W9B. Literature review для research proposals

1. Краткое содержание

1.1 Роль literature review в research proposal

Literature review (LR) — критический синтез существующих исследований по теме. В research proposal раздел Literature Review выполняет точную функцию: задаёт интеллектуальный контекст и показывает, что существует research gap — вопрос, на который текущая литература отвечает неполно, и который призвано закрыть ваше предлагаемое исследование.

Важно понимать, какой тип LR вы пишете. В таксономии Susanne Hempel (Conducting Your Literature Review) обзоры литературы делятся на три широких типа:

1. Background section — краткий контекст внутри другого документа.
2. Часть отчёта о research project — фокусированный стратегический синтез как раздел более крупного proposal или статьи. Это ваш случай.
3. Stand-alone product — самостоятельный, обычно исчерпывающий обзор как самостоятельный научный продукт (например, systematic review).

Поскольку ваш LR — часть research proposal, он не обязан быть исчерпывающим. Он должен быть стратегическим: охватывать главные теории, дискуссии и выводы, которые напрямую обосновывают ваше исследование и задают для него интеллектуальные рамки.

1.2 Что должен делать literature review

LR в research proposal выполняет пять ключевых функций:

• Описать главные теории и понятия по теме. Читатель, не знакомый с полем, после LR должен понимать основные интеллектуальные рамки.
• Описать ключевые дискуссии и споры: где расходятся исследователи? что остаётся спорным? это показывает живость поля и место для вашего вклада.
• Описать research gap — конкретную проблему, вопрос или пробел в знаниях, который заполнит ваше исследование.
• Убедиться, что источники релевантны и авторитетны: статьи в рецензируемых журналах, материалы конференций, признанные академические источники; избегайте ненаучных сайтов, Wikipedia и источников с неясным происхождением.
• Синтезировать и интерпретировать источники — не пересказывать по одному. Выявляйте закономерности, согласия, противоречия и следствия между работами.

1.3 Советы по стратегическому literature review

Типичная ошибка — писать LR как серию пересказов: «Smith (2019) нашёл X. Jones (2021) — Y. Brown (2022) — Z». Такой приём иногда называют annotation-style письмом: он не синтезирует литературу и не демонстрирует критическое мышление.

Вместо этого:

• Вам не нужен systematic literature review. Systematic review требует исчерпывающего охвата публикаций и формальной методологии отбора. LR в proposal должен покрывать наиболее важные работы.
• Сконцентрируйтесь на ключевых публикациях. В приоритете — фундаментальные работы, сильно цитируемые статьи и свежие исследования, близкие к вашему RQ.
• Группируйте литературу по темам или концепциям. Упорядочивайте по идее, а не по автору или дате. Например: «исследования по X делятся на два лагеря: те, что утверждают A [1, 4, 7], и те, что утверждают B [2, 5]».
• Избегайте пошагового перечисления работ по хронологии или «методичного» перебора одной статьи за другой без синтеза. Читателю нужна картина знаний, а не таймлайн публикаций.

1.4 Five C’s literature review

Рамка Five C’s задаёт систематический способ анализа и изложения источников. Каждая «C» — отдельная интеллектуальная операция:

1.4.1 Cite

Cite — корректно ссылаться на источники в формате IEEE. В IEEE ссылки нумеруются по порядку появления в тексте ([1], [2], [3]). Любое утверждение, опирающееся на источник, должно иметь цитату; без цитаты утверждение читается как личное мнение автора без опоры.

Пример корректно процитированного утверждения: > Модели машинного обучения демонстрируют систематическое bias в отношении меньшинств в задачах распознавания лиц [3], [7].

1.4.2 Compare

Compare — сопоставляйте методы, результаты, модели и аргументы между источниками. Где авторы согласны? какие выводы повторяются в независимых работах? на каких методологических решениях сходятся исследователи?

Сравнение показывает читателю, что в поле уже установлено — подтверждено несколькими независимыми исследованиями.

Пример: > И Foelicker [3], и Kim et al. [9] показывают, что архитектуры на transformers превосходят рекуррентные модели на задачах с дальними зависимостями, что намекает на устойчивость этого преимущества при разных типах датасетов.

1.4.3 Contrast

Contrast — противопоставляйте методы, результаты, модели и аргументы. Где авторы не согласны? где конфликтуют результаты? какие методологические различия могут объяснять расхождения?

