人人都是時間管理大師！！
天啊，碩士班也太忙了吧！！
原本的期待是，除了收案跟上課，我可以安安穩穩的坐在辦公室裡面念書。
結果！！每天都在跟庶務賽跑
|
|
一 |
二 |
三 |
四 |
五 |
|
上午 |
1.
理論課 |
1.
大三臨床實習約個案 |
1.
被叫去支援 2.
服務學習助教 |
1.
收案 |
2.
統計課 |
|
下午 |
1.
評析課 |
2.
收案 |
1.
英文課。 2.
服務學習助教 |
1.
寫作課 |
2.
服務學習助教 |
服務學習的事前行政作業真的是超級多！！
而且系館超級髒！！
我根本職治系衛生股長…
而且…
沒想到我第一週就遲交作業，正確來說是完全忘記這件事…而且還是自己老闆的…，超級荒唐。
囉嗦完這一個禮拜發生的事後，紀錄一下這週學到什麼。
＜理論課＞
1.
Phenomenon 與 concept 的不同：Phenomenon是具體的，形象化的事物。而concept是抽象的，是集合名詞。多個Phenomenon集合成concept；多個concept的關係組合成throey
2.
理論分成static theory以及Dynamic
theory
＜評析課＞
前言的相關要點
1. 前言是主觀的描述，包含了「背景的敘述」與「目的的敘述」，背景需要文獻回顧，除非是系統性回顧，否則前言的文獻回顧一定不可能完整，故挑選什麼文獻支持自己的研究即為一種主觀。
「過去我認為前言是客觀的敘述，因為他人的研究是客觀的，並沒有想到挑選也是一種主觀，因此有進一步釐清此段落之架構」
2. 前言只需講可以解決的問題，不講無關的問題
「過去很習慣只要文獻有提到的內容就會每個都記錄，而難以聚焦問題，這段紀錄提醒我要如何鎖定閱讀內容」
3. 同學Q：前言的部分，針對先前研究的不足，通常會提及反論嗎？
老師A：作者於「前言」對於昔日研究之彙整/評論有二種：1.很少研究/幾乎未知；2. 雖有研究（因各研究發現不一，或研究缺失等因素），故迄今仍無定論。
方法的相關要點
1. 方法是最客觀的段落，也是架構最明確的段落，但不易讀的原因是因為方法學需要大量相關的背景知識
結果的相關要點
1.
結果是客觀的段落
2.
結果需要注意個案的特質有沒有辦法概化，若樣本沒有代表性，則一定要保留結果的解釋。「過去我在結果很習慣只看工具的分數比較，且會直接忽略個案特質，過去的我認為不重要，但這部分提醒了我，臨床研究除了本身的研究以外，還要考慮可不可以更概化出去，也就是個案特質也是需要特別留意之處!」
3.
結果的解讀必須開始注意標準差，開始留意樣本的異質性有多大
4.
結果必須與目的相呼應
5.
我Q：有沒有相關的標準可以判斷「概化」一事呢？
老師A： 關鍵指標有二：1.抽樣方法，上課提到臨床研究個案難以確認母體，也難以執行抽樣，所以概化的能力，皆因此欠缺代表性，至少打5折了。2.樣本數與樣本特質，樣本數若少於30（或50）基本上，至少打5折。若樣本數夠大，可先確認該研究之取樣與排除條件（這是最大可概化之範疇），再察看個案特質（通常比取樣與排除條件之範疇又更小），這也是最大可概化之範疇。
結論的相關要點
1.
結論是主觀的段落，原因：1.作者會選擇好的結果報告；2.結果太多難以呈現，所以作者必須挑選較重要的結果呈現。
2.
結論中除了敘述自己的研究結果以外，其於不論是否有相關文獻支持，皆須語帶保留，因為不論何種研究，臨床研究之結果通常代表性極差。
3.
同學Q：結論和討論的差別是？
老師A：結論(conclusion)的內容主要有二：1. 彙整主要研究目的發現；2. 解釋其學術與臨床意義/價值（含概化），這常因研究限制，故語意保留。(沒有包含研究限制的敘述！！)
討論(discussion)內容主要有三：1. 彙整特定/個別研究發現；2. 解釋其可能原因或跟之前研究比較；3.小結並解釋其學術與臨床意義/價值（含概化），這常因研究限制，故語意保留。
＜寫作課＞
1.
前言需寫出該研究的重要性以及目的，而非只是概念的描述（不能只講what 還要說 how 、 why）
2.
結論不會寫出研究限制（結論要點有二1. 彙整主要研究目的發現；2. 解釋其學術與臨床意義/價值）
3.
樣本數與樣本代表性，是不同概念。
4.
小心，推論不要過快/跳躍
5.
Q：當在結論/前言下了一句肯定句後，需要引述文獻嗎？
A：如果立論/理由夠強烈就不用。
6.
一頁PPT只需闡述一至二種概念即可，且說明需與標題相呼應！
＜統計課＞
1.
系統抽樣(systematic sampling)：又稱等距抽樣。作法上為有名冊，編號順序隨便排列，等數目差距的抽樣
2.
聚落抽樣(cluster sampling)：符合經濟效益的做法，以小群體為抽樣單位，且可再配合其他抽樣方法
3.
分層隨機抽樣(stratified sampling)：抽樣比例需與母群一致。
4.
變項的分類與要使用何種統計方法有關，故統計方法分成了有母數分析(parametric
statistics)以及無母數分析(nonparametric statistics)。
母數分析用以分析ratio / interval的數據，因為會產生分布，所以需要考慮參數
無母數分析用以分析 nominal / ordinal 的數據，不涉及母群，故不需考慮參數。
參數：標準差、平均數等等描述母體聚集/離散程度的字眼
