一个博士生接受怎样的训练是完整、全面的科研训练？

无数次的实践证明没有良好的数理基础很多时候你的研究走不深。如果你数理基础薄弱在短期内也可能做出一些好的成果，但是长远来看研究的深度和持续性高质量原创输出是很难的。这也是为什么我们经常看到很多大牛本科出身是数学系的。数学系四年的高强度训练对以后做研究是非常有益的，其实像工科领域用到的所谓“很难的”数学基本上95%的情况不会超过数学系本科范围。

我个人本科自动化专业，数学基础也很一般，在博士阶段头一年就意识到数学的重要性，于是博士阶段头三年都会刷一些数学系本科的课程。目前把数学分析，实分析，应用泛函分析，线性代数，拓扑学，常微分方程，统计推断都刷过了，像抽象代数，微分几何，数论这些自己暂时用不上就没刷。即使是仅仅刷了一部分数学系本科课程，而且自学也赶不上科班出身的那么扎实，但已经让我获益匪浅了。至少对比大多数工科生，你会发现自己看问题的深度往往比他们深，同时你掌握了基本的数学知识后和大牛们沟通起来障碍也小了很多。

我们身处在信息时代计算机的时代，编程能力毋庸置疑是非常重要的。我这里谈到的编程实践能力不单单指你能把算法写成代码就完事了。如何设计出高效的代码？如何让你的代码更加健壮？如何让你的代码更加易懂易用？大多数工科非计算机的学生在编程上还是比较浅尝辄止的，因为单就发论文而言很多时候是不需要很高超的程序设计能力，只要能把算法运行起来就行。这样做确实在短期内是完全没有问题，而且就短期来看是非常省事省力的。

但某一天你打开1年以前自己编的代码的时候，你就发现自己竟然看不太懂了。这是因为没有文档和注释，当初编程时也未考虑到程序的易读性。糟糕的设计模式也使得当你想稍微改进一下算法的时候想要复用以前的代码变得异常困难，只好把以前写过的代码又重新再返工一遍。至于想把自己的工作传承给师弟师妹们的时候也变得异常困难（你自己过1年都看不懂更不用说让别人理解你的代码），所以后面的师弟师妹们又不得不重新再来一遍。大量的时间浪费在了无意义的重复中，自然对前沿方向的探索就时间不足。

好的研究是站在巨人肩膀上的，好的研究是需要继承的。这个继承我个人理解是来自两个方面：一个是继承别人的，一个是继承曾经的自己的。

前面2条是比较一般的那种能力，作为博士你需要在一个小领域内能够非常拿得出手。在这个小领域内你是非常非常自信的，你一出手就是碾压的存在。这需要你对这个小领域内经典paper和近期前沿的paper都非常熟悉，而且自己也动手实践过。这个小领域其实基本上就是你发paper的点了。

前面三条就是硬功夫，从这条开始就是软功夫了。讲故事的能力包括 如何在写paper的时候把你的highlights提炼出来，让审稿人能够认可你的创新点。如何做好各式各样的presentation，在有限的时间内清晰地表达出你的工作。如何向外行，大同行，小同行来介绍你的工作，能让不同的观众对你的研究工作感兴趣。

学术圈是一个相对封闭的圈子，你逐渐会发现这个圈子来来回回就那么些人，这一点和业界比是一个非常不一样的地方，业界你可能需要每天接触不同圈子的人。所以在学术圈里混是需要一定的混圈子的能力的。

那么怎么样去在学术圈社交呢？在学术圈社交的先决条件是你自己先得具有相当的学术能力，所以对低年级博士来说首要任务是多发高质量paper，提升自己的能力，而不是搞所谓的社交。只有你具备相当能力后别人才会来和你进行平等的学术社交，否则只能是单方面跪舔或者单方面施舍。高年级博士生在学有所成的基础上可以刻意的进行一些学术社交活动，拓展自己的人脉关系也是非常好的。

