学术英文修改

你的统计段落像在背教科书？实测7种改法，只有2个真管用

把统计方法说人话不是词汇量问题，是节奏和具体性的问题，检测器数字证明了这一点。

我们做了一个你搜不到教程的对照实验。拿了一段AI写的、解释混合方法统计设计的本科生research proposal段落，丢进两个独立的AI文本检测器。基线分数：0.9997和0.9999。翻译成人话：满屏红旗。然后我们一次只改一个变量，测试了六种'去AI味'手法。同一个底稿，同一个话题，只动一处，别的什么都不碰。结果出来了，有一个数字让我们自己都愣了一下——大家第一反应去做的'换高级词'，对第二个检测器几乎零影响。

先说最反直觉的。我们把'analyze'换成'ascertain'，'use'换成'utilize'，'show'换成'demonstrate empirically'。检测器A从0.9997降到0.7202，好像有点用。检测器B？0.9998。纹丝不动。你花二十分钟把全文词汇升级了一遍，一个工具没看见，另一个工具觉得你只是换了个皮。再看连接词堆砌：每句之间塞'furthermore''additionally''moreover''consequently'。检测器A：0.9691。加了四个过渡副词，分数动了三千分之一。段落读起来还是机器在念稿子。教训很扎心：你只是在给一面旗子贴金箔。旗子还是旗子，颜色还是那个颜色。

真正让数字动的是什么？句式长短交错：四个词短句接三十词长句，检测器A直接打到0.4715，全场单手法最低分。但检测器B停在0.793，一个觉得像人写的，另一个耸耸肩。刻意节奏（短-长-短，像鼓点）：A等于0.6818，B等于0.5157，均衡但都不够狠。第一人称加一个具体细节——'我选two-way ANOVA是因为导师在pilot data上跑过，交互项丑得离谱'——两个检测器都落在0.60附近。诚实结论：没有任何单一手法能在两个检测器上同时压到0.5以下。你必须叠两到三个才够。

接着我们把原始基线那段——0.9997和0.9999的段落——丢进easydue的strong模式。检测器A：0.2057。检测器B：0.009。这不是微调，是段落对检测器来说面目全非。而且它没靠换词，没靠塞'furthermore'。它改的是句子节奏，塞了一两个具体锚点，打断了AI默认的18到22词均匀节拍。如果你凌晨一点盯着两千词methods section，每句长度都一样，先跑一遍easydue再跑检测器。它不是魔法，是结构性编辑，碰巧让模式看起来像人写的。

说回真正的写作问题。本科生research proposal，methods section。你要给一个可能一半是工程师、一半是'我上次打开SPSS是2019年'的评审委员会解释你的two-way ANOVA或者logistic regression。你反复犯的错：照搬教材句式。'A two-way analysis of variance was conducted to examine the interaction effect...'——没人在那个会议室里用这种语法思考。他们脑子里想的是：'哦，就是把两组人放在两个条件下比，看组合效应大不大。'先说人话，再给测试名字。顺序反了你就输了，后面写得再漂亮也救不回来。

核心原则：先说WHY，再说WHAT。给读者一个'我为什么要听你讲统计'的理由，再上术语。三组改写。❌'A multiple linear regression was employed to ascertain the degree to which sleep duration and caffeine intake predict reaction time.' ✅'We want to know if sleep and coffee actually change how fast you react, or if it is mostly noise. A multiple linear regression lets us separate those two while holding the other variables flat.' ❌'The study utilizes a mixed-methods design incorporating both quantitative survey data and qualitative interview transcripts.' ✅'Half the data is numbers from a 40-item survey. The other half is 12 recorded interviews where people explain their own numbers. We call that mixed-methods because we need both to answer the question.' ❌'Effect size will be reported alongside conventional significance thresholds.' ✅'We will report the effect size, not just the p-value. A tiny effect with a clean p below .05 is not a finding. It is a small number that happened to clear the bar.'

一句话总结：你的评审不看你的统计段落里有没有用对术语，他们看的是读完后是否觉得'这个选择回头看是显而易见的'。这就是0.9999和0.009的区别。不是词汇，不是连接词，是节奏、具体性、和敢于写'我选X因为Y'而不是'X was selected to examine Y'的胆量。如果你离proposal ddl还有两天，methods section还像教材附录，跑一遍easydue，然后出声读。哪句话让你像在念实验手册给陌生人听，就重写那一句。这就是全部工作。