留学生写作

你的研究计划写成了方法章节。这才是最致命的。

如果你没法用三句大白话讲清楚你的统计方法，说明你自己也没想明白。别炫技，翻译。

凌晨一点，你盯着methods段落改了第四遍。现在的版本是：'We will employ a mixed-effects multilevel modeling framework with random intercepts and slopes to account for the nested data structure.' 你觉得自己很专业，很扎实，甚至能预感到未来thesis defense的画面。然后你导师看完，在'multilevel'那个词上停住，歪了歪头，问了一句：'所以你到底在测什么？' 你张嘴。脑子空白。因为你不是在解释一个方法，你是在表演一个方法。而这就是undergraduate research proposal读起来像统计学期末大纲、而不是一个活人能跟下来的计划的根本原因。

说句不好听的：proposal里的术语是盾牌，不是信号。你堆'multivariate'、堆'maximum likelihood'，是因为说'我会看看班级规模对结果有没有预测力，同时控制学校层级'这件事，让你觉得配不上research document。但你导师这学期已经看了四十份这种文件。他们不是来考你词汇量的，他们是来判断你的计划能不能落地。我们做了一组对照实验，专门测把普通词换成高级词之后文本会不会更'像人'，结果很直接：fancy-vocabulary版本在一个detector上还是0.9998。没人买账。没人跟得上。你藏在词后面，读者就走了。

解法不是降智，是翻译。你的读者是一个聪明但不在这个细分领域的人。给他what、why、为什么这个方法适合这个数据，按这个顺序讲。'我用mixed model是因为我的数据里学生嵌套在课堂里，用普通回归会把每个学生当独立的，但他们不是。' 这就是一句方法解释。你导师读完能点头，不用翻统计课本。你不需要证明你读过课本，你需要证明你想过课本里的工具为什么适用于你这一堆具体的数据。

给你三组真实改写。❌ 'We will utilize a hierarchical linear modeling approach to examine the moderating effect of SES on the relationship between instructional quality and achievement.' ✅ 'I'm checking whether the teaching-quality-to-grades link gets stronger or weaker depending on family income, using a mixed model because students share classrooms.' ❌ 'A chi-square goodness-of-fit test will be employed to assess distributional properties.' ✅ 'First I'll look at how my responses spread. If they're way off a bell curve, I'll switch to a nonparametric test so my p-values don't lie.' ❌ 'The study will leverage propensity score matching to mitigate selection bias.' ✅ 'My control group wasn't random, so I'll match each treated student with a similar untreated one before comparing.' 规律很清楚：具体、落地、不表演。

节奏和具体信息干的是术语以前假装干的那份活。同一组实验里，长短句混排的版本让一个detector分数从1.0掉到0.0969。加一个第一人称的具体细节，掉到0.4036。这个原理直接搬到proposal里：'我会从俄亥俄三所community college收420份问卷'比'a stratified sample of institutional participants will be recruited'强十倍。数字、地点、具体的'I will'——这才让committee觉得'这人真计划过了'。模糊的方法论姿态就是学术版的'看情况'。没人给'看情况'批经费。

如果你手上那份draft八成是术语、两成是实际计划，发给你导师之前先丢进easydue跑一遍。不是让它变花哨，是让它听起来像一个真的知道自己要干嘛的人。实验里，用deliberate short-long rhythm加一个grounded detail的版本在两个独立detector上分别拿到0.2726和0.1825，是整组里最像人写的。重点不是骗软件。重点是：清晰是理解之后的副产品。如果你的方法段需要加脚注解释为什么选ANCOVA而不是简单t-test，说明你自己还没想清楚。想清楚。然后写出那个困惑但聪明的读者需要的那句话。

你committee不想看你会ANOVA。他们想看你分得清什么时候不该用ANOVA。这句话值得截图贴桌上。research proposal不是炫技，是跟四十个疲惫的读者立flag：你说了你要干的事，你真的能干。Plain English不是rigor的死对头，它是rigor的证据。