Làm sao tách ghi chú tra cứu khỏi đề cương tiến sĩ?

Trả lời thẳng: Vì hai loại chữ được sinh ra trong cùng một tệp. Ghi chú là văn bản làm việc riêng tư, được viết tắt, chưa cần dẫn nguồn và còn bỏ ngỏ. Bản nộp là một lập luận công khai, nơi mỗi câu đều bị đọc như một khẳng định mà bạn sẵn sàng bảo vệ. Cả hai lại dùng chung một phông chữ.

Một dòng ghi chú có thể viết "kiểm lại sau", có thể mang một con số bạn chưa xác minh, hoặc giữ một đoạn dán vào để bạn có cái đối chiếu khi suy nghĩ, và cả ba đều là thao tác làm việc chính đáng. Bản nộp thì không có quyền đó, bởi hội đồng đọc mọi câu như thứ bạn đang khẳng định. Khi hai loại chữ nằm chung một tệp, người đọc sẽ áp chuẩn nghiêm ngặt cho tất cả. Đây là sự phân biệt ở tầng nghĩa chứ không phải tầng bề mặt, và Mazgutova và McCray (2023) ghi nhận rằng người viết kỹ năng thấp dồn công sức sửa vào các đặc điểm bề mặt như chính tả và dấu câu, còn người viết vững hơn sửa cả bố cục lẫn nội dung.

Các lớp chồng lên nhau vì một bản đề cương được viết rải ra nhiều tuần trong cùng một cửa sổ soạn thảo. Bảng soát của MAAS đặt trọng số nặng nhất lên một triệu chứng: mô hình ở phần kết luận không còn khớp mô hình ở phần giả thuyết, vì bản cũ chưa được dọn đi. Cả 4 lỗi lặp lại mà MAAS ghi nhận đều bắt được trong ca đó trong vòng 15 phút đọc, và 3 trong 4 lỗi là lỗi dọn dẹp chứ không phải lỗi tư duy. Lỗi dọn dẹp sửa rất nhanh nhưng để lại thì trả giá đắt, vì khi hội đồng thấy một chỗ vênh, họ không phân biệt được bạn đã đổi ý hay chưa từng có một quan điểm ổn định.

Có bằng chứng từ hội đồng cho thấy nhóm lỗi này quyết định kết quả. Pietersen (2014) phân tích phiếu nhận xét của người review cho 20 đề cương bị trả về sửa bởi một hội đồng nghiên cứu cấp khoa tại một đại học Nam Phi. Hai mươi đề cương ấy nằm trong số 32 đề cương nộp trong 1 năm học, và chỉ 37% số đề cương được duyệt ngay ở lần nộp đầu. Trong 7 chủ đề bà rút ra có thiếu mạch logic, tính hời hợt và lỗi kỹ thuật, và 2 nhận xét được trích dưới các chủ đề đó mô tả đúng một bản nháp còn nguyên các lớp: "Information in different sections are repetitive" và "Sources not listed or listed sources not used in text" (Pietersen, 2014).

Trả lời thẳng: Hãy bỏ những đoạn không giúp dựng nên vấn đề, khoảng trống nghiên cứu, câu hỏi nghiên cứu, phương pháp, đóng góp, hoặc năng lực thực hiện của bạn. Cụ thể là phần nền chung chung của ngành, phần động cơ nhắc lại ở mọi mục, các trích dẫn không chạm tới câu hỏi của bạn, và mọi đoạn còn mang định dạng của một tài liệu khác.

Sáu nhóm phủ gần hết những gì cần cắt. Đó là phần nền kiểu giáo trình mà hội đồng đã biết, động cơ bị nhắc lại sau khi phần mở đầu đã nói, trích dẫn nêu tên tác giả mà không nối vào câu hỏi của bạn, phần điểm tài liệu còn kể lần lượt từng tác giả chứ chưa tổng hợp, những khẳng định bạn không bảo vệ được như mới hay đầu tiên, và mọi khối chữ đến từ nơi khác mà vẫn còn trông giống nơi khác.

