Comments in the writing course (11/13)

一、寫作通則
(一)、架構
    1. 定義的使用及解釋，須思考依據定義所提供之範疇和範例是否廣泛(包括該有之內容)。教材內容中有專有名詞出現時，仍要呈現專有名詞之定義。(Zi-I)
    2. 問卷的目的為瞭若指掌教材內容，題目太少會提高學習效應，影響信度，因此須增加問卷題目數。(Zi-I)
    3. 可擬定問卷題目和教材之checklist，以檢視教材是否呈現"需要人知道什麼"、"該告訴人什麼東西"，及檢視問卷題目是否夠多、是否與教材連貫。(Zi-I)
    4. 建議文字和多媒體內容一起呈現。(Zi-I)
    5. 相關分成絕對相關和相對相關。
        絕對相關：二變項之直接相關程度，使用單變量分析(相關係數)。
        相對相關：一起考量多個會影響依變項之變項(依據理論或過去文獻選擇之變項)，找出較強的變項。使用多變量分析(迴歸)。(Patrice)
    6. 如何解釋單變量和多變量之結果：須訂定單變量之判斷標準，是統計顯著還是關連程度。須考量關連程度 r 標準是要訂為0.3, 0.4, 或0.5。
        單變量和多變量之結果，可先解釋二個變項之間的直接關係 (單變量)，再從多變量說明控制/排除其它因素後，還有多少的影響力 (迴歸為提供extra information)。(Patrice)
    7. 已使用低標，不須再考慮可彈性解釋的部分。驗證工具不是我所發展之工具，要客觀解釋是否符合所設定之標準，不及格就是不及格，等審稿者給予意見時，在改寫討論部分。(En-Chi)
    8. 要如何看單向度的整體標準是什麼? 沒有解釋清楚。(En-Chi)
    9. 結構須一致，例如：在結果部分，分別呈現個別面向之CFA指標，但卻呈現所有面向之項目factor loading數據，此書寫方式結構混亂。(En-Chi)
   10. CFA研究之數據解釋結構可為呈現CFA指標結果及項目factor loading結果，CFA指標符合但項目factor loading不符合時，可刪除項目factor loading，再分析CFA。(En-Chi)
   11. 非研究目的，則不須分析。例如：驗證項目之難度排序非為研究目的，則不須分析Mokken之DM model，分析DM model需要更改response category，反而造成困擾。(Jenny)

二、寫作細節
(一)、語句：字詞使用須明確，例如：標題"到宅輔具評估"，是評估輔具，非評估環境，但在標題內容中有提及環境改造。(Zi-I)
(二)、文法：文法錯誤，例如："The criterion of the CFA fit index was met in bold."須改為"The criterion of the CFA fit index did not met in bold."。"The two domains... met the fit indices..."須改為"The two domains...met the criteria of fit indices..."。(En-Chi)

三、統計
(一)、Mokken有二個指標，MH model和DM model。MH model為看項目之單向度，而 DM model為看項目難度之排序。(Jenny)