博士阶段绝大多数人都会遇到瓶颈。例如：导师完全放养不知道研究方向是什么？写了第一篇文章发给导师被骂写得是什么垃圾。投了文章被审稿人拒稿，感觉自己做的研究没什么意义，博士进入第三年或者第四年还没有发出paper整天焦虑的不行，看到和自己一起入学的同学发paper的发paper，准备毕业的准备毕业，自己什么进展也没有就更加焦虑到不行。

这些事情或多或少在读博过程中都有经历过，读博是需要坐住冷板凳的。在坐冷板凳的时候你是需要有一个调整心态的方式的，不然真的可能就是彻底的凉凉了。我的方式是每周和要好的博士同学打打羽毛球，然后一起泡澡，一起约个饭什么的。通过这个途径大家在心理上都有一个交流和释放的平台，而运动之后再洗个澡在生理上会让人进入一种比较舒服的状态。当然每个人有不同的方式，但是你一定需要一个途径去排遣你的压力。

在我博士刚入学的时候，系里给我们这些新生开过一个会，主要讲一个博士生要具备什么样的能力才算是一个合格的博士。

写在问前，全文共计5603字，覆盖了博士所需技能和能力的方方面面，建议收藏后再看，可以时不时拿出来与自己对照，有则改之无则加勉。

主要的材料是引用的这个：The Vitae Researcher Development Framework[1]（vitae 研究者发展框架）

该框架分为四个领域，每个领域又分为三个子项，分别是：

Domain A: Knowledge and intellectual abilities: The knowledge, intellectual abilities and techniques to do research

• A1: Knowledge base - 知识库
• A2: Cognitive abilities - 认知力
• A3: Creativity - 创新能力

A1: Knowledge base

1. subject knowledge - 领域知识

• 至少具有核心知识和对关键概念，问题和研究思路的基本理解。
• 了解自己研究领域和相关领域的最新进展。
• 正在努力为知识做出原创性贡献。
• 正在发展对国际和非学术方面的知识创造的广泛认识。

\2. Research methods - theoretical knowledge:- 研究方法之理论知识

• 了解相关的研究方法和技术及其在自己研究领域中的适当应用。
• 证明自己研究中使用的原理和实验技术。

\3. Research methods – practical application: - 研究方法之实际应用

• 使用与研究领域相关的一系列研究方法并记录自己的活动。
• 在自己的学科领域显示出不断增强的能力，并且持续加深对可替代方法和分析技术的认识。

\4. Information seeking - 信息搜集

• 掌握搜索和查找技能。
• 识别并访问适当的书目资源，档案和其他相关信息来源，包括网络资源，主要资源和存储库。
• 充分利用各种当前的工具和技术。
• 评估来源的可靠性，价值，权威性和相关性。
• 寻求相关团体的反馈以获取其他见解。

\5. Information literacy and management - 信息素养与管理

• 适当地设计和执行用于使用信息技术获取和整理信息的系统（例如文字处理，电子表格，模拟系统，数据库）。
• 增强对信息/数据安全性和寿命问题的意识。
• 知道从哪里获得专家建议，包括但不限于信息/数据经理，档案管理员和图书馆员。

\6. Language - 语言

• 掌握适用于研究的语言（包括技术语言）。
• 学习另外的语言。

\7. Academic literacy and numeracy - 学术素养和计算能力

• 能够在学术环境中适当地理解，解释，创造和交流。
• 为演示准备语法正确的内容。
• 以适合目的和上下文的风格写给专业和非专业观众。
• 具有数学能力。
• 了解并应用学科/研究领域可能使用的任何统计数据。
• 分析数据并使用适当的计算机软件包。
• 具有IT素养并且能够使用信息和数字技术。

