寫一章別人複製得出來的方法：學術英文方法章的可重現性

為什麼你的方法章讀起來像「我做了什麼」，而不是「別人也能做」

想像一位審稿人翻開你的論文方法章（Methods），讀到這一句：

"We collected some data from students and analyzed it using statistics."

他皺起眉頭。多少學生？哪間學校？什麼時候收的？「some data」是訪談、問卷、還是學習歷程記錄？「statistics」是 t 檢定還是迴歸？這段話什麼都沒說，卻佔了一行字數。

方法章的唯一使命，是讓一位素未謀面的同行，光靠你寫下的文字，就能在他自己的實驗室、他自己的班級、他自己的資料集上，重新走一遍你走過的路。這就是「可重現性」（reproducibility）。如果別人讀完還是不知道怎麼複製你的研究，那這一章就失敗了——無論你的實驗做得多漂亮。

換句話說，方法章不是寫給你自己看的日記，而是寫給未來那位想驗證、想延伸、想挑戰你的研究者看的「操作手冊」。

方法章的黃金準則：具體、可操作、可複製

新手最常見的迷思，是把方法章寫成「一篇敘事」——按時間順序流水帳式地交代「我先做了 A，再做了 B」。但審稿人要的不是故事，而是規格（specification）。

判斷一句方法章寫得好不好，只要問一個問題：「讀者能照著做嗎？」

來看一組對照：

不佳：

"A questionnaire was given to participants to measure their motivation."

改良：

"Participants completed the 7-item Intrinsic Motivation Inventory (IMI; Ryan, 1982), rated on a 5-point Likert scale (1 = strongly disagree, 5 = strongly agree). The Chinese version was back-translated by two bilingual researchers."

改良版交代了工具來源（IMI，附引用）、題數（7 題）、量尺（5 點 Likert，且說明端點）、以及翻譯程序（回譯）。每一個細節都是別人複製時必須知道的參數。前者只是一句空話。

再看一組：

不佳：

"We used AI to help students learn."

改良：

"Students interacted with a custom GPT-4o-based teaching assistant (temperature = 0.7) embedded in the Uedu platform. The system prompt instructed the assistant to use Socratic questioning rather than providing direct answers."

「used AI」是 2026 年最沒有資訊量的一句話。改良版指明了模型版本（GPT-4o）、關鍵參數（temperature）、部署環境（Uedu）、以及行為設定（蘇格拉底式提問）。沒有這些，別人根本無法重現你的「AI」到底是什麼。

時態與語態：方法章的語法慣例

方法章有兩個牢固的語法慣例，值得你刻進肌肉記憶。

第一，已完成的動作用過去式（past tense）。 因為你描述的是一個已經發生、已經結束的研究程序。

不佳：

"We recruit 120 students and ask them to complete the test."（現在式，像是還在進行）

改良：

"We recruited 120 students and asked them to complete the test."

第二，被動語態（passive voice）在方法章是合法且常見的，因為讀者關心的是「做了什麼」而非「誰做的」。不過近年期刊（尤其 APA 第七版）也鼓勵適度主動語態以增加可讀性。原則是：強調操作流程時用被動，強調研究者決策時用主動。

被動（強調程序）：

"Audio recordings were transcribed using OpenAI Whisper and manually verified."

主動（強調決策）：

"We excluded three participants who failed the attention check."

兩者都對。真正要避免的是為了顯得客觀而把每一句都寫成被動，造成句子冗長、動作者消失、責任歸屬模糊：

不佳（過度被動）：

"It was decided that the data that had been collected would be analyzed in a manner that had been determined in advance."

改良：

"We analyzed the data using a pre-registered plan."

