英文论文中的例子使用：典

英文论文中的例子使用：典型性、相关性与解释充分性的原则

在学术写作中，例子的使用并非简单的“举例说明”，而是论证链条中不可或缺的环节。根据 Elsevier 2023 年发布的《学术写作最佳实践报告》，在同行评审中被拒稿的稿件中，约 38% 存在“例子与论点脱节”或“例子缺乏典型性”的问题。同时，Nature 期刊的编辑指南明确指出，每篇研究论文中平均应包含 3-5 …

在学术写作中，例子的使用并非简单的“举例说明”，而是论证链条中不可或缺的环节。根据 Elsevier 2023 年发布的《学术写作最佳实践报告》，在同行评审中被拒稿的稿件中，约 38% 存在“例子与论点脱节”或“例子缺乏典型性”的问题。同时，Nature 期刊的编辑指南明确指出，每篇研究论文中平均应包含 3-5 个经过精心筛选的“核心例子”来支撑关键论点，而非堆砌大量无关细节。对于中国研究生和科研人员而言，掌握例子使用的三个核心原则——典型性、相关性与解释充分性——是提升论文说服力、通过同行评审的关键技能。本文将以 Nature/Science 写作规范为参照，系统解析这三项原则，并提供可操作的检查清单。

典型性原则：例子必须代表总体特征

典型性要求所选例子必须是其所属类别或现象中的“标准样本”，而非极端或边缘个案。根据 QS 2024 年《全球学术论文质量评估报告》，审稿人识别出的“例子不当”问题中，有 52% 属于“例子不具备代表性”，即作者选取了统计上的离群值或罕见案例来支持普遍性结论。

避免“幸存者偏差”式举例

在生物学或医学论文中，常见错误是仅选取实验组中表现最佳的个体作为例子。例如，在描述药物疗效时，只展示肿瘤缩小最明显的患者影像，而忽略中位效应。正确的做法是：选择 中位数或接近平均值的样本，并在图注中注明“该例子代表第 50 百分位的反应”。Nature 审稿指南建议，作者应在方法部分明确例子选取的随机化或标准化流程，确保例子的统计代表性。

使用“典型性检查表”

撰写论文时，可对照以下问题自检：该例子是否属于数据分布的前 25% 或后 25%？是否有 ≥ 3 个其他样本呈现相似模式？如果例子是定性描述（如访谈片段），是否来自信息饱和度达到后的数据？美国心理学会（APA）2022 年的《学术写作手册》强调，定性研究中的典型例子应来自“典型个案抽样”，即选择具有该群体平均特征的对象。

解释充分性原则：例子必须被充分展开

解释充分性要求作者不仅呈现例子，还必须对其细节、边界条件和含义进行清晰说明。根据 Springer Nature 2024 年发布的《同行评审透明度报告》，审稿人最常提出的修改意见之一就是“例子解释不充分”，占比约 34%。

遵循“三段式”解释结构

一个充分的例子解释应包含三个部分：呈现（描述例子本身）、分析（拆解例子与论点的对应关系）、限定（说明例子的适用范围或例外情况）。例如，在化学论文中展示一个催化反应的例子时，不能仅列出产率数据，还需说明反应条件（温度、压力、溶剂）、催化剂用量、以及该条件是否适用于其他底物。Nature 的写作模板中，每个例子段落通常包含 3-5 句解释，其中至少 1 句用于讨论例子的局限性。

量化例子的解释深度

可采用“例子解释指数”来自我评估：计算例子段落中用于“分析”和“限定”的句子数量，除以总句子数。若该指数低于 0.5，说明解释可能不足。IEEE 2023 年的《技术写作指南》建议，对于每个关键例子，应提供至少 2 个维度的量化信息（如时间、频率、强度、比例），以增强解释的精确性。例如，在社会科学论文中，引用一个访谈受访者的例子时，应注明其年龄、职业、收入区间以及该回答在全体样本中的出现频率（如“该观点在 65% 的受访者中出现”）。

例子在文献综述中的特殊运用

文献综述中的例子使用需要更高的整合能力。根据 QS 2024 年的调查，约 41% 的研究生在撰写文献综述时，错误地“罗列式”引用研究作为例子，而非分析其内在联系。

采用“主题-例子-对比”框架

在综述一个研究主题时，应选择 2-3 个具有代表性的研究 作为例子，并明确对比它们的异同。例如，在综述“光催化材料”领域时，可选取 2019 年、2021 年和 2023 年的三篇代表性论文，分别对应早期、中期和最新进展。每个例子需说明其方法、关键发现以及与前后研究的逻辑衔接。Science 期刊的综述指南强调，例子之间必须存在“递进关系”或“对立关系”，而非简单并列。

避免“例子孤岛”

常见的错误是每个例子独立成段，缺乏横向比较。正确的做法是在例子之后立即进行“交叉分析”，用表格或对比段落呈现例子间的共同点与差异点。例如，在医学综述中，比较不同临床试验的例子时，应使用 同一标准（如效应量、置信区间、样本量） 进行并列展示，并在文字中解释为何这些例子共同支持或反驳了某个假说。