A2: Cognitive abilities - 认知力

1. Analysing - 分析

• 严格分析和评估自己的发现和其他发现。
• 验证其他人的数据集。

\2. Synthesising - 融合

• 发现自己的研究与以前研究的联系，从融合中得到收获。

\3. Critical thinking - 批判性思考

• 能够理解争议，并能以口头和文字表达自己的观点和假设。
• 具有识别和验证问题的能力
• 认识多种认知范式和替代范式

\4. Evaluation - 评估

• 汇总，记录，报告并反思进度。
• 评估自己的研究活动的影响和结果。
• 评估主要和次要研究信息/数据的质量，完整性和真实性。
• 接纳并提出建设性批评。

\5. Problem solving - 问题解决

• 将自己研究的基本主题独立出来；
• 并提出基础研究问题和假设。

A3. Creativity - 创造力

1. Inquiring mind - 好奇心

• 表现出学习和获取知识的意愿和能力。
• 展示出灵活性和开放性。
• 培养一种提问技巧的风格。

2 Intellectual insight - 远见卓识

• 吸收并运用思想。
• 通过调查/寻求信息来创造想法和机会。

3 Innovation - 创新

• 了解创新和创造力在研究中的作用。
• 尝试从事跨学科研究。

\4. Argument construction - 论据构造

• 建设性地捍卫研究成果。
• 提供一些支持成果的证据。
• 清晰简洁地构造论点。

\5. Intellectual risk - 智力风险（？）

• 测试界限，愿意挑战学科/研究领域内的思想现状。
• 向重要的受众公开想法并对其他研究进行严格评估。

Domain B: Personal effectiveness: The personal qualities and approach to be an effective researcher

• B1: Personal Qualities - 个人素质
• B2: Self-management - 自我管理
• B3: Professional and career development - 专业和职业管理

B1 Personal Qualities - 个人素质

1. Enthusiasm - 热情

• 保持自己的研究热情和动力。
• 认识到需要对自己的工作充满激情和自豪感。

即使是平凡的工作也有要有干劲。

\2. Perseverance - 坚持不懈

• 表现出自律，积极性和坚定信念。
• 在遇到障碍和挫折时坚持不懈，但可以寻求同事，主管或领导者的支持。
• 有效地处理日常研究工作。

\3. Integrity - 正直

• 在研究领域和所处机构了解和展示出良好研究的实践。
• 必要时寻求指导。

\4. Self-confidence - 自信

• 发掘一些个人能力并愿意证明它们。
• 认识到自己知识，技能和专长的界限，并酌情利用一些外部支持。

\5. Self-reflection - 自我反思

• 花时间反思实践和经历。
• 扬长，补短。
• 寻求个人反馈。
• 从错误中学习。

\6. Responsibility - 责任

• 逐步对自己的项目和自己的身心健康承担全部责任。
• 进一步发展独立性。

B2: Self-management - 自我管理

1. Preparation and prioritisation - 准备和优先级

• 准备和规划以达到目标，并能在得到必要的支持下进行调整。

\2. Commitment to research - 致力于科研

• 致力于并完成第一个项目，同时获得研究证书（credentials）

\3. Time management - 时间管理

• 有效地管理自己的时间以完成研究项目。
• 坚持清晰的计划。

\4. Responsiveness to change

• 在需要时调整方法； 寻求指导并认识到风险。

\5. Work-life balance

• 正在认识到工作与生活平衡问题。
• 必要时使用支持和咨询服务，以避免过大的压力并增进个人身心健康。
• 考虑他人的需求。

B3：Professional and career development - 专业和职业管理

1. Career management - 职业管理

• 管理自己的职业发展，设定现实可行的职业目标，确定并践行提高就业能力的方法。
• 通过有效的简历，申请和面试展示自己的技能，个人特质和经验。
• 开始建立职业网络。

\2. Continuing professional development - 持续的专业发展

• 表现出自我意识和识别自己的发展能力。
• 认识到自己经验的可转移性，并将其明确传达给潜在的雇主或直属负责人。
• 简历并维护自己的成就和经验记录。

\3. Responsiveness to opportunities - 对机会的反应

• 展示对研究技能到其他工作环境的可转移性的了解，以及对学术界内外的职业机会的了解。
• 了解并利用学术界内外的广泛就业和专业发展机会，包括工作经验和实习机会。

\4. Networking - 社交圈

• 与机构内以及更广泛的研究界内的主管和同事建立并维护合作网络和工作关系。
• 有效地使用个人和/或在线网络来获得反馈和建议，对工作的严格评估以及对机会的响应。
• 与社会和公共机构互动交流。

