《科學資訊要點樣傳遞？》

我覺得一份科學期刊論文嘅格式係好反映出scientific communication嘅精要所在。
傳遞科學資訊同傳遞所有資訊都一樣，1）唔係個個人都有興趣睇晒成份嘢；2）唔係個個人都有時間睇晒成份嘢；3）唔係個個人喺一份文入面所需要嘅野都一樣。（其實三樣嘢重點差唔多...）
一個平常人，佢係唔介意因同果之間有一定程度嘅「黑盒」存在，佢所需要嘅係睇到一條將起點同終點連起嘅線，中間個「黑盒」有幾大、有幾細，就視乎你嘅目的如何。
咁樣講好抽象，我試下畀啲假設嘅例子。我首先將一篇論文最主要嘅部份列明。
(Abstract)
Introduction
Method
Result
(Conclusion)
Discussion
(Acknowledgment)
對一個平常人嚟講（又或當我面對啲我好唔熟嘅題目），佢想知有關一個科學知識，佢可能想知頭尾就OK。佢冇需要亦冇能力去明白個「黑盒」講𡁵乜（除非佢好畀心機咁去學）。好多時佢需要嘅係背景同問題(Question/Problem)，然後就係答案，或者更重要係知道個"Significance of"答案。呢啲嘢大概喺Introduction同Discussion就搵到，一頭一尾。
呢度牽涉嘅係
1）「點解有呢個問題？」
﹣問題嘅significance
2）「個問題係咩？」
﹣將個significance化為一條問到同有答案嘅問題
3）「個答案係咩？」
﹣將一埋raw data整合、詮釋而達到對應問題嘅答案。
4）「呢個答案有咩用？」
﹣答案嘅significance
有左呢幾樣嘢，我就可以繼續探討下一個問題；有好多時我地想知一個學說、一個範疇，入面有無數個問題、答案。如果要詳細知道晒細節，咁喺你未達到一半可能已經用盡你嘅腦能量。但係如果你知道咗以上嘅四樣野，你就可以砌一條鏈出嚟，一環扣一環整個scaffold出嚟。當然你呢條鏈嘅知識係唔完全justified，因為入面有好多「黑盒」，而你某程度上係憑信「權威」（i.e. 科學家／專家／peer-review制度／某啲大型組織(i.e. WHO)....etc)而去支持你砌呢條鏈。

就我所見，科普書大多係以呢種方式為框架。重點在於背景同significance，間唔中一啲好重要嘅method或者result都會寫出嚟，但係一定唔係主要部份。科普書重點係要涉獵好多研究，畀大家有一個大故事、大框架，所以係要用短篇幅將一個又一個問題、一個又一個答案、一個又一個significance串連埋一齊。
﹣﹣﹣
假設你唔係最平常人，你已經係對個範疇有多一啲認識，你係想深入少少去知道某個課題嘅發展。咁你就會睇多啲Result，同埋你會有能力批判多啲Discussion。
Result係咩呢？Result唔係一堆Raw data咁簡單。Result都係一個故事，係蘊含推演嘅文字，係想將一個Argument一步一步咁推進落去。就咁一堆Raw data 係冇意義嘅，係當有人有能力去詮釋、去串連啲Raw data，呢一堆散收收嘅嘢先會有意義。呢種故事就係「黑盒」嘅一大部份。
問題同答案之間係要有條路連埋，唔係好似時空轉移咁由起點跳去終點。條路係點呢？條路就係個mechanism，亦即係result表達到嘅嘢。起點(Problem) -> A -> B -> C -> D -> 終點(Answer)，呢個係一個層層推進嘅argument，理論上，當你完整咁解釋到成個路程，你就係知道成件事發生嘅機制(Mechanism)。當然，事實上，每個獨立研究（或者甚至整合晒所有研究）都係冇話完全搵得晒個mechanism出嚟嘅，大部份情況下，總有得再問落去，或者再搵細啲。
﹣﹣﹣
到最後，仲有一個「黑盒」，就係Method。Result嘅出現，係基於你點去做你嘅研究，如果我冇能力判斷你做嘅嘢岩唔岩、合唔合理，就算出現咗一堆result，都可以係冇乜意思。
Method大多係畀研究𡁵嗰範嘅人去睇，因為佢哋先有能力去明白啲儀器啊、研究嘅工具啊、啲reagent啊、啲材料啊、啲sample size啊，諸如此類。呢部份某程度上係最難明，因為佢唔係argument、又唔係講咩故事、又唔係有咩意義，只係一堆散亂嘅hard fact。佢唔一定會解釋呢個方法邊度嚟，唔一定解釋呢個方法有咩原理、處理緊咩問題，係要靠你對呢方面有基本認識，你先可以推敲，或者搵返相對應嘅原因。甚至呢啲方法有時係最有創意嘅部份，因為係研究者面對一個problem時，諗起自己想用咩工具。有時同一個類似嘅問題，唔同人已經可以揀唔同工具，但係實際上點解揀A方法唔揀B方法呢？有好多時係無從稽考，除非你真係走去面對面問做研究嗰個人。
﹣﹣﹣
不過咁講，有時就算睇晒所有，都唔代表冇「黑盒」。因為有好多嘢未必喺文字度capture得晒。譬如一個研究有嘅限制，唔一定個個都會寫出嚟。一個研究有咩「做唔到」，呢個都好少會寫出嚟。又或者實際上佢真係點做實驗，有時都可能同文字有些少差異。仲有，文永遠係一個narrative而已，將所擁有嘅材料砌埋一齊。一篇寫出嚟嘅文同點樣得到啲raw data（當中嘅次序、思路）嘅實際程序，係唔一定對應嘅。只要個argument加上啲raw data係合理，文係照樣可以出。
但係有啲更大嘅「黑盒」，或者都未必算係黑盒嘅，只係一啲文包含唔到嘅嘢。譬如，點解問A問題而唔係問B問題（或C、D、E、F....etc）呢？呢個冇一定答案，可能係老細覺得有興趣、可能係開會一時興起諗到、可能係沖沖下涼有嘅靈感。當你決定左個問題，自然會去寫返呢個問題點樣對應以前嘅人嘅故事，同埋諗埋「呢個問題嘅重要性」。呢啲嘢有時可能後期細心諗先加上去。不過就算加咗，都解答唔到點解係問呢個問題，而唔係問「嗰個問題」。
又或者你揀咩前人嘅故事作為你嘅background，都係冇特定嘅方法。你嘅筆墨有限，所以你自然會選擇某啲你覺得最相關嘅前人研究去講。但係點解揀呢份，而唔係講份，去到邊個範疇為止就停？呢啲都有一定程度係要睇返寫文個人個腦個思路諗緊乜。佢嘅選擇、佢嘅取材，某程度上都係一個「黑盒」。當然唔係話完全天馬行空嘅，又或者通常研究者會quote啲大型review去大包圍。但係始終點都會有一定程度嘅選擇，譬如話「去到邊度係超出左relevant to 我嘅一研究嘅文」，呢啲係牽及一定嘅主觀判段。況且有時啲研究可以牽涉cross-discipline嘅知識嘅話，就更加有呢個考慮。