Thay vì áp một quy tắc về độ dài, hãy hỏi mỗi đoạn đúng một câu: đoạn này có dựng nên vấn đề, khoảng trống, câu hỏi nghiên cứu, phương pháp, đóng góp hay năng lực thực hiện hay không? Đoạn không làm được điều nào trong số đó là một ghi chú, còn đoạn làm được nhưng làm yếu thì thường là 2 câu có nội dung gói trong 6 câu. Cắt cho vừa một con số từ lại chính là thao tác bề mặt mà Mazgutova và McCray (2023) gắn với người viết kỹ năng thấp, vì có thể làm việc đó mà không cần đọc theo nghĩa lần nào.

Có 2 lớp đáng soát riêng vì lệnh tìm kiếm bắt được chúng. Lớp thứ nhất là tên đề tài: hội đồng đọc 3 cách đặt tên cho cùng một dự án sẽ hiểu thành 3 dự án khác nhau, nên bạn giữ lại một tên và chuyển phần còn lại sang tệp ghi chú. Lớp thứ hai là khối chữ dán từ công cụ tra cứu, luôn mang theo định dạng riêng, kiểu trích dẫn riêng và đôi khi cả dòng bản quyền. Chính chỗ vênh định dạng đó làm nó lộ ra, và vì đó là ghi chú tra cứu cá nhân nên nó thuộc về tệp ghi chú của bạn.

Trả lời thẳng: Phiếu nhận xét ghi lỗi cấu trúc và lỗi dọn dẹp nhiều hơn hẳn lỗi ý tưởng. Pietersen (2014) gom nhận xét của người review thành 7 chủ đề: mạch logic, sự hời hợt, cách biện minh cho lựa chọn, tính chủ quan, sự lẫn lộn giữa các mục của đề cương, kiến thức phương pháp nền tảng, và lỗi kỹ thuật.

Ba trong 7 chủ đề đó mô tả đúng một tệp chưa từng được phân loại. Ở chủ đề mạch logic, người review viết rằng phần nền không dẫn tới phần nêu vấn đề, mục tiêu không nối tiếp phần nêu vấn đề, và thông tin ở các mục khác nhau bị lặp lại (Pietersen, 2014). Ở chủ đề lẫn lộn giữa các mục, nhận xét được ghi lại là "The Introduction reads like a literature review" (Pietersen, 2014). Ở chủ đề lỗi kỹ thuật, người review nêu việc biên tập kém, chữ thừa và lối viết thiếu tính khoa học.

Một tệp gộp để lại đúng các vết đó. Một dòng ghi chú dán nhầm dưới tiêu đề khác biến phần mở đầu thành phần điểm tài liệu, một bản cũ chưa dọn làm 2 mục lặp nhau, còn một đoạn viết cho chính mình thì hội đồng đọc ra là lối viết thiếu tính khoa học. Với chỉ 37% đề cương được duyệt ở lần nộp đầu trong năm đó, lượt dọn tệp không phải chuyện hình thức (Pietersen, 2014).

Trả lời thẳng: Vì sự quen thuộc làm thay đổi cách bạn đọc. Daneman và Stainton ghi nhận sinh viên soát lỗi trên bài của chính mình phát hiện ít hơn khoảng 20% số lỗi so với khi soát một bài quen thuộc do người khác viết, và khoảng cách đó khép lại sau 2 tuần, theo dẫn trong Burgoyne và cộng sự (2023).

Mắt bạn thôi đọc trang giấy và bắt đầu đọc trí nhớ của mình về trang giấy đó. Trong một nghiên cứu năm 1993, Daneman và Stainton cho người tham gia soát lỗi trên bài họ vừa viết và trên bài của người khác. Văn bản do chính mình sinh ra bị soát tệ nhất, với số lỗi phát hiện ít hơn khoảng 20% so với khi soát một bài quen thuộc của người khác. Hai tuần sau, độ chính xác trên bài của chính họ hồi về xấp xỉ mức của một bài quen thuộc do người khác viết, điều này trỏ vào sự quá quen chứ không phải sự cẩu thả (dẫn trong Burgoyne và cộng sự, 2023). Hai tác giả mô tả trạng thái đó là "intimately acquainted with [its] semantic and syntactic features" (Daneman và Stainton, 1993, tr. 306, dẫn trong Burgoyne và cộng sự, 2023).