結構：方法章的標準骨架

大多數量化研究的方法章遵循一個可預測的子標題結構。即使你的領域略有差異，這個骨架能確保你不漏掉任何審稿人預期看到的資訊：

1. 研究設計（Research Design）：實驗 vs. 準實驗、橫斷 vs. 縱貫、組別配置。
2. 參與者（Participants）：人數、來源、人口統計、招募與排除標準、倫理審查。
3. 材料／工具（Materials / Instruments）：量表、設備、軟體、刺激物，附信效度。
4. 程序（Procedure）：從頭到尾，受試者經歷了什麼，按時序但寫成規格。
5. 資料分析（Data Analysis）：用了哪些統計方法、軟體版本、顯著水準。

每一節都要回答對應的「複製問題」。例如「參與者」一節，審稿人心裡的問題是：「我若要找一群跟你一樣的受試者，該去哪裡、找多少人、排除哪些人？」

不佳（參與者描述太空）：

"The participants were university students."

改良：

"Participants were 142 undergraduate students (87 female, 55 male; M_age = 20.3, SD = 1.4) recruited from two general-education courses at a public university in Taiwan. Three students who completed less than 80% of the tasks were excluded, yielding a final sample of 139."

改良版讓任何人都能評估你的樣本是否具代表性、是否足以支撐你的結論。

寫「程序」時，把時間軸轉成規格

「程序」（Procedure）這一節最容易退化成流水帳。技巧是：保留時序，但每一步都寫成「可被執行的指令」，並交代每一步的參數（時長、次數、間隔）。

不佳：

"First the students did a pretest, then they used the system for a while, and finally they did a posttest and we interviewed some of them."

改良：

"The study comprised three phases over four weeks. In Week 1, students completed a 30-minute pretest. During Weeks 2–3, students used the Uedu ClassroomGPT assistant for at least two 50-minute sessions per week, logged automatically by the platform. In Week 4, students completed an equivalent posttest, and a purposive sample of 12 students participated in 20–30 minute semi-structured interviews."

注意改良版怎麼把「a while」變成「two 50-minute sessions per week」、把「some of them」變成「a purposive sample of 12 students」。所有模糊的量詞都被替換成具體數字。

看一個例子：把一段口語化方法描述改寫成可發表的版本

假設一位學生最初寫下：

"We made a chatbot and let students chat with it. We checked if they learned better. We compared the scores."

我們一步步診斷它缺了什麼：「made a chatbot」——什麼模型？「let students chat」——多久？多少人？有對照組嗎？「checked if they learned better」——用什麼測量？「compared the scores」——什麼統計？

改寫後：

"We developed a retrieval-augmented chatbot built on GPT-4o, grounded in course materials via a vector database. In a quasi-experimental design, two intact classes (n = 68) were assigned to either the chatbot-supported condition or a textbook-only control. Both groups studied the same content for three weeks. Learning gains were measured by a 20-item criterion-referenced test administered before and after the intervention. We compared normalized gain scores between conditions using an independent-samples t-test (α = .05), with Cohen's d reported as the effect size."

從 3 句空話，變成一段任何研究者都能評估、能複製的規格。這就是方法章寫作的核心功夫。

別把「結果」偷渡進方法章

一個常見錯誤是在方法章裡寫出數據結果。方法章只描述「你打算怎麼做」與「你實際做了什麼操作」，不報告做出來的數值。

不佳（混入結果）：

"We administered the survey, and the average motivation score was 4.2, which was higher than the control group."

改良（只留方法）：

"We administered the IMI motivation survey to both groups at the end of the intervention. Group differences were tested using an independent-samples t-test."

那個 4.2 應該出現在「結果」（Results）章，不是方法章。方法章是「食譜」，結果章才是「成品照片」。

動手試試：用「複製檢核表」自評你的方法章

寫完初稿後，逐項打勾，任何一項打不了勾，就回去補：

• [ ] 別人能從我的描述算出確切樣本數與排除流程嗎？
• [ ] 每個量表／工具都有引用或完整描述（題數、量尺）嗎？
• [ ] 所有軟體／模型都標了版本與關鍵參數嗎？
• [ ] 程序的每一步都有時長／次數嗎？
• [ ] 我有交代倫理審查（IRB 核准文號、知情同意）嗎？
• [ ] 我有避免把結果數字寫進來嗎？
• [ ] 統計方法有標軟體、版本、顯著水準嗎？

最後一項常被忽略：

不佳：

"Data were analyzed statistically."

