Trang này hoàn toàn đang được xây dựng!
Tổng quan tài liệu
Một bài tổng quan văn học tóm tắt những gì đã biết về một chủ đề nghiên cứu cụ thể, kể lại các cột mốc của lịch sử nghiên cứu, chỉ ra những điểm mà kiến thức hiện tại mâu thuẫn, và thảo luận về những lĩnh vực vẫn còn chưa được biết đến.
Một bài tổng quan văn học có thể là một tài liệu độc lập hoặc là một phần của báo cáo nghiên cứu chính (như đã thảo luận trước đó). Các tạp chí nghiên cứu thường chứa các bài viết có mục đích duy nhất là cung cấp một bài tổng quan văn học. Là một phần của báo cáo nghiên cứu, một bài tổng quan văn học có thể dài bằng một chương sách, chỉ là một đoạn trong một bài báo nghiên cứu, hoặc ngắn đến vài câu trong phần giới thiệu. Trong mọi trường hợp, chức năng của bài tổng quan văn học đều giống nhau: tóm tắt lịch sử và trạng thái hiện tại của nghiên cứu về một chủ đề.
Như bạn đã biết từ phần trước, một báo cáo nghiên cứu chính (chẳng hạn như những báo cáo trong các tạp chí nghiên cứu kỹ thuật) tập trung vào một câu hỏi: ví dụ, ảnh hưởng của tình trạng không trọng lực đến việc trồng rau. Phần tổng quan tài liệu của báo cáo đó sẽ tóm tắt những gì đã biết về chủ đề này, chỉ ra những điểm mâu thuẫn trong kiến thức hiện tại, và thảo luận về các lĩnh vực vẫn còn chưa biết.
Một bài tổng quan tài liệu được xây dựng tốt kể một câu chuyện. Nó kể về những sự kiện chính trong nghiên cứu về một câu hỏi cụ thể hoặc trong một lĩnh vực cụ thể:
- Ai là những nhà nghiên cứu hiện đại đầu tiên về chủ đề này? Những phát hiện, kết luận và lý thuyết của họ là gì? Những câu hỏi hoặc mâu thuẫn nào mà họ không thể giải quyết?
- Các nhà nghiên cứu theo họ đã phát hiện ra điều gì? Công trình của họ có xác nhận, mâu thuẫn, hay bác bỏ công trình của những người đi trước không? Họ có thể giải quyết được những câu hỏi mà những người đi trước không thể không?
Bạn tường thuật chuỗi sự kiện nghiên cứu này trong một bài tổng quan tài liệu. Bạn có thể coi nghiên cứu này tương tự như quá trình luận đề–đối lập–tổng hợp. Bạn bắt đầu với một luận đề, sau đó một đối lập xuất hiện để bác bỏ nó, và cuối cùng một sự giải quyết của mâu thuẫn này, được gọi là tổng hợp, được đạt được, thực sự là một bước tiến trong kiến thức về chủ đề đó. Nhưng bây giờ tổng hợp trở thành một luận đề, và quá trình lại bắt đầu một lần nữa.
Hilton Obenzinger của Đại học Stanford trong "Cách Nghiên cứu, Viết và Sinh tồn trong một Đánh giá Tài liệu?" (không có liên kết) "http://www.stanford.edu/dept/undergrad/urp/PDFLibrary/writing/LiteratureReviewHandout.pdf) gọi loại tổng quan văn học này là "bản đồ đường đi." Ông xác định một số loại khác, quan trọng nhất là những loại xem xét phương pháp nghiên cứu cũng như hoặc thay thế cho các kết quả nghiên cứu. Obenzinger nhấn mạnh rằng tổng quan văn học không chỉ là một tóm tắt thụ động về nghiên cứu trong một chủ đề mà còn là một đánh giá về điểm mạnh và điểm yếu của nghiên cứu đó—một nỗ lực để xem nghiên cứu đó "không đầy đủ, có khuyết điểm phương pháp, một chiều, hoặc thiên lệch." Trong bất kỳ trường hợp nào, như các ví dụ sau đây cho thấy, một tổng quan văn học là một cuộc thảo luận về một tập hợp nghiên cứu chứ không phải là một thư mục chú giải. Lưu ý trong các ví dụ sau rằng các tổng quan văn học sử dụng tiêu chuẩn trích dẫn văn bản IEEE trong ngoặc và kết thúc bằng một thư mục (gọi là "Tài liệu tham khảo").