Phát hiện về hiệu ứng tự sinh đang bị tranh cãi, và ở đây một bản trình bày trung thực đáng giá hơn một bản gọn gàng. Burgoyne và cộng sự (2023) chạy 2 thí nghiệm theo dõi chuyển động mắt để kiểm lại. Ở Thí nghiệm 1, với 64 sinh viên đại học tại Michigan State University, kết quả đi ngược chiều: nhóm tự viết phát hiện nhiều hơn 5,31% số lỗi, nhưng mức chênh chưa đạt ý nghĩa thống kê, t(61) = 1,92, p = 0,059. Thí nghiệm 2 cố ý tạo ra tình trạng quá quen và cũng chỉ cho ra hiệu ứng yếu, không có ý nghĩa thống kê, nên chiều của hiệu ứng tự sinh vẫn còn để ngỏ.

Phần kết quả đứng vững qua cả 2 thí nghiệm lại hữu ích hơn chính hiệu ứng đang tranh cãi kia. Burgoyne và cộng sự (2023) thấy người dành nhiều thời gian soát hơn và dừng mắt nhiều lần hơn thì phát hiện nhiều lỗi hơn, với r = 0,35, p = 0,005 cho biến thời gian, trong khi khả năng đọc hiểu, dung lượng trí nhớ làm việc và tốc độ xử lý đều không dự báo được kết quả. Điều tách người tìm ra lỗi khỏi người không tìm ra là sự chú ý đã bỏ vào chứ không phải năng lực sẵn có (Burgoyne và cộng sự, 2023). Một bản nháp đọc lướt trong đêm trước hạn nộp đang được đọc trong đúng điều kiện tệ nhất, bất kể hiệu ứng tự sinh đi về hướng nào.

Loại lỗi giỏi ẩn mình nhất cũng chính là loại mà một dòng ghi chú sót lại tạo ra. Ở Thí nghiệm 1, Burgoyne và cộng sự (2023) thấy lỗi sai chính tả bị bắt 87,30% số lần và lỗi dùng nhầm từ mà từ đó vẫn viết đúng chính tả bị bắt 84,92%. Lỗi ở hư từ bị bắt 84,13%, so với 89,09% ở thực từ, t(62) = 2,67, p = 0,010. Một dòng ghi chú còn nằm trong đề cương là trường hợp cực đoan của quy luật đó, vì nó gồm những từ có thật, viết đúng chính tả, trong những câu đúng ngữ pháp. Mắt không có tín hiệu thị giác nào để bắt, nên việc phát hiện phải chuyển từ mắt sang lệnh tìm kiếm.

Một vấn đề thứ hai chồng lên vấn đề thứ nhất. Hargis và cộng sự (2017) yêu cầu người tham gia dự đoán họ sẽ bắt được bao nhiêu phần trăm số lỗi cài sẵn, rồi đo xem họ bắt được bao nhiêu. Mức dự đoán trung bình là 64,60%, so với kết quả thật là 53,43%, và cả hai nhóm tuổi đều tự tin quá mức. Vì vậy người dễ tuyên bố tệp đã sạch nhất chính là bạn, ngay sau khi viết xong, dựa trên một phán đoán rộng lượng một cách có hệ thống.

Trả lời thẳng: Hãy gắn cho mỗi dòng còn tạm bợ một dấu mà máy tìm được, ngay lúc bạn viết dòng đó. Một ký hiệu trong ngoặc như [GHICHU] hoặc [KIEMLAI] thì tìm được, đếm được và xác nhận được là bằng không trước khi xuất tệp. Phán đoán của bạn ở phút cuối thì không có cách nào kiểm lại được như vậy.

Bạn đánh dấu ngay lúc viết vì đó là khoảnh khắc duy nhất bạn còn biết trạng thái thật của câu vừa viết. Gõ một con số chưa xác minh thì gắn dấu ngay lúc gõ, dán một đoạn vào để đối chiếu thì gắn dấu ngay lúc dán. Ba tuần sau, câu có dấu và câu không dấu trông y như nhau. Các tỷ lệ phát hiện trong Burgoyne và cộng sự (2023) cho thấy việc đọc lại sẽ không khôi phục được sự khác biệt đó một cách đáng tin, vì ngay cả lỗi chính tả cài sẵn cũng bị bỏ sót 12,70% số lần.