\5. Reputation and esteem - 声誉和自尊

• 在自己的研究领域上发声。

• 开始成为优秀研究者。

Domain C: Research governance and organisation:
Knowledge of the professional standards and requirements to do research

• Professional conduct -职业操守
• Research Management - 研究管理
• Finance, funding and resources - 财务，资金和资源

C1: Professional conduct -职业操守

1. Health and safety - 健康和安全

• 了解相关的健康和安全问题，并养成负责任的工作习惯。
• 对自己的工作环境负责。
• 意识到对他人和更广泛环境的影响。

\2. Ethics, principles and sustainability - 道德，原则和可持续性

• 了解并应用有关行为规范的行为准则和准则； 积极向主管寻求建议。
• 表现出对与其他研究人员，研究对象以及可能受到研究影响的其他人的权利有关的问题的意识。
• 注意自身对环境的影响。
• 了解如何以可持续的方式表现和工作。
• 了解社会责任的概念； 积极寻求必要的指导。

\3. Legal requirements - 法律要求

• 对研究的法律要求有基本的了解，例如 Data Protection Act(《数据保护法》)，Freedom of Information Act(《信息自由法》)等。

\4. IPR and copyright - 知识产权和版权

• 对适用于自己的研究的数据所有权规则有基本的了解。

\5. Respect and confidentiality - 尊重和保密

• 尊重自己的研究中参与者的保密权和匿名权。
• 尊重同事。

\6. Attribution and co-authorship - 署名和共同创作

• 了解归因概念，并一贯的公平贯彻归因。
• 寻求对于对于有关行为准则的建议。

\7. Appropriate practice - 适当实践

• 在适当的情况下，了解并遵守与所在机构相关的学术不端行为的法规。

Domain D: Engagement, influence and impact: The knowledge and skills to work with others to ensure the wider impact of research

• Working with others - 与他人合作
• Communication and dissemination -交流与传播
• Engagement and impact - 参与和影响

D1: Working with others - 与他人合作

1. Collegiality - 合作制

• 考虑他人
• 倾听，给与和接受反馈，并回复对方

\2. Team working - 团队合作

• 在正式团队和非正式团队中工作并为他们的成功做出贡献时，了解自己的行为以及对他人的影响。
• 感谢其他团队成员（包括非学术成员）的贡献。
• 感谢所有直接或间接参与者的贡献。

