Estoy trabajando en un campo empírico y recientemente tuve un artículo sobre un esfuerzo de recopilación de datos y su posterior análisis que fue aceptado provisionalmente, sujeto a revisiones. El comentario negativo más difícil de abordar es que el conjunto de datos que adquirí se consideró relativamente pequeño; ¿Cómo puedo justificar el tamaño pequeño del conjunto de datos de manera sólida debido a las dificultades prácticas para adquirir datos?
No me es posible recopilar más datos en términos de dinero, mano de obra o incluso tiempo... que se suman más o menos al "capital de investigación". He visto otros conjuntos de datos utilizados que no son mucho más grandes, pero también hay corpus que son más grandes por un margen significativo. Del mismo modo, algunos conjuntos de datos son bastante similares, mientras que otros no tienen ninguna relación con los míos. Finalmente, aunque algunos corpus están disponibles gratuitamente, para la mayoría de los artículos en mi campo, es bastante raro que las publicaciones establezcan explícitamente cómo se pueden adquirir los datos para sus propios fines, y por lo tanto, la capacidad real de adquirir datos incluso en segundo lugar. la mano parece tener manchas.
Básicamente, necesitaría reformular el párrafo anterior en alguna forma que pueda poner en el documento que necesita revisión; ¿Qué puedo hacer?
Esta respuesta ampliará algunas de las notas en los comentarios y la respuesta de OldDoc. Sugeriría tres cosas:
Como se ha dicho, un análisis estadístico de su conjunto de datos aclarará con cuánta confianza y precisión puede concluir sus hallazgos. Esta es una parte esencial del proceso olfativo
Particularmente en las ciencias naturales, la recopilación de datos puede ser problemática y limitada por el tiempo y el presupuesto, pero la comunidad es consciente de esto, al igual que su revisor.
¡Todo lo que se requiere es que informe sus hallazgos de manera adecuada, incluso si no necesariamente le gusta la respuesta! En circunstancias extremas, es posible que tenga conjuntos de datos tan escasos o variados que simplemente necesite más trabajo. Sucede.
La ciencia progresa con el conocimiento que incluye datos menos que óptimos, al igual que ayudar a los que vienen después de usted a hacerlo mejor al explicar en su artículo cómo podría mejorar su propio enfoque.
Estoy de acuerdo en que el revisor probablemente esté solicitando este tipo de análisis y no por qué no pudo hacer todo el trabajo que le hubiera gustado.
roland
lingüista errante
roland
Marca
lingüista errante
lingüista errante