结果部分是研究展示其实际发现的地方。对于许多学生和早期研究人员来说，这也是论文中最令人生畏的部分。统计检验、密集的表格和图表可能会让人觉得需要统计学学位才能解读。如果你读完结果部分后比开始时更困惑，你并不孤单。
大多数在线指南从作者的角度来处理这个主题，解释如何撰写发现章节。本文则采取相反的角度：这是一份以读者为先的指南，帮助理解学术论文中的结果部分。你将学习如何识别主要发现、解读表格和显著性检验、区分强主张与弱主张，并避免超出研究实际支持范围的过度声称这一常见陷阱。
结果部分究竟有何用途？
在理解结果部分之前，你需要知道它的职责。在大多数实证论文中，结果部分报告作者观察或测量到的内容。它回答一个简单的问题：研究发现了什么？
这听起来显而易见，但它有一个重要的含义。结果部分不是作者在更广泛背景下解释发现意义的地方。这个任务属于讨论部分。结果部分也不是作者证明其方法或为其选择辩护的地方——那是方法论部分。
当你阅读结果时，你看到的是原始报告。作者通常以文本、表格和图表的形式呈现数据，并尽量减少解释。作为读者，你的任务是在作者告诉你其含义之前，理解数据本身说明了什么。
这种分离很重要。如果你在阅读结果部分时，在脑海中混入作者后来的解释，你可能会错过发现与声称之间的差距。清晰地阅读结果部分有助于你评估讨论部分的主张是否真正得到证据支持。
从研究问题开始
你不能在真空中理解结果。结果部分只有与研究问题或假设相关联时才有意义。在深入数字之前，先找到研究问题。
通常，你会在引言的末尾找到它。寻找诸如“我们旨在”、“本研究调查”或“我们假设”之类的短语。用自己的话把这个问题写下来。如果论文有多个假设或子问题，把它们全部列出来。
现在，当你阅读结果部分时，对每一条证据问自己一个问题：这针对的是哪个研究问题？ 这个简单的习惯会改变阅读体验。你不再被动地吸收统计数据，而是主动地将证据与问题对应起来。
例如，想象一项关于睡眠和考试成绩的研究，有三个假设：睡眠时长影响考试分数，睡眠质量影响考试分数，并且这种影响对数学任务比对语言任务更强。当你看到一个显示睡眠质量与语言测试分数之间相关性的表格时，你知道你看到的是第三个假设的证据。
如果你正在处理大量论文，这种对应关系会变得更有价值。跟踪哪些结果回答了哪些问题，有助于你为新研究主题建立阅读队列并有效地组织笔记。
首先识别主要发现
每个结果部分都有一个头条——作者认为最重要的发现。你的目标是快速找到它，并在陷入细节之前理解它。
主要发现通常出现在结果部分的第一段，往往在前一两句话中。作者通常遵循“大揭秘”结构：他们陈述主要结果，然后提供支持性细节，接着转向次要分析。
以下是一个实用策略：
- 仔细阅读结果部分的第一段。 它通常包含主要结局。
- 寻找“我们发现”或“结果显示”这样的短语。 这些信号表明正在陈述主要发现。
- 查看摘要。 摘要通常用一两句话总结主要发现。在阅读结果部分之前先读摘要，以便知道预期什么。
- 查看论文标题。 它通常直接指向主要发现。
例如，如果一篇论文的标题是“运动减少大学生焦虑”，那么主要发现很可能是运动与较低的焦虑分数相关。当你阅读结果部分时，你就是在寻找支持这一说法的具体数字。
一旦你确定了主要发现，在阅读其余部分时牢记它。其他每个结果要么是支持性证据，要么是次要发现，要么是零结果。
像专业人士一样阅读表格和图表
表格和图表是大多数结果部分的核心。它们将大量数据压缩成可读的格式。但只有当你懂得如何解读它们时，它们才有帮助。
以下是阅读任何表格的分步方法：
第1步：阅读标题和说明。 说明告诉你表格包含什么内容，并经常解释变量。不要跳过它。
第2步：识别行和列。 正在比较什么？行通常代表组或变量，而列代表测量值或时间点。
