiên cứu, không phải để tự dìm mình mà vì reviewer sẽ tìm ra dù bạn có giấu hay không và tốt hơn nhiều là bạn tự trình bày trước trong khi vẫn còn kiểm soát được câu chuyện. Việc thứ ba, và đây là phần quan trọng nhất nhưng hay bị bỏ qua nhất, là chỉ ra bước tiếp theo của field nên đi về đâu dựa trên những gì bài này vừa tìm ra.

Cái thứ ba đó không phải viết cho có để đủ trang. Nó là bằng chứng bạn thực sự hiểu cái ngách mình đang làm, không chỉ hiểu thí nghiệm của mình mà hiểu thí nghiệm của mình đang đứng ở đâu trong bức tranh lớn hơn của field và nó giải quyết hay mở ra câu hỏi gì cho người đến sau.

Câu hỏi mình hay hỏi khi đọc draft

Mình có một bài test nhỏ hay dùng khi đọc draft của sinh viên: nếu chỉ đọc câu đầu tiên của mỗi đoạn trong toàn bộ bài, liệu có hiểu được câu chuyện tổng thể không. Nếu không hiểu được thì bài đó chưa có narrative rõ ràng, không phải vì thiếu dữ liệu mà vì chưa biết cách sắp xếp những gì mình có thành một mạch dẫn dắt người đọc từ đầu đến cuối. Còn một việc nữa mình cũng hay làm, đó là tự đặt câu hỏi xem liệu cái thí nghiệm này có thực sự hỗ trợ cho việc trả lời câu hỏi nghiên cứu ban đầu ko. Nếu nó mù mờ hoặc không hỗ trợ gì, ok nó out trong một nốt nhạc.

Những bài báo mình đọc xong rồi vẫn còn nhớ sau vài tháng, không phải vì chúng có nhiều số liệu đẹp nhất hay journal IF cao nhất, mà vì chúng đặt ra một câu hỏi rõ ràng và trả lời nó một cách thuyết phục, từng bước, không thừa không thiếu, rồi kết lại bằng một hướng đi cụ thể cho field. Đọc xong biết mình đang đứng ở đâu và phía trước còn gì chưa được giải quyết. Đó là kiểu bài mình muốn viết và cũng là kiểu bài mình nghĩ đáng để học cách viết,

Dù rõ ràng, nó khó và mất nhiều năm để rèn luyện hơn mình tưởng.

Có dị hoy,

From Melb with <3

Tứng