Tại sao diễn giải là bước khó nhất
Bạn có thể học chạy hồi quy trong một buổi chiều. Có thể học PRISMA trong một tuần. Tìm kiếm tài liệu thì có phương pháp cụ thể, dạy ai cũng được trong một giờ.
Diễn giải thì không có công thức. Và chính vì vậy mà nó là thứ phân biệt bài báo trung bình với bài báo tốt.
Dữ liệu không tự nói lên điều gì
Đây là điều cơ bản mà nhiều nhà nghiên cứu không muốn chấp nhận. Ở đâu đó trong quá trình đào tạo, thông điệp luôn là: hãy để dữ liệu tự nói. Giữ diễn giải ở mức kiềm chế. Đừng đi quá xa.
Kết quả là những phần Bàn luận đầy câu bị động và những phát biểu né tránh. "Các kết quả có thể gợi ý một xu hướng có thể hướng tới sự cải thiện tiềm năng." Về mặt kỹ thuật thì không sai. Về mặt khoa học thì vô dụng.
Dữ liệu là câm lặng. Nó cho bạn thấy một mô hình. Nó không thể giải thích mô hình đó, không thể nói cho bạn biết mô hình đó có quan trọng không, và không thể nói cho bạn biết phải làm gì với nó. Công việc đó thuộc về bạn.
Diễn giải dữ liệu đòi hỏi bạn phải đưa ra lập trường. Một lập trường rõ ràng, có lý lẽ, có thể bị bác bỏ. Đây là bước khó nhất vì nó phơi bày bạn. Nếu bạn sai, ai đó sẽ chỉ ra. Nhiều nhà nghiên cứu tránh sự phơi bày này bằng cách không bao giờ cam kết điều gì.
Chiến lược đó tạo ra những bài báo không ai đọc.
Lập luận khoa học thực sự trông như thế nào
Lập luận khoa học không giống với lập luận thống kê. Thống kê có thể cho bạn biết rằng một mối liên quan khó có thể do ngẫu nhiên. Thống kê không thể cho bạn biết nguyên nhân gây ra nó, nó có ý nghĩa lâm sàng hay không, hay nó phù hợp với lý thuyết hiện tại như thế nào.
Những câu hỏi đó đòi hỏi bạn sử dụng kiến thức chuyên môn để xây dựng một lời giải thích. Bạn đang thực hiện suy luận — đi từ dữ liệu quan sát được đến lời giải thích tốt nhất cho dữ liệu đó, dựa trên mọi thứ khác mà bạn biết.
Điều này vốn dĩ là không chắc chắn. Diễn giải tốt thừa nhận sự không chắc chắn đó mà không rút lui vào trong nó.
"Kết quả của chúng tôi phù hợp với giả thuyết rằng X thúc đẩy Y, và điều này hợp lý về mặt sinh học do vai trò của Z trong con đường này. Tuy nhiên, chúng tôi không thể loại trừ yếu tố gây nhiễu W nếu không có thiết kế tiến cứu." Đó là diễn giải trung thực. Nó cam kết, nó giải thích lý do, và nó chỉ rõ hạn chế cụ thể.
Vấn đề về sự can đảm
Hầu hết các nhà nghiên cứu đều biết dữ liệu của họ có nghĩa gì. Sự do dự không phải là về mặt trí tuệ — mà là về mặt xã hội.
Đưa ra lập trường diễn giải rõ ràng có nghĩa là bạn có thể sai. Có nghĩa là reviewer có thể thách thức bạn. Có nghĩa là kết luận của bạn có thể bị phản bác bởi bài báo tiếp theo trong lĩnh vực.
Phương án thay thế là viết phần Bàn luận mà né tránh mọi khẳng định cho đến khi thực sự không nói gì cả. Reviewer sẽ lịch sự ghi nhận "phần Bàn luận thiếu chiều sâu." Bài báo được đăng ở tạp chí thấp hơn mức xứng đáng. Tác giả bỏ qua và đi tiếp.
Những nhà nghiên cứu xây dựng được uy tín học thuật thực sự là những người đưa ra quan điểm. Họ đôi khi sai. Họ bị thách thức. Họ đáp lại những thách thức đó. Đó là cách tri thức tiến bộ, và đó là cách nhà nghiên cứu trở thành chuyên gia trong lĩnh vực của họ.
Ba câu hỏi buộc bạn phải diễn giải
Khi bạn có kết quả trước mặt, hãy thử trả lời ba câu hỏi này một cách rõ ràng:
Tại sao điều này có thể đúng? Đây là câu hỏi về cơ chế. Với kết quả của bạn, cơ chế sinh học, hành vi, hoặc lâm sàng nào giải thích được chúng? Câu hỏi này đẩy bạn từ tương quan hướng về nhân quả — cẩn thận, nhưng ít nhất theo hướng của một lời giải thích.