\3. People management - 人员管理

与主管商议进程和期限deadline。

\4. Supervision - 监督

• 参与同级的帮助和评估，以及对于本科生的支持和评估。

\5. Mentoring - 指导

• 参与教学，指导，演示或其他研究活动时，有效地支持他人的学习。
• 认识到指导和接受指导的重要性。

\6. Influence - 影响力

• 参与讨论并欢迎挑战。
• 认识到自己的研究对现实生活环境的影响。
• 认识到学术界与那些使用研究成果来取得影响和受到影响的人们进行对话的价值。

\7. Collaboration - 合作

• 意识到协同工作的价值，并从中获得尽可能大的收益。
• 与主管/研究负责人共同研究。
• 认识到自己和相邻学科/研究领域内的共同/冲突利益。

\8. Equality and diversity - 平等和多样性

• 尊重个人差异。
• 在工作环境中培养对多样性和差异的认识。
• 了解机构对平等和多样性的要求。

D2: Communication and dissemination -交流与传播

1. Communication methods - 交流方式

• 通过各种技术，正式和非正式地构造连贯的论点，并向各种受众清楚地表达思想。
• 积极参与与同事的知识交流和辩论，不限于学科和领域
• 注重修辞技巧。

\2. Communication media - 交流媒介

• 发展各种沟通方式，例如使用交互式技术和/或文本和视觉媒体进行面对面的交互。
• 拥有个人网络主页。
• 在演示中有效使用视听辅助工具。

\3. Publication - 出版物

• 了解出版过程和研究成果的进一步开发过程。
• 发表一些出版物。
• 正在提高人们对出版物发行范围和多样性的认识。

D3: Engagement and impact - 参与和影响

1. Teaching - 教学

• 参与本科生教学。
• 协助对本科生项目的监督。
• 参加研究会议（研讨会，讲习班，会议等）。

\2. Public engagement - 参与到公众活动

• 了解并欣赏与公众互动的价值，并乐于参与。
• 响应当地的各种机会和活动，并在公共活动中介绍自己研究的各个方面。

\3. Enterprise - 创业

• 产生想法并确定机会。
• 在自己的机构内部或外部以创新的方式发展思想。
• 了解研究成果的商业开发过程。
• 了解在业务/商业环境中建立关系对学术界的价值。

\4. Policy - 政策

• 了解相关的决策过程，并以政策友好的形式展示成果。
• 分析政策并了解其所处的广泛环境。

\5. Society and culture - 社会和文化

• 使人们认识到研究对更广泛的社会的影响以及社会，环境和文化对研究的影响。
• 了解社会责任的概念。

\6. Global citizenship - 全球公民

• 对国家和国际层面上进行自己的研究的背景有广泛的了解。

写在文末，看到这个问题后，自己就有了写这个回答的想法，没想到东西涉及的非常多，最后写了将近5500字，这不仅对相关的同学有所启迪，也是对自己接下来的一个界定，从上述中能看到，对于一个合格的博士学位获得者，掌握的能力几乎是全方位的，进可科研，退可百搭。

希望与各位同学共勉。

我认为完整、全面的科研训练主要分为两个方面，一方面是培养具体做研究的能力，另一方面是锻炼管理学术生活的能力。这些训练有些是导师给你的，有些是要靠自己努力的。

具体做研究的能力比较直观，即解决问题的能力，可以细分为如下部分几点。

1）进行针对性学习和有效入手的能力。博士研究很多时候是新课题，不太可能从头开始学习所有知识，这个时候进行选择和平衡就非常重要了，一方面要有宽厚的整体基础，一方面要在具体的研究点上有所突破，并且要在一定的时间内完成。

2）进行问题拆解与关联的能力。这一点比第一点稍微难一些，也算是科研开始上路的标志吧。这一步的目标是掌握把未知的问题转换为能解决的方案的能力，并掌握和熟悉常用的研究范式。

3）展示和说服的能力。文本层面，学术写作（含作图）既是一种能力，也是一种思维习惯，简洁有逻辑的陈述需要长时间的训练与总结。非严格文本层面上，如何与导师、同行、合作伙伴进行基于不同目的的高效交流，也是一项重要的能力。

管理学术生活的能力的话，则主要针对想要在学术圈长久发展的博士，包含如下几点。

1）长期规划的能力，知道自己需要提升哪些方面的能力，并持续努力。

2）选题的能力，深入了解相关领域的发展脉络与未来方向，结合自己擅长的点规划出适合较长时间努力的方向，导向为研究角色的转换和写本子。

3）社交的能力，努力做到让别人了解和欣赏自己的工作，并建立关联，拓展研究的边界。影响力的构建是一项复杂的工程，我自身也还在努力学习和提高的过程中——俗称混圈子。

看了下其他答主的回答，很多事情其实大家不是不知道，而是做不到，因此最重要的一点还是有计划地去坚持提升……

另推荐我的另一篇文章，即回答如何构建符合从0到1工作特点的新型学术评价体系 ，也即基于代表研究项目制度的新型学术评价体系。这篇文章先分析了我国目前学术制度的形成背景和我国目前对于学术的实际需求，然后指出了目前国内看重“五唯”的评价体系的缺点，以及国际通用的代表作制度的缺点（如无法界定代表作的质量等级，以及代表作之间缺少体系相关性导致无法形成从0到1的工作），并指出了造成这一切的根源因素是目前所有的评价体系中缺少从0到1的工作的定义，或者说绝大部分的学者并不知道从0到1的工作是如何产生的。而在下文中我已经论证，决定从0到1工作的只跟其分析问题解决问题的过程（或者说逻辑结构）有关，基于此我设计了基于代表研究项目的新型学术评价体系，它由“成体系和卡结构的定义”、“收材料的方式”、以及“决定是否通过的方式”三个部分组成，一切的核心都是围绕着提交代表研究项目而进行。并在最后呼吁更多的学术界顶尖人物来组织发起关于“什么才是从0到1工作”的真理大讨论，并最终带来一系列的更深层次的学术改革。也欢迎大家就这篇文章的内容进行交流讨论，给予指正。

