A1.4: Research Alternatives in Week 9 - 5%
本页目录· 3 条
IntroductionRubric
Score: 78/100
Feedback
| 评价标准 | 超出预期 | 达到预期 | 需要改进 | 未达预期 |
|---|---|---|---|---|
| 引言 | 提供清晰、简洁且有吸引力的引言，有效概述所选主题、其与 AI 与现代 Web 开发的关联性，以及将要讨论的关键要点。 | 提供清晰的引言，概述所选主题及其关联性，但清晰度或全面性仍可提升。 | 引言存在，但缺乏清晰度，或未能有效概述所选主题及其关联性。 | 缺少引言，或未能对所选主题及其与现代 Web 开发的关联性提供连贯的概述。 |
| 正文：内容 | 充分讨论与所选主题相关的五个相互独立且经过充分研究的要点/策略，提供清晰解释、相关示例或用例，并对潜在优缺点进行批判性分析。 | 讨论了与所选主题相关的五个要点，但解释、示例与分析的深度或全面性有待加强。 | 讨论少于五个要点/策略，或各要点/策略缺乏深度、清晰解释或批判性分析。 | 未能讨论超过 2 个要点/策略。 |
| 正文：组织 | 以清晰、合乎逻辑且连贯的方式组织正文内容，各要点之间衔接顺畅。 | 正文内容（要点/策略）的组织总体合理，但各要点之间的衔接还可更为连贯。 | 正文组织不清晰或支离破碎，导致难以把握报告行文脉络。 | 正文内容的组织为空。 |
| 反思 | 对研究结果进行深思熟虑且有洞见的综合，讨论 GenAI 对所选 Web 开发领域的整体影响，并考虑伦理影响或未来趋势。 | 有反思，但在综合研究发现及其伦理影响方面可更为全面或更具洞见。 | 有反思，但缺乏深度，或未能充分综合研究发现及其影响。 | 缺少反思部分，或未能对研究发现进行有意义的综合或讨论。 |
| 结论 | 给出简明且有效的结论，总结关键要点并提出进一步研究或开发的建议。 | 有结论，但在总结关键要点方面尚可更简明或更有效。 | 有结论，但不够清晰，或未能有效总结关键要点。 | 缺少结论，或未能对研究报告的关键收获进行有意义的总结；对进一步研究或开发的建议欠缺。 |
| AI 使用致谢 | 清晰记录如何使用 AI 生成初始想法、数据库设计或协助调试，体现透明且合乎伦理的做法；准确遵循有关 AI 使用致谢的指南。 | 有 AI 使用致谢，但细节或全面性不足。 | 有 AI 使用致谢，但缺乏清晰度或具体性。 | 缺少 AI 使用致谢，或未能对研究过程中如何使用 AI 工具进行有意义的记录；报告缺少提示词（prompts）截图，以及关于如何打磨与修改 AI 生成内容的说明（如适用）。 |
| 参考文献 | 提供全面的参考文献清单（至少 5 条），采用 IEEE 样式、格式良好；充分体现对相关文献的深入理解，且至少包含 2 条学术文献引用。 | 提供 IEEE 样式参考文献（至少 3 条），但来源相关性仍可提升或存在小的格式问题。 | 提供了参考文献（至少 3 条），但未能始终遵循 IEEE 样式或条目不完整。 | 未提供参考文献。 |
Grade breakdown
请先阅读评分量表（marking rubric），再阅读下方反馈。评分量表包含了我们想强调的大部分反馈。我们的部分意见仅作为改进建议，这些建议不会影响你的成绩，但有助于你在求职时更具竞争优势。
另外请注意，我们尽力给出与您项目不直接相关的多种示例，帮助你从不同视角更全面地理解问题。
- 撰写引言时，请确保提供支持性参考文献、事实与数据。这样能让读者明确理解所述问题确实存在，而非主观臆测。尽管你在正文中引用了参考文献，但如果在引言里也点明相关内容，会更有力地支撑你的论断。
- 在分析问题时，请尝试深入挖掘，以呈现更具洞见的理解。例如（与本项目无关的示例）：即使政府出台了鼓励政策，人们仍难以迁往偏远地区，关键并非“不愿意去”，而是配套设施、可获得的服务、所需技能与意向迁移人群不匹配。
- 这点同样适用于你提出的一些问题。例如：缺陷检测的不足可能更多在于AI缺乏上下文——因为并非所有代码都被提供。
- 你也可以关注模式识别（pattern recognition）等方向。
- 在讨论模式识别时，思考一下AI在生成优质输出前能够“记住/容纳”的数据上限与限制。撰写研究论文时，需要保持务实。
- 在结论部分，请更强调接下来具体要做什么，而不仅是给出一个笼统方向。比如：“如果要扩充训练数据，具体从哪里获取？”
- 请确保你的反思（reflection）具有批判性分析：既讨论优点，也讨论不足，形成平衡的论述，而不是只看某一面。