Điều này có ý nghĩa gì với người quan tâm đến vấn đề này? Một bác sĩ lâm sàng, một nhà hoạch định chính sách, một nhà nghiên cứu đang lên kế hoạch cho nghiên cứu tiếp theo. Họ nên rút ra điều gì? Câu hỏi này buộc bạn đề cập đến ý nghĩa lâm sàng hoặc thực tiễn — một chiều mà nhiều phần Bàn luận bỏ qua hoàn toàn.
Mình cần thấy gì để tự tin hơn hoặc kém tự tin hơn về diễn giải này? Câu hỏi này bộc lộ những giới hạn thực sự của diễn giải. Nó dẫn đến những phát biểu hạn chế tốt hơn, cụ thể hơn và những đoạn hướng nghiên cứu tương lai mạnh hơn.
Nếu bạn trả lời được cả ba, phần Bàn luận của bạn sẽ có điều gì đó đáng nói.
Vai trò của tài liệu hiện có
Tài liệu trong phần Bàn luận phục vụ một mục đích: định vị phát hiện của bạn trong cuộc đối thoại đang diễn ra trong lĩnh vực.
Nó không phải là tổng quan tài liệu. Không phải để chứng minh rằng bạn đọc rộng. Mỗi trích dẫn nên hoặc hỗ trợ diễn giải của bạn, thách thức nó, hoặc giải thích tại sao kết quả của bạn khác với nghiên cứu trước.
Khi bạn trích dẫn một bài báo có kết quả tương tự và viết "phù hợp với các phát hiện trước đây," bạn đã sử dụng trích dẫn mà không thực hiện bất kỳ công việc diễn giải nào. Người đọc đã biết sự nhất quán là có thể — bạn cần giải thích sự nhất quán đó có nghĩa gì.
Khi bạn trích dẫn một bài báo có kết quả khác và viết "điều này khác với X và cộng sự, có thể do sự khác biệt về dân số nghiên cứu," bạn đã gần hơn. Nhưng "có thể do" là khởi đầu của diễn giải, không phải kết thúc. Hãy hoàn thành suy nghĩ đó.
Mối liên hệ giữa diễn giải và chất lượng phần Bàn luận
Reviewer chỉ ra phần Bàn luận "thiếu chiều sâu" hầu như luôn đang nói đến vấn đề này. Giải pháp không bao giờ là thêm trích dẫn hay thêm từ. Giải pháp là nhận thêm trách nhiệm diễn giải.
Để có cấu trúc thực tế hỗ trợ quá trình này, bài viết về tại sao hầu hết phần bàn luận thất bại đưa ra một khung mà bạn có thể áp dụng cho bản thảo tiếp theo. Về cơ chế kết nối phần Kết quả sang lập luận Bàn luận mạnh, cách mình quyết định đưa gì vào phần Bàn luận hướng dẫn các quyết định lọc.
Kỹ năng thực sự phát triển không giới hạn
Mọi kỹ năng nghiên cứu khác đều đạt trần. Bạn chỉ có thể chạy bấy nhiêu mô hình, đọc bấy nhiêu bài báo, làm sạch bấy nhiêu bộ dữ liệu. Diễn giải thì phát triển không giới hạn — vì mỗi câu hỏi mới bạn đặt ra đều đòi hỏi nó từ đầu, và giỏi hơn ở kỹ năng này làm cho mỗi bài báo tiếp theo đều mạnh hơn.
Những nhà nghiên cứu xuất bản nhiều và xây dựng được góc nhìn được công nhận trong lĩnh vực không phải là những người chạy nhiều phân tích nhất. Họ là những người phát triển tư duy rõ ràng nhất về ý nghĩa của các phân tích.
Sự phát triển đó bắt đầu bằng việc từ chối trốn đằng sau dữ liệu.
Nếu bản thảo của bạn liên tục bị chỉ ra thiếu chiều sâu hoặc thiếu bối cảnh hóa, vấn đề nằm ở diễn giải — và điều đó hoàn toàn có thể sửa được. Discussion Section Playbook cung cấp cấu trúc 6 khối để xây dựng lập luận diễn giải vượt qua peer review, mà không đi quá xa bằng chứng.
Nếu bạn đang soạn bản thảo, có thể tham khảo Checklist: Idea to Submission của mình.
Nếu bạn đang chuẩn bị phân tích số liệu cho đề tài, bạn có thể tham khảo thêm về khoá học Thành thạo SPSS cùng AI với dữ liệu mẫu và hướng dẫn từng bước.