为什么国内的科研工作者做原创工作的渴望不是那么强？77 赞同 · 5 评论回答

学术训练体系第一部分

——学术研究过程与思维运用

林治阳

一个完整的学术训练其实是包含了3个部分：1、学术研究过程与思维运用；2.本硕博培养方案；3.学术写作（会议期刊本硕博论文）。对一个博士来说，整个博士期间最重要的不是发了多少文章做了多少项目，而是掌握这个学术训练体系。

现在我们来介绍这个学术训练体系的第一部分——学术研究过程及思维运用。这一部分分为六章，分别是：1.学术研究过程；2.坚决打击rubbish work；3.代表作积分制；4.学术带来的一些思维习惯；5.思维运用；6.我的世界观。下面的Q表示question，也就是需要思考的问题；U表示understanding，也就是需要理解的概念。

一、学术研究过程

Step 1 Before Your Research

在正式进行研究之前，我们需要树立一个正确的学术世界观。这时候你需要问你自己：

（Q1）你觉得什么才是研究？

（Q2）你觉得什么才是研究的表现形式？

（Q3）你觉得什么才算是高水平的研究？

（Q4）你觉得什么样的学者才是真正有水平的学者？

（Q5）你目前对学术的理解从宏观角度来说会产生什么样的结果？

（Q6）你对学术和学者的理解跟那些已经改变过世界的成果和人物之间有何不同？

Step 2 Motivation Case

在你决定开始一个研究之前，不应该是自己想当然拍脑门去做事情，而是在现实中发生了一些事引起了你的注意，这些事情有一个共同的特点，让你开始对这件事产生兴趣和关注（U1）。只有兴趣和关注才能让你把事情挖掘深刻。一般来说，我们需要至少3个motivation case。在找寻motivation case的时候，应该回答出这几个问题：

（Q7）你看到的现象是什么？

（Q8）这些现象的共同之处是什么？

（Q9）这些现象有什么影响以至于我们必须要关注它解决它？

（Q10）这些现象是有明显特定的发生范围还是全球通用？

（Q11）这些现象或者其背后的活动，目的是什么？

（Q12）这个现象本身是否属于你的学科领域？

（Q13）请通过现实调查统计证明这些现象是否在Q10的回答下广泛存在。如果是可以继续做下去，如果不是请重新找。

这几个motivation case看上去比较宽泛，但其实都属于一个大类的问题范畴，也就是我们所说的research topic（U2）。

Step 3 Bound Your Research Scope

在确定motivation case广泛存在以后，这一现象就是我们需要关注并解决的现象。而这些现象本身都具有这些特点：广泛存在、可循环、会反复出现（U3）。在这个时候，我们的问题本身还很宽泛，看似是一个现象，但其实是有很多个不同的情况组成在一起，造成这个问题的原因和影响因素也各不相同，因此我们需要在这里限定我们的研究范围。一般来说，我们需要从6个角度去限定我们的研究范围（U4）。按顺序分别是：

1、一个阶段。这里要回答这些问题：

（Q14）这个现象或者活动在产生的过程中，可以涉及到哪些阶段？

这里每个阶段之间有一个明显的划分点，也就是不同阶段是由不同的行为主体各自完成的（U5）。举个例子，造成施工现场绑扎钢筋失败，涉及的阶段有钢材生产阶段（完成主体：钢厂）、钢筋设计阶段（完成主体：结构设计师）、钢筋加工阶段（完成主体：钢筋加工厂）、钢筋绑扎安装阶段（完成主体：现场工人）。所以首先要分清楚这个现象有哪些涉及的阶段，它们往往是横向的，这些阶段都有可能对这个现象或者活动产生影响（U6）。

