Writing for Computer Science
Autor: Justin Zobel
Sumário
Getting Started
Checklist
- O seu tópico é claramente uma atividade de pesquisa? É consistente com o objetivo da pesquisa?
- Como o projeto é diferente de, por exemplo, desenvolvimento de software, escrita de tese ou análise de dados?
- No contexto do seu projeto, qual a área, tópico e questão de pesquisa? (Como esses conceitos se diferenciam uns dos outros?)
- O projeto é de escala apropriada, com desafios que combinam com suas habilidades e interesses? A questão é específica o suficiente pra te dar a confiança de que é factível?
- O projeto difere de outros projetos do grupo de pesquisa? É claro que os possíveis retornos são interessantes o suficiente pra justificar o trabalho?
- É claro quais as habilidade e contribuições você traz para o projeto e o que a pessoa que te orienta vai contribuir? Quais habilidades você precisa desenvolver?
- Que recursos são necessários e como você os vai obter?
- Quais são os possíveis obstáculos ou as maiores dificuldades para completar o projeto? Você sabe como abordar isso?
- Você consegue escrever um roadmap, com metas, que mostra um caminho claro para os possíveis resultados da pesquisa?
- Você e quem te orienta tem um método acordada para trabalhar juntos, com uma agenda definida de reuniões?
Reading and Reviewing
Manter o ceticismo é importante porque é com isso que a gente faz ciência. Por isso a leitura que deve ser feita é uma leitura crítica do conteúdo. Idealmente, as leituras devem ser divididas em duas fases: exploratória e crítica.
A fase de leitura exploratória é quando você sai lendo de tudo, mas sem se aprofundar. É uma leitura superficial para entender a proposta do artigo, a metodologia e quais os resultados são apresentados. É quando você define quais os artigos de fato você tem interesse em se aprofundar.
A leitura crítica envolve analisar melhor e tentar entender os detalhes do texto apresentado, de forma a conseguir criticar o conteúdo (não de uma maneira ruim!). Isso requer mais tempo e mais estudo, uma vez que você vai ter que mergulhar naquele conteúdo.
não aceite algo como verdade só porque foi publicado
Checklist
- Existe alguma contribuição? Ela é significante?
- A contribuição é de interesse?
- Os resultados estão corretos?
- A literatura apropriada é discutida?
- A metodologia realmente responde a pergunta inicial?
- As propostas e os resultados são criticamente analisados?
- As conclusões apropriadas são feitas a partir do resultado ou existem possíveis interpretações?
- Todos os detalhes técnicos estão corretos?
- Os resultados podem ser verificados?
- Existem ambiguidades séries ou inconsistências?
Hypotheses, Questions and Evidences
The great tragedy of Science, the slaying of a beautiful hypothesis by an ugly fact.
Hipóteses
Hipóteses não podem ser vagas porque, dessa forma, não é possível confirmá-las ou desprová-las. Uma hipótese deve, acima de tudo, ser testável e capaz de falsificação (ou seja, deve ser possível encontrar um contra-exemplo).
Uma hipótese vaga:
- Q-lists são melhores que P-lists.
Uma hipótese testável:
- Como uma estrutura de busca em memória, a performance de uma Q-list é mais rápida e mais compacta que uma P-list. Se for preciso mais especificações sobre o que foi assumido:
- Foi assumido que os dados tem um padrão de acesso desbalanceado, ou seja, a maioria dos acessos é feita em uma porção pequena dos dados.
Hipótese vagas:
- A performance da Q-list e da P-list são comparáveis.
- Essa linguagem criada é fácil de aprender.
Durante a construção da hipótese, pode ser interessante tentar defender a sua hipótese como se estivesse defendendo para um colega. Você mesmo tenta achar as falhas. Esse processo pode te ajudar a juntar material para provar para o leitor que seus argumentos são convincentes e corretos.
Evidências e experimentos
Formas de evidência
- Prova: demonstrações formais de que sua hipótese está correta (ou errada).
- Modelos: uma descrição matemática da hipótese ou de alguns de seus componentes, como um algoritmo cujas propriedades estão sendo consideradas.
- Simulações: uma implementação (parcial ou não) de uma forma simplificada da hipótese, na qual as dificuldades de uma implementação total são deixadas de lado por aproximação ou omissão.
- Experimento: teste total da hipótese baseado na implementação total da proposta e em dados reais.
Evidências experimentais não comprovam nenhuma hipótese, não importa o quão volumosas são, mas um contra-exemplo é suficiente pra desprovar uma hipótese.
Checklist
Sobre hipóteses e questões
- Que fenômenos ou propriedades estão sendo investigados? Por que são interessantes?
- O objetivo da pesquisa foi articulado? Quais são as hipóteses específicas e as perguntas de pesquisa? Esses elementos estão conectados de forma convincente uns aos outros?
- De que maneira o trabalho é inovador? Ele reflete o que propõe?
- O que desprovaria (?) a hipótese? Isso tem alguma consequência improvável?