Контраст показывает спорные зоны — именно там может быть вклад вашего исследования.

Пример: > Тогда как Eshol [45] утверждает, что gradient clipping не нужен при batch normalization, Sigurdarsson [34] показал, что модели без gradient clipping расходятся при больших learning rates независимо от стратегии нормализации.

1.4.4 Critique

Critique — оценивайте литературу. Это не враждебность и не обесценивание. Речь о том, какие идеи наиболее valid (логически выдержаны), suitable (подходят к проблеме) и reliable (согласованы и воспроизводимы). Назовите ограничения существующих работ и объясните, какие подходы убедительнее и почему.

Пример: > Хотя Kickfeis [23] даёт крупномасштабный датасет, оценка ограничена одним доменом. Обобщаемость (generalizability) выводов поэтому остаётся неясной, и напрямую переносить результаты на кросс-доменные задачи трудно.

1.4.5 Connect

Connect — свяжите литературу с вашим исследованием. После сравнения, контраста и критики объясните, как ваше предлагаемое исследование к этому относится. Оно:

• закрывает пробел, который оставляет существующая работа?
• переносит известный метод в новый домен или контекст?
• напрямую проверяет или оспаривает спорное утверждение?
• синтезирует две ранее разведённые линии исследований?

Для research proposal это самая важная из Five C’s: здесь вы явно обосновываете research question.

Пример: > Учитывая описанное выше разногласие о кросс-доменной обобщаемости, данное исследование предлагает оценить модель Kickfeis [23] на трёх дополнительных доменах и тем самым всестороннее проверить границы её качества.

1.5 Времена в literature review

Выбор времён не произволен: он сигнализирует о статусе знания, о котором идёт речь. В академическом LR обычно используют Present Simple, Past Simple и Present Perfect Simple.

1.5.1 Present Simple

Present Simple, когда:

• Вы ссылаетесь на недавние исследования, чьи выводы актуальны и широко приняты: > Пример: Foelicker [3] shows, что transformer-моделям нужно существенно меньше данных для fine-tuning, чем архитектурам на LSTM.
• Вы хотите показать, что автор по-прежнему отстаивает цитируемую идею: > Пример: Eshol [45] последовательно argues, что символьные рассуждения должны быть интегрированы в deep learning для подлинной generalization.

1.5.2 Past Simple

Past Simple, когда:

• Речь о конкретном прошлом исследовании и его отдельных результатах: > Пример: Kickfeis [23] found, что точность падает на 12%, если объём обучающих данных уменьшают вдвое.
• Автор умер, и утверждение относится к историческому моменту: > Пример: Sigurdarsson [34] claimed, что нейронные сети никогда не смогут с произвольной точностью аппроксимировать непрерывные функции.

1.5.3 Present Perfect Simple

Present Perfect Simple, когда:

• Исследование было в прошлом, но остаётся напрямую релевантным текущему состоянию поля: > Пример: Tricksters [1] has demonstrated, что эффект X может проявляться при подходящих условиях.
• Используются маркеры времени вроде ever, never, just, already, yet, so far, up to now, recently, since или for (длительность или релевантность «до сейчас»): > Пример a): So far, no evidence has been found, что adversarial training полностью устраняет distributional shift. > Пример b): Since 2020, the performance gap between these two approaches has become increasingly clear.

1.6 Полезные фразы для literature review

Академическое письмо опирается на общий репертуар citation phrases — шаблонных оборотов, которые вводят, атрибутируют и оценивают источники. Корректное их использование сигнализирует об академической беглости.

Academic Phrasebank (University of Manchester) даёт обширный список фраз для разных функций письма. Для LR см. раздел «Referring to sources»: https://www.phrasebank.manchester.ac.uk/referring-to-sources/

Особенно полезны такие категории:

Введение утверждения источника:

• X argues that…
• According to X,…
• X contends that…
• X maintains that…

Согласие между источниками:

• This view is supported by X, who found that…
• Similarly, X demonstrates that…
• In line with X’s findings, Y also reports that…

Разногласие между источниками:

• However, X challenges this view by arguing that…
• In contrast, X found that…
• This finding contradicts earlier work by X, who reported that…

Пробел или ограничение:

• However, few studies have examined…
• The existing literature has not yet addressed…
• A limitation of this research is that…
• To date, no study has investigated…