（Q15）大概了解下，每个阶段都可能会对这个现象产生什么样的影响？

（Q16）你感兴趣的是哪个阶段？

一个现象涉及到的阶段有很多，而人的时间精力是有限的，这就需要我们找到自己明确的兴趣点，做自己喜欢的事（U7）。所以这里一定要弄清楚自己感兴趣的一个阶段，不要多。

2、一个应用场景，场景是指这个现象发生在什么样的条件和情况下，它们往往是纵向的（U8）。这里要回答的问题有：

（Q17）这个场景的定义是什么？

一个阶段下有不同的应用场景，且你关注的这个应用场景只能属于你关注的阶段之下，且这个场景具有一定的抽象概括性，也就是一类场景（U9）。举个例子，比方说在核电站的运维阶段中，这个阶段可以切分的具体场景有：单人单类型设备运维、单人多类型设备运维、多人单类型设备运维等。同一个现象，在不同的场景下发生的条件情况和原因往往并不相同，只是看起来类似（U10）。譬如单人单类型设备运维发生的操作错误，往往是伴随着设备操作步骤复杂；而多人多类型设备运维发生的操作错误，可能最主要的成因是沟通不畅带来的协调配合不佳。而看上去他们都只是操作错误而已。因此我们需要明确定义一个应用场景。而每个场景下都可能有具体的环境，比如说单人单类型设备运维，这时候场景下面临的具体环境可能有一层楼、两层楼、跑另一栋楼等环境，也可能面临一个房间、两个房间、100个房间等环境，这些就属于场景下的不同具体环境。同样一个例子就是一些数学公理定理，他们对应的问题都是一类场景，也就是我们所说的题型，但是具体到某一个数学题下就有不同的表现形式，这个表现形式就是我们这里提到的“环境”。这些环境看似不一样，其实背后的原理都是一样的，因此我只需要限定到场景即可（U11）。

（Q18）这个场景跟其他不同场景的区别在哪里？

这些场景的切分标准就是看两点（U12）：一是造成该场景下各特性（下文解释）的最主要表现形式出现了本质的区别，比如说；二是不同场景下这个现象中包含的必要发生因素不同。举个例子，同样是化合反应，在超过临界温度、压强的条件下就会发生本质的变化，所以产生的同一特性（如液体的流动性）也会出现本质差别，他们包含的必要因素发生因素（如温度压强）也不同。

（Q19）你目前所关注到的场景是否真的是你感兴趣的场景？

（Q20）简单估计，这个场景是否很有挑战？

请注意，这里的挑战是指这个问题很复杂，需要考虑更多的因素，产生了很大的影响，使得这个问题很难被解决，而不是指你需要学一个很难很酷炫的技术（U13）。

3.特性，它是指造成的某一方面或正或负的影响（U14），比如说。这里需要回答的问题是：

（Q21）你首先关注到的特性是什么？

（Q22）这个特性的定义是什么？

（Q23）为什么你对这个特性定义是这样？

（Q24）这个特性是否重要到引起我们的关注？

（Q25）是否有文献总结或者现实案例支撑你对特性的定义？

（Q26）用统计数字或者观察事实来回答，这个特性造成何种程度的影响？

（Q27）这个特性是依附在你观察的现象中的哪一个行为/动作/事物/活动/……上的？

（Q28）依附在这个行为/动作/事物/活动/……上的，还有哪些特性？

（Q29）这些特性的定义又是什么？

（Q30）为什么你对这些特性定义是这样？

（Q31）这些新发现的特性是否重要到引起我们的关注？

（Q32）是否有文献总结或者现实案例支撑你对这些新发现特性的定义？

（Q33）用统计数字或者观察事实来回答，这些新发现的特性造成何种程度的影响？

之所以关注而这些特性，往往是因为这些特性表现出了与现实证据有偏差deviation的情况——或是现有解释模型不能解释最新得到的现实证据，多对应自然科学（U15）；或是这个现象/活动不能很好地满足人们的需求，多对应工程学；或者说目前的这个社会不符合我们心中那个完