- Quais são as assumpções? Elas são sensíveis?
- O trabalho foi criticamente questionado? Você está convencido de que realmente é ciência?
Sobre evidência e medição
- Que formas de evidência são usadas? Se for um modelo ou uma simulação, o que demonstra que os resultados têm validade prática?
- De que forma a evidência é medida? Os métodos de medição são objetivos, apropriados e razoáveis?
- Que compromições ou simplificações são inerentes à sua escolha de medição?
- Os resultados serão preditos?
- Qual o argumento que conecta a evidência à hipótese?
- Em que extensão os resultados positivos confirmam a hipótese de maneira convincente? Os resultados negativos vão desprovar sua hipótese?
- Quais são as prováveis fraquezas ou limitações da sua abordagem?
Writing a Paper
A ideia é basicamente escrever o primeiro rascunho o quanto antes. Primeiro entenda a estrutura do texto e então já comece a escrever dentro dessas estruturas. Autores que são muito críticos com o primeiro rascunho avançam pouco. Além disso, a melhor forma de saber se você entendeu um assunto é tentando escrever sobre ela.
Ao escrever é bom considerar o público. Tenha em mente ao começar: o que você quer que a pessoa que está lendo aprenda ao final do seu texto? O que você mesmo estava tentando aprender quando começou a pesquisar aquilo? Isso pode fazer com que seu texto fique mais interessante e mais focado.
Uma dica dada é escrever em frases curtas tudo que sabe e tem a dizer sobre aquela seção do texto. Depois edite e arrume o estilo. Exemplo dado de texto inicial:
In-memory sorting algorithms require random access to memory. For large files stored on disk, random access is impratically slow. These files must be sorted in blocks. Each block is loaded into memory and sorted in turn. Sorted blocks are written to temporary files. These temporary files are then merged. There may be many files, but in practice the merge can be completed in one pass. Thus each recorded is read twice and written twice. Temporary space is required for a complete copy of the original file.
Em uma tese, cada capítulo tem sua própria estrutura, que varia de acordo com o objetivo do próprio capítulo. É legal ver outras teses da sua área pra ter uma ideia de como estruturar a sua própria.
Na hora de fazer uma revisão bibliográfica é legal olhar para os artigos também de maneira crítica, fazendo anotações de seus acertos e erros. Isso além de aprimorar o ceticismo, faz com que os artigos não sejam tidos como verdades absolutas. Além disso, ao escrever a revisão bibliográfica dessa maneira, você ajuda a pessoa que está entrando em contato com aquela área pela primeira vez a entender o conteúdo e entender quais as referências são bom ponto de partida.
A revisão bibliográfica é grande parte do texto. Se você terminou de escrever essa sessão, já deveria entender que terminou boa parte da escrita da sua tese.
A conclusion is that which concludes, on the end. Conclusions are the inferences drawn from a collection of information. Write “Conclusions” not “Conclusion”. If you have no conclusions to drawn, write “Summary”, which is often an appropriate way to end a thesis chapter.
Checklist
Sobre o escopo:
- Em que fórum ou tipo de fórum você pretende publicar seu trabalho?
- O escopo do trabalho está bem definido?
- Existe uma única e clara questão de pesquisa ou objetivo? Você consegue identificar qual aspecto do trabalho é de maior interesse ou impacto?
- Como você imagina um trabalho bem-sucedido? E um trabalho que falha? Você consegue antecipar a forma da saída em cada um dos casos?
- Quem é o público alvo? Qual tem que ser o conhecimento do público sobre a área para que o trabalho consiga ser apreciado?
- Os papéis do participantes estão claros? Quais são as suas atividades e quais são dos outros?
Sobre como a escrita é estruturada:
- Que forma a sua escrita vai ter? Que outros artigos ou teses você vai querer que lembre?
- Você está escrevendo uma estrutura bem definida e organizada? Quais são as seções e como elas se relacionam entre si?
- O título, resumo e introdução definem o contexto para o trabalho?
- Você estabeleceu uma conexão entre a questão, os trabalhos relacionados, métodos e resultados? Isto é, você definiu a forma que a narrativa vai tomar?
- Tem algo de incomum na organização da escrita e, se sim, tem uma razão para essa outra organização e como ela vai ser explicada ao leitor?
- Se você está escrevendo uma tese, existem requisitos de formatação?
Sobre sua abordagem ao trabalho:
- Você está mantendo um log ou um caderno?
- Você trabalha com uma agenda explícita, com datas e objetivos?
- Seus prazos deixam tempo o suficente para o seu orientador te dar feedback nos rascunhos ou para os seus colegas contribuírem com o material?
- Você tem uma abordagem efetiva para rapidamente gerar texto?
- Como os resultados estão sendo selecionados para apresentação? Esses resultados se relacionam com seu objetivo inicial? Como os resultados se relacionam com o corpo completo de evidência que você está coletando?
- Seus resultados foram criticamente analisados?
- Para uma tese, você sabe como será examinada? Como esse conhecimento molda sua escrita?