MAAS áp đúng logic đó cho lượt review của mình. Bốn lỗi lặp lại được đọc theo một thứ tự cố định thay vì trông chờ nhìn ra lúc lướt qua. Thứ tự ấy gồm chỗ vênh mô hình giữa giả thuyết và kết luận, mục Timeline chỉ có tiêu đề mà không có nội dung, trích dẫn trong bài không có trong danh mục tài liệu kèm năm lệch nhau giữa hai chỗ, và nguồn dồn vào 1 tới 2 năm gần nhất ở tạp chí hạng dưới mà khung lý thuyết không có tạp chí đầu ngành nào. Thứ tự cố định giữ cho sự chú ý không chỉ dừng ở lỗi thú vị nhất.

Bạn nên dùng một ký hiệu thay cho màu tô hay chữ nghiêng, vì màu tô mất khi tệp đổi định dạng và mắt sẽ lướt qua nó một khi tệp đã quen. Ký hiệu tìm được cho bạn một phép kiểm đếm được: tìm nó, và số kết quả phải bằng không trước khi bạn xuất tệp. Việc đó biến sự cảnh giác thành một phép tính, đúng thứ mà độ lệch tự đánh giá trong Hargis và cộng sự (2017) đòi hỏi. Người tham gia của họ đánh dấu 4 loại lỗi trên mỗi đoạn văn, từ lỗi chính tả ở từ 1 tới 2 âm tiết cho tới lỗi hoà hợp động từ, trên văn bản có mức đọc khoảng 15,2, vậy mà vẫn đánh giá cao hơn kết quả thật của mình chừng 11 điểm phần trăm.

Bạn cũng đừng trông chờ một khoá học ngắn cài sẵn thói quen này. Mazgutova và McCray (2023) theo dõi 39 sinh viên đại học và sau đại học bằng phần mềm ghi lại thao tác gõ phím, ở đầu và cuối một khoá tiếng Anh học thuật tăng cường kéo dài 1 tháng, rồi phân tích bằng kiểm định giả thuyết Bayes. Họ tìm thấy bằng chứng ở mức vừa phải chống lại giả thuyết rằng hành vi sửa bài có thay đổi trong tháng đó. Tách ghi chú khỏi bản nộp là việc ở tầng nghĩa, đúng cái tầng mà một khoá 1 tháng không dịch chuyển được.

Có một điều cần dè chừng ở đây. Doh Nubia và Simmonds (2021) phỏng vấn 19 người tại 3 đại học Nam Phi, gồm 11 người hướng dẫn và 8 nghiên cứu sinh, và thấy rằng coi đề cương như một việc tuân thủ kỹ thuật sẽ làm hẹp lại những gì giai đoạn này dạy được cho người viết. Dọn tệp là việc cần làm nhưng không phải phần việc chính: lập luận vẫn phải đáng đọc sau khi ghi chú đã được lấy ra.

Trả lời thẳng: Hãy giữ nguyên vẹn chuỗi lập luận gồm vấn đề, khoảng trống, câu hỏi nghiên cứu, cách tiếp cận, đóng góp dự kiến, và bằng chứng cho thấy bạn làm được. Mọi thứ khác đều thương lượng được. Một đề cương đứt một mắt xích trong chuỗi đó sẽ bị đọc là tản mạn, dù câu chữ xung quanh có sạch tới đâu.

Chuỗi lập luận là thứ hội đồng dựng lại trong đầu khi đọc. Nếu khoảng trống đã nêu mà câu hỏi không nối tiếp từ đó, hoặc phương pháp đã mô tả mà không buộc trở lại câu hỏi, người đọc sẽ dừng. Thiếu mạch logic đứng đầu trong 7 chủ đề của Pietersen (2014) cũng vì lý do này. Cắt vẫn an toàn chừng nào mỗi mục còn lại vẫn đưa được người đọc sang mục kế tiếp. Nạn nhân thường gặp của một lượt cắt mạnh tay là phần bằng chứng khả thi, phần trông giống việc dọn nhà bên cạnh các mục trí tuệ, và cũng là phần trả lời câu hỏi một dự án dự kiến chạy 3 tới 4 năm có kết thúc nổi hay không.