第3步：寻找汇总统计量。 大多数表格报告均值、百分比或相关系数。首先找到这些。
第4步：检查显著性标记。 星号（*）或字母（a、b、c）通常表示统计显著性。表格下方的注释解释了它们的含义。
第5步：查看样本量（n）。 这告诉你结果基于多少观测值。样本量小意味着结果不太可靠。
对于图表，同样的逻辑适用。首先阅读轴标签，然后是图例，然后观察整个图表的模式。问自己：趋势是上升、下降还是持平？误差线是否重叠？
一个常见的错误是孤立地阅读表格和图表。相反，要阅读伴随它们的文本。在大多数结果部分中，作者会引导你浏览每个表格和图表，指出关键数字。使用文本作为指南，但不要盲目相信它。自己检查数字，看看作者的描述是否与表格实际显示的内容相符。
如果你正在管理许多论文，你可能会发现管理文献综述的PDF库很有帮助，这样你以后可以轻松返回表格和图表。
无需数学理解统计显著性
统计显著性是学术阅读中最容易被误解的概念之一。你不需要成为统计学家就能理解它，但你需要知道它意味着什么，不意味着什么。
当一个结果具有统计显著性时，意味着在零假设为真的情况下，观察到的效应不太可能仅由偶然因素造成。p值告诉你，如果没有真实效应，得到观察结果的概率。p值低于0.05通常被认为是显著的。
但关键部分是：统计显著性并不等同于实际重要性。 一个结果可以具有统计显著性，但仍然微不足道。例如，一项研究可能发现一种新的教学方法在100分制的考试中提高了0.5分。在大样本下，这种差异可能具有统计显著性。但它在现实世界中有意义吗？可能没有。
当你阅读结果部分时，问这些问题：
- 效应量是多少？ 效应量告诉你效应有多大，与样本量无关。寻找诸如Cohen's d、Pearson's r或比值比之类的术语。
- 置信区间是多少？ 窄的置信区间表明估计精确。宽的置信区间表明存在不确定性。
- 结果在不同分析中是否一致？ 如果主要发现在多个检验中成立，则更稳健。
此外，注意零结果。一项没有发现显著效应的研究并不是失败。它是重要的证据。当你在文献综述中寻找相互矛盾的证据时，零结果与阳性结果同样有价值。
寻找效应量和置信区间
显著性检验告诉你效应是否存在。效应量和置信区间告诉你效应有多大以及我们有多确定。对于读者来说，这些数字通常比p值提供更多信息。
效应量是效应大小的标准化度量。常见的例子包括：
- Cohen's d 用于两个均值之间的差异
- Pearson's r 用于相关性的强度
- 比值比 用于一个组与另一个组相比事件发生的可能性
一个一般的经验法则：Cohen's d为0.2是小效应，0.5是中等效应，0.8是大效应。对于相关性，r为0.1是小效应，0.3是中等效应，0.5是大效应。这些是粗略的指导原则，不是绝对规则。
置信区间给出真实效应可能值的范围。95%的置信区间意味着如果研究重复多次，真实效应将有95%的时间落在该范围内。窄的区间表明估计精确。宽的区间表明存在不确定性。
这里有一个实用提示：当你阅读结果部分时，在查看p值之前先寻找效应量和置信区间。这能让你更全面地了解研究实际发现了什么。
如果论文没有报告效应量，你通常可以从表格中的均值和标准差计算出来。这对于你自己的文献综述证据图来说是一项有用的技能，你可能想在其中比较不同研究的效应量。
区分主要结局和次要结局
并非所有结果都是平等的。大多数研究有一个或两个主要结局——研究人员想要测量的主要内容。它们还有次要结局，这些是探索性的或支持性的。
这种区别很重要，因为主要结局是预先指定的。研究是为了检验它们而设计的。次要结局通常是事后分析的，意味着研究人员在收集数据后才决定查看它们。次要分析的结果不太可靠，因为它们更有可能是偶然发现。
如何区分？
- 查看方法部分。 主要结局通常被明确陈述。
