有些人論文看得快，有些人卻很慢。＃你是哪一種
⠀
有些人能整理數十篇既有文獻與亞洲現況，制訂 guideline，有些人卻連論文都看不完。
⠀
有些人能整理數百篇文獻，一年發表 10 篇 meta-analysis，但有些人卻連一個主題都讀不完。
⠀
因為，論文是作品，得讀沒錯。
但更重要的，是你帶著怎樣的「目的」去讀這些作品。
⠀
要晨會報告，讀的重點是，與科內臨床工作相關的細節，以及從文字中看出不同醫院的資源與文化不同。要整理 guideline，論文閱讀重點是各篇的 indication、outcome 與普遍的適用性。要發表 meta-analysis，重點當然就是研究設計、評估量表與該文章的特殊意義。甚至，同是實證，要做 EBM 競賽，與要發表 meta-analysis，所閱讀的重點，也有所不同。
⠀
缺乏這種「目的」感，看 paper 只好逐字逐句、鉅細靡遺的讀，自然速度就慢，而且 ＃連重點都抓不太到，更別說本來想完成的成果，品質不佳，甚至半途而廢。
⠀
這堂課，曾秉濤醫師將與你分享，如果帶著「我要發表 meta-analysis」的目的，論文該是 ＃怎麼找、＃怎麼瀏覽、＃怎麼篩選，以及最後挑出來的精華，又該 ＃如何精讀？
⠀
＃用對方法，發表不卡。一起向曾醫師學，「我是怎麼搜尋文獻的：以發表為導向」。
⠀
🎯 克服經費與資源稀少的困境，帶您踏入統合分析的領域。
⠀
☑ 統合分析研究規劃技巧
☑ 正確拆解論文架構
☑ 必學的重要專有名詞
☑ 互動實作：完成一套 Meta-analysis 圖表
☑ 以發表為導向的搜尋文獻
☑ Meta-analysis 圖表優化重點
☑ 給初學者的起步建議
⠀
🔸 11/7（日）統合分析工作坊 #全新梯次
➠ https://meta-analysis.innovarad.tw/event/
起步真的不難，PGY 課後發五篇統合分析論文的課程！
⠀
👨🏫 講者陣容
⠀
＃張凱閔，知名復健醫學與超音波學者，台大流病與預防醫學博士，SCI 論文超過 190 篇，並有 25 篇以上為 meta-analysis，探討臨床常見議題。
⠀
＃曾秉濤，專業精神科醫師，擅長從臨床工作找到發表議題，並組成研究團隊，SCI 論文超過 85 篇，並有 70 篇以上為 meta-analysis。
⠀
＃蔡依橙，專業課程開發與整合者，能迅速理解學門架構，並以初學者能理解的方式，建構學習流程。生涯被 SCI 期刊接受的圖表，已超過 500 張，熟悉學術審閱過程與要求。
⠀
🗣️ 學員回饋
⠀
「由於我只是 PGY，很擔心報名後，會聽不懂而浪費錢，結果發現，我的擔心是多餘的！整堂課深入淺出，講師們都把重點講得清楚明白，連新手都可以輕鬆聽懂！包含了如何擬定主題、如何收集文章、如何把題目設定好，使得查詢到的文章量是合適的、如何用軟體分析數據、統合分析的重要觀念、表格要如何呈現才會美觀，一整天下來，資訊和知識的密度極高，完全值回票價！」
⠀
「這次的統合分析工作坊，集合幾位對統合分析很熟悉的老師，藉由指定論文的實際例子，配合互動實作，讓我可以了解完成一篇 meta-analysis 所須經歷的過程。透過老師們的引導，也可以知道整篇論文從構思、搜尋文獻、文獻評讀、資料整理、統計運算、製作圖表到完成文章的脈絡。」
梯度題目 在 Re: [微積] 梯度是唯一的嗎- 看板Math - 批踢踢實業坊 的美食出口停車場
※ 引述《mms (up up)》之銘言：
: 如果有一個題目要我們算一個曲面的梯度
: 這個曲面表示為 2z=2(x^2)y+2y
: 而不是f(x,y,z)=0的形式
: 我們只能"假設" f(x,y,z)=(2z-2(x^2)y-2y) ×c
: 或者f(x,y,z)=(2(x^2)y+2y-2z) ×c的梯度其中一個可能是我們所求
: (c是不為零的任意值)
: 而這個可能卻是唯一一個,是這樣嗎?
: 如果f(x,y,z)確定是2(x^2)y+2y-2z=0好了
: 求grad f的時候我們不能先依等量公里將式子的兩邊同除以2再算梯度
: 而要照式子給的f乖乖去算...是這樣嗎
: 有沒有人懂我在問什麼XD
: ※ 編輯: mms 來自: 182.234.251.245 (06/19 01:02)
: 推 target8917 :只影響大小不影響方向 06/19 01:24
: → mms :對啊所以一定要按照原式子嗎 06/19 01:32
: → mms :因為如果不是這樣 方向導數就不會有唯一的極值?? 06/19 01:33
: ※ 編輯: mms 來自: 182.234.251.245 (06/19 01:40)
: → doom8199 :梯度是唯一的阿。 你現在舉的例子，要解讀成: 06/19 01:41
: → doom8199 :f = 0 是處於 4度空間上，若在 3度空間畫出它的 06/19 01:42
: → doom8199 :"level surface", 則算出來的梯度向量代表著這些 06/19 01:42
: → doom8199 :level surface 的變化趨勢。 06/19 01:43
: → doom8199 :所以定義不同scale的 f, 算出來的梯度當然會不同 06/19 01:44
函數的梯度在函數給定之後就確定了。由函數所決定的等位面，
其法向量梯度可以由所定義的函數的低度去算，但法向量並不
唯一。可以確定的是法向量是一維的，如果你取單位法向量，
局部上通常有兩個，一個是外法向量，一個是內法向量。
f(x,y,z)=2(x^2)y+2y-2z=0跟g(x,y,z)=x^2y+y-z=0
定義出相同的等位面，雖然這兩個梯度不相等，但
在同一個點上的梯度向量是平行的，也就是說，算出
來的法向量一定平行。
所以題目應該不是要你去算曲面的梯度，而是去算
曲面的法向量。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 128.120.178.219
... <看更多>