Còn một thứ nữa sống sót qua mọi lượt cắt, đó là mục Timeline hoặc Work Plan có nội dung thật bên trong. Trong bảng soát của MAAS, một tiêu đề Timeline bỏ trống là một lỗi riêng, đứng cạnh lỗi trích dẫn trong bài không có trong danh mục tài liệu và lỗi năm lệch nhau giữa hai chỗ. Pietersen (2014) ghi nhận cùng loại lỗi đó dưới chủ đề lỗi kỹ thuật, nơi người review nêu việc danh mục tài liệu không xếp theo bảng chữ cái và nguồn có trong bài nhưng vắng trong danh mục.

Trả lời thẳng: Hãy để đủ lâu để tệp thôi còn cảm giác quen thuộc. Trong nghiên cứu mà Burgoyne và cộng sự (2023) xem xét lại, độ chính xác trên văn bản của chính người viết hồi lại sau 2 tuần. Khi hạn nộp không cho phép 2 tuần, hãy đổi điều kiện đọc thay vì tin vào một lần đọc lại cho mới.

Cả 5 nguồn dùng khi soạn bài này lần đầu đều được mở và đọc ngày 28 tháng 8 năm 2026, và 2 nguồn ứng viên khác đã bị bỏ vì trang của nhà xuất bản trả về màn chặn bot thay vì trả về nội dung. Hai tuần là khoảng thời gian được ghi trong phát hiện gốc, và là phiên bản của lời khuyên này có kèm một con số (dẫn trong Burgoyne và cộng sự, 2023). Áp dụng nó nghĩa là hoàn tất phần việc nội dung sớm hơn hạn nộp một quãng, tức một quyết định về lịch đưa ra từ nhiều tuần trước chứ không phải một quyết định biên tập đưa ra ở phút cuối.

Khi lịch không cho phép 2 tuần, bạn hãy phá sự quen thuộc bằng cách khác. Đọc các mục theo thứ tự ngược lại để mạch lập luận không cuốn bạn đi, hoặc chỉ đọc câu chủ đề của từng đoạn rồi kiểm xem chuỗi lập luận có còn đứng vững. Nhờ một người chưa từng đọc bản này đọc giúp, vì người không mang trí nhớ về bản nháp sẽ đọc trang giấy thay vì đọc một kỳ vọng về trang giấy. Và hãy dành cho việc đọc nhiều thời gian hơn mức bạn thấy là cần, bởi biến dự báo bền vững duy nhất trong Burgoyne và cộng sự (2023) là số phút đã bỏ ra, r = 0,35, p = 0,005.

Việc đổi vật mang chữ có bằng chứng đo được. Trong một nghiên cứu tiếp nối, Hargis và cộng sự (2017) cho 31 người trẻ, tuổi trung bình 20,74, làm cùng nhiệm vụ đó trên màn hình thay vì trên giấy, và nhóm làm trên giấy phát hiện lỗi chính xác hơn, F(1, 60) = 4,91, p = 0,03. Mức tự đánh giá không khác nhau giữa 2 điều kiện, F(1, 60) = 0,21, p = 0,65, tức nhóm đọc màn hình không hề kém tự tin hơn dù bắt được ít lỗi hơn. In đề cương ra giấy cho lượt đọc cuối là một thay đổi rẻ tiền và không phụ thuộc vào việc phán đoán của bạn có khá lên hay không.

Trả lời thẳng: MAAS review đề cương theo bảng 4 lỗi nói ở trên, đánh dấu các lớp trong tệp và chỉ ra đoạn nào là ghi chú mang cùng phông chữ. Chuyên gia soạn bản nháp các mục thay thế từ chính những gì bạn kể về công việc của mình, còn bạn chỉnh và duyệt chúng. MAAS không nộp hồ sơ thay bạn, và thư gửi giáo sư chỉ đi sau khi bạn duyệt.

Đề cương được nộp dưới tên bạn và do chính bạn bảo vệ ở buổi phỏng vấn, nên bạn là người đọc, chỉnh và duyệt từng mục trước khi nộp. Khi một đề cương cần chuyên gia đúng ngành hẹp, MAAS ghép trong vòng 48 giờ nếu mạng lưới đã có người phù hợp, và mở một đợt tuyển riêng thường khoảng 2 tuần nếu chưa có.