例子与图表配合的视觉原则

学术论文中，例子常以图表形式呈现。根据 IEEE 2023 年的数据，论文中每增加一个高质量的图表，被引用率平均提升 12%。但图表作为“视觉例子”时，同样需要遵循典型性、相关性和解释充分性原则。

图表例子的“三点标注法”

在图表标题和注释中，应明确标注该图表所展示的例子是：1）典型样本（代表整体趋势）；2）边界案例（展示极端情况）；或 3）对比基准（用于与主要结果对照）。Nature 期刊的图表指南要求，每个图表必须包含至少 1 句“关键发现”的文本解释，直接指出该图表例子如何支撑正文中的论点。例如，在散点图中，用箭头标出代表“中位效应”的点，并在图注中说明“该点对应正文中讨论的典型例子”。

避免“视觉噪音”

当图表中包含多个子图时，每个子图都应服务于一个独立的论点。若某个子图只是重复其他子图的信息，应果断删除。Elsevier 的编辑建议，每个图表中的例子数量应控制在 3-7 个 之间，过多则分散注意力，过少则缺乏代表性。对于时间序列数据，应选择关键时间节点（如干预前、干预后 1 个月、6 个月）作为例子，而非展示全部数据点。

常见错误与修改案例

根据对 50 篇中国研究生投稿论文的分析（来源：Unilink Education 数据库，2024 年），例子使用错误可归纳为三类典型问题。

错误一：例子过于特殊

原文：“我们的模型在测试集上表现优异，例如在识别‘猫’的图片时，准确率达到了 99.2%。”
问题：只选取了模型表现最好的类别作为例子。
修改：“我们的模型在测试集上表现优异，在 10 个类别中，平均准确率为 87.3%。以准确率接近中位数（88.1%）的‘猫’类别为例，其准确率为 89.4%。”
原则：选择中位数而非极值。

错误二：例子与论点脱节

原文：“深度学习需要大量数据，例如 AlphaGo 使用了 3000 万盘棋局数据。”
问题：AlphaGo 的例子虽然相关，但未直接说明“大量数据”的具体阈值或与论点的因果关系。
修改：“深度学习需要大量数据：以图像分类任务为例，当训练数据从 1,000 张增加到 100,000 张时，模型准确率从 72.3% 提升至 93.1%（基于 ImageNet 子集实验）。这表明数据量每增加一个数量级，准确率平均提升约 5-8 个百分点。”
原则：例子需提供量化因果关联。

错误三：例子解释不完整

原文：“图 2 显示了我们的实验结果。可见，方法 A 优于方法 B。”
问题：未说明图 2 中具体哪个数据点代表例子，也未解释“优于”的量化标准。
修改：“图 2 显示了方法 A 与方法 B 在 5 个数据集上的 F1 分数对比。以数据集 D1 为例（图中红色箭头标注），方法 A 的 F1 分数为 0.89，方法 B 为 0.76，差异具有统计学显著性（p < 0.01, paired t-test）。”
原则：每个图表例子需有明确标注和统计检验。

FAQ

Q1：在英文论文中，一个段落里应该放几个例子最合适？

根据 Nature 期刊 2023 年的写作指南，一个 150-200 字的论证段落中，通常包含 1-2 个例子。如果例子较为复杂（如包含图表或数据分析），则只放 1 个。超过 2 个例子会导致段落臃肿，读者难以抓住重点。对于文献综述段落，可适当增加至 2-3 个，但需通过对比分析串联。

Q2：如何判断我选的例子是否具有“典型性”？

一个可操作的方法是：从你的数据集中随机抽取 5 个样本，若你所选的例子与这 5 个样本中至少 3 个在关键指标上（如均值、中位数、标准差）差异小于 10%，则说明其具有典型性。对于定性研究，可请 2 位独立编码者判断该例子是否代表群体中的“常见模式”，一致性达 80% 以上可接受。

Q3：如果我的研究结果中，所有例子都不完美，该怎么办？

这种情况下，不应强行选取一个“看起来好”的例子而隐瞒其缺陷。正确的做法是：选择 最接近平均结果的例子，并在解释中明确标注其局限性。例如：“以患者编号 102 为例（其肿瘤缩小率为 15%，接近中位值 14.8%），尽管未达到完全缓解标准，但该结果仍支持药物具有中度疗效的结论。” 同时，在讨论部分补充说明该例子的代表性范围。

参考资料

Elsevier. (2023). Academic Writing Best Practice Report. Elsevier Research Intelligence.
QS. (2024). Global Academic Paper Quality Assessment Report. Quacquarelli Symonds.
American Psychological Association. (2022). Publication Manual of the American Psychological Association (7th ed.). APA.
Taylor & Francis. (2023). Peer Review Feedback Analysis: 1,200 Manuscripts. Taylor & Francis Group.
Springer Nature. (2024). Peer Review Transparency Report. Springer Nature.
Unilink Education. (2024). Chinese Graduate Thesis Writing Error Database. Unilink Education Research Division.