- 查看结果的顺序。 主要结局通常首先报告。
- 查看讨论部分。 作者通常将解释重点放在主要结局上。
当你阅读结果部分时，更多地关注主要结局。如果次要结局令人惊讶或戏剧性，要谨慎对待。它可能是一个真实的发现，也可能是一个统计上的偶然。
当你在从文献构建概念框架时，这一点尤其重要。你希望你的框架基于稳健的主要发现，而不是基于不可靠的次要分析。
警惕过度声称和常见陷阱
作者也是人。他们希望自己的研究有意义。有时，这会导致过度声称——做出超出数据实际支持范围的陈述。
作为读者，你的任务是发现这些过度声称。以下是要警惕的常见陷阱：
混淆相关性与因果关系。 如果一项研究发现喝咖啡的人抑郁症发病率较低，这并不意味着咖啡能预防抑郁症。可能还有其他因素在起作用。
忽视局限性。 每项研究都有局限性。如果结果部分没有提到任何局限性，就要怀疑。讨论部分通常会承认局限性，但你应该自己寻找。
挑选结果。 有时作者强调显著结果，淡化零发现。要看全貌，包括那些受到较少关注的部分。
过度概括。 一项针对一个国家大学生的研究可能不适用于所有地方的所有人。注意样本和背景。
混淆统计显著性和实际显著性。 如前所述，显著的p值并不意味着效应有意义。
当你发现过度声称时，记下来。这对你自己的写作是有用的材料。如果你正在撰写文献综述，你可以指出证据比作者所暗示的要弱的地方。这也是你在检查论文是否被更正或撤稿时的一项关键技能——你要确保你引用的主张仍然有效。
将结果与讨论部分联系起来
结果部分和讨论部分是同一枚硬币的两面。结果部分报告发现了什么。讨论部分解释这意味着什么。
要完全理解结果部分，你需要将其与讨论部分一起阅读。以下是一个策略：
- 阅读结果部分，并记录主要发现。
- 阅读讨论部分，并记录作者的解释。
- 比较两者。 讨论是否立足于结果，还是超出了结果？
这种比较是真正学习发生的地方。你经常会发现讨论部分增加了背景、提出了启示并承认了局限性。但你也可能发现讨论部分做出了结果并未完全支持的主张。
例如，结果部分可能显示一种新药减轻了小鼠的症状。讨论部分可能随后声称该药物可能是人类患者的突破。这是过度声称，因为该研究没有测试人类。
当你阅读一篇论文时，在阅读讨论部分之前，尝试用自己的话阐述结果。这迫使你形成自己的解释。然后将你的解释与作者的进行比较。你在哪里同意？在哪里不同？这种练习能提高你的批判性阅读技能。
如果你正在比较多篇论文，你可能会发现以系统的方式比较论文章节很有用。同样的逻辑也适用于不同研究的结果部分。
使用工具加速阅读
阅读结果部分是一项通过练习提高的技能。但你不必独自完成。一些工具可以帮助你更高效、更准确地阅读。
Deep Search 可以帮助你使用自然语言研究问题查找论文。无需构建复杂的布尔查询，你只需问“睡眠对学业表现有什么影响？”就能获得相关论文。当你开始一个新主题并想要避免文献综述中的来源过载时，这尤其有用。
Scholar Agent 可以帮助你在搜索工作流程中探索研究问题和论文方向。如果你不确定一个主题是太宽泛还是太狭窄，它可以建议相关的角度。
Inspiration Discovery 在你的主题发展不足时，呈现相关的角度。当你在研究的某个特定方面难以找到足够论文时，这很有帮助。
论文卡片 显示来源标签、摘要、出版详情和预览信息。这使得在深入全文之前快速筛选论文变得更加容易。
My Library 允许你保存和上传论文。一旦你的论文在你的库中，Library QA 可以根据你保存的论文回答问题。例如，你可以问“关于睡眠和记忆的研究的主要发现是什么？”并得到基于你自己收藏的答案。
这些工具不能取代仔细阅读。但它们可以节省你的时间，并帮助你专注于最重要的论文。