改良：

"Data were analyzed in R (version 4.3.1) using the lme4 package. We fitted a linear mixed-effects model with student as a random intercept. Statistical significance was set at α = .05."

重點回顧

• 方法章的標準是「可複製」，不是「我做了什麼」的敘事。判準只有一句：別人照著做得出來嗎？
• 把模糊量詞換成具體數字：「some students」→「139 students」、「for a while」→「two 50-minute sessions per week」。
• 時態用過去式，語態被動主動並用：描述程序可被動，強調研究者決策用主動，但別過度被動造成冗長。
• 遵循標準骨架：設計 → 參與者 → 材料 → 程序 → 分析，每節回答對應的「複製問題」。
• 別把結果偷渡進方法章：方法章是食譜，數值結果留給結果章。

深入探討（研究所視角）

到了研究所層級，「可重現性」會從一個寫作技巧，升級為一套方法論的政治與哲學。

第一，可重現性危機（the reproducibility crisis）。 自 2010 年代心理學、醫學等領域的大規模重製失敗（如 Open Science Collaboration, 2015 在《Science》發表，僅約 36% 的心理學研究能成功重製）以來，期刊與審稿標準急遽提高。這直接改變了方法章的寫法：今天頂尖期刊期待你預先註冊（pre-registration）研究假設與分析計畫，並在方法章明確區分驗證性分析（confirmatory）與探索性分析（exploratory）。前者是你事前就決定要做的，後者是看到資料後才想到的——若把後者偽裝成前者，就是所謂的 HARKing（Hypothesizing After Results are Known）與 p-hacking，是當代研究倫理的紅線。你的方法章寫法，本身就是一份對抗這些偏誤的承諾。

第二，「方法」與「可複製性」的層級。 學界區分三個遞進概念： - Reproducibility（再現）：用你的原始資料與程式碼，能得出相同結果。 - Replicability（複製）：用新資料、相同方法，能得出一致結論。 - Generalizability（推廣）：方法與結論能延伸到不同情境、母體。

一個寫得好的方法章，至少要保障第一層（提供資料與分析腳本的可得性聲明，data/code availability statement），並為第二層鋪路（細到別人能用新樣本重跑）。

第三，跨領域的張力——質性研究怎麼辦？ 上述準則偏向量化典範。質性研究（訪談、民族誌、紮根理論）不追求「複製出相同數字」，而追求可信賴性（trustworthiness）（Lincoln & Guba, 1985）：可信度（credibility）、可遷移性（transferability）、可靠性（dependability）、可確認性（confirmability）。因此質性方法章的「可重現」轉化為透明的審計軌跡（audit trail）——你如何編碼、如何達成編碼者間信度（inter-rater reliability，如 Cohen's κ）、如何反身性地檢視自己的研究者立場（positionality）。寫作目標從「讓人複製出相同結果」變成「讓人理解並信任你詮釋的歷程」。

第四，與本平台研究的連結。 在 Uedu 這類教育科技平台上做研究，方法章還要承擔一個額外責任：多模態資料的倫理透明度。當你的「材料」包含學習者的生理數據（HRV、睡眠）、對話軌跡、環境感測時，方法章必須交代資料收集的知情同意機制、去識別化程序與IRB 核准範圍。這正是 Educational Omics 框架中 Ethicomics 維度的具體落實——方法的「可重現」不只是技術問題，更是「在合乎研究倫理的前提下可重現」的承諾。一個未說明同意流程就大量蒐集生理數據的方法章，即使技術細節再完整，也不會被當代審稿人接受。

掌握這些，你的方法章就不再只是論文的一個段落，而是你作為研究者誠信與嚴謹的公開宣示。