Xem xét đoạn trích sau đây, mô tả sự bắt đầu của bài đánh giá tài liệu, được tìm thấy trong A. S. Tolba, A.H. El-Baz, và A.A. El-Harby, "Nhận diện khuôn mặt: Một bài đánh giá tài liệu." Tạp chí Quốc tế về Xử lý Tín hiệu, tập 2, số 2, 2005:
|
Nhận diện khuôn mặt, bên cạnh việc có nhiều ứng dụng thực tiễn như xác minh thẻ ngân hàng, kiểm soát truy cập, tìm kiếm ảnh phạm nhân, giám sát an ninh và hệ thống theo dõi, là một hành vi cơ bản của con người cần thiết cho giao tiếp và tương tác hiệu quả giữa mọi người.
Một phương pháp chính thức để phân loại khuôn mặt lần đầu tiên được đề xuất trong [1]. Tác giả đã đề xuất thu thập các hình ảnh khuôn mặt dưới dạng đường cong, tìm chuẩn của chúng và sau đó phân loại các hình ảnh khuôn mặt khác theo độ lệch của chúng so với chuẩn đó. Sự phân loại này là đa mô hình, tức là, dẫn đến một vector các đo lường độc lập có thể được so sánh với các vector khác trong cơ sở dữ liệu. |
Như bạn thấy, đoạn đầu tiên xác lập chủ đề và tầm quan trọng của nó; đoạn thứ hai quay lại khởi đầu của nghiên cứu hiện đại đã cung cấp nền tảng cho việc nhận diện khuôn mặt dựa trên máy tính. Bài điểm sách này tiếp tục với tình trạng hiện tại của nghiên cứu trong lĩnh vực này:
| Tiến triển đã đạt đến mức độ mà các hệ thống nhận diện khuôn mặt đang được trình diễn trong các bối cảnh thực tế [2]. Sự phát triển nhanh chóng của nhận diện khuôn mặt là do sự kết hợp của nhiều yếu tố: sự phát triển năng động của các thuật toán, sự có sẵn của một cơ sở dữ liệu lớn các hình ảnh khuôn mặt, và một phương pháp để đánh giá hiệu suất của các thuật toán nhận diện khuôn mặt. |
Lưu ý cách đoạn trích tiếp theo mô tả một bước tiến quan trọng trong nghiên cứu về chủ đề này, nhưng sau đó chỉ ra những thiếu sót của nó:
Tổng quan tài liệu về nghiên cứu nhận diện khuôn mặt xem xét nhiều phương pháp khác nhau được sử dụng trong nhận diện khuôn mặt dựa trên máy tính. Đối với mỗi phương pháp, nó tóm tắt phương pháp, kết quả và những điểm mạnh cũng như điểm yếu của phương pháp đó. Ví dụ này không hoàn toàn theo mô hình luận đề - phản đề - tổng hợp đã đề cập ở trên mà thực sự là một tập hợp các nỗ lực đều hướng tới một mục tiêu chung, đó là tăng độ chính xác của nhận diện khuôn mặt dựa trên máy tính. Dưới đây là cách mà bản tóm tắt quá trình đó kết thúc trong tổng quan tài liệu này:
| Trong [83], một hệ thống phân loại kết hợp bao gồm một tập hợp các mạng nơ-ron dựa trên việc thay đổi các tham số liên quan đến thiết kế và huấn luyện các bộ phân loại. Thuật toán tăng cường được sử dụng để tạo ra sự nhiễu loạn của tập huấn luyện sử dụng MLP làm bộ phân loại cơ sở. Kết quả cuối cùng được kết hợp bằng cách sử dụng quy tắc bỏ phiếu đơn giản. Hệ thống này đạt 99,5% trên cơ sở dữ liệu khuôn mặt Yale và 100% trên cơ sở dữ liệu khuôn mặt ORL. Theo như chúng tôi biết, những kết quả này là tốt nhất trong các tài liệu. |
Thông tin liên quan
Viết Báo Cáo Thí Nghiệm: Tổng Quan, Giới Thiệu và Tổng Quan Tài Liệu. Purdue OWL
Tôi rất mong nhận được ý kiến, phản ứng, phê bình của bạn về chương này: phản hồi của bạn—David McMurrey.
