아이디어의 실행과 논문 쓰기

관련 유튜브 : 고논채널

BioGothesis

 

지금 두개의 프로젝트가 진행 중이다.

하나는 네잎클로버 프로젝트이고

다른 하나는 단새싹 프로젝트이다.

찾기가 쉽지 않다..

네잎클로버 프로젝트는 일단 네잎클로버를 구해야 하는데 이게 쉽지 않다. 열심히 구하는 중이다.

 

단새싹 프로젝트는 실험재료를 구매하는 중이다.

맨 처음 Pre-data를 뽑기 위해 예비 실험할 내용은 다음과 같다.

 

여기서 Pre-data의 중요성에 대해서 이야기해 주겠다. Pre-data는 예비 실험을 통해 만들어진 데이터를 말한다. 가설이 생기고 나면 바로 실험에 들어가면 좋겠지만 예산과 시간의 낭비가 있을 수 있기 떄문에, 반복이 적은 혹은 반복이 없는 실험을 진행하여 앞으로의 실험이 어떻게 진행될지를 미리 체험해 보는 것이 Pre-data이다. 그리고 과제 제안서를 쓸 때, 우리가 이 분야에 관심이 있어서 실험을 일단 진행했다, 혹은 이미 진행하고 있다. 라는 식으로 아직 시작되지 않은 과제에 대한 data를 제시하므로써 과제가 될 수 있는 가능성을 높이기도 한다. 하지만 너무 뻔한 데이터이거나, 사전조사가 잘 되어있지 않은 데이터라면 안 쓰는게 나을 경우도 있으니 주의를 필요로 한다.

 

그냥 새싹채소 키우기와 스테비아 첨가 물에서 새싹채소 키우기.

가설은 다음과 같다.

 

스테비아 첨가된 물에서 큰 새싹채소는 단맛이 날 것이다.

 

앞으로 진행하면서 풀어야 할 문제는. 단 정도를 어떻게 나타낼 것인가.

이 정도가 될 것이다. 아마 누군가는 풀어 놓았을 질문일 것이다. 스테비아가 설탕 단맛의 300배다 이런 소리가 있기 떄문에...

작성해보자.

그래서 일단

재료 및 방법의 일부를 작성하기로 하였다.

 

2. 재료 및 방법

2.1. 식물과 재배 환경

무(Raphanus sativus L. 'Dandy'), 적무(Raphanus sativus L. 'Asia Jinbbal Suneerang'), 브로콜리(Brassica oleracea var. italica plenck. 'Ultra Sprouts"), 청경채(Brassica rapa L. subsp. chinesis L. Hanelt 'Chingensai'), 알팔파(Medicago sntaica L.), 적양배추(Brassica oleracea L. var. capita) (아시안종묘, 서울, 대한민국)이 이 실험에 사용되었다. 모든 식물의 종자는 발아상자에 수돗물과 함께 넣어 암조건, 24'C 온도에 24시간 발아시켰다. 정상적으로 발아된 종자는 재배 박스로 옮겼다. 재배 박스는 하루에 16시간을 형광등을 통한 빛 처리를 하였고, 8시간은 암처리를 하였다. 5일이 지난 뒤 모든 식물을 수확하였다.

 

2.2 통계 분석

데이터의 통계 분석은 파이썬을 이용하였다. (SAS를 이용할 수 없으므로 대체제를 찾아야한다.)

 

2. Materials and methods

2.1. Plants and growth conditions.

Radish(Raphanus sativus L. 'Dandy'), red radish(Raphanus sativus L. 'Asia Jinbbal Suneerang'), broccoli(Brassica oleracea var. italica plenck. 'Ultra Sprouts"), asian pak choy(Brassica rapa L. subsp. chinesis L. Hanelt 'Chingensai'), alfalfa(Medicago sntaica L.), red cabbage(Brassica oleracea L. var. capita) (Asiaseed company, Seoul, Korea ) was used in this study. All plant seeds were placed in seed incubating box with tab water and incubated 24 h in the dark at 24'C. Uniformly germinated seeds were transfer to plant growing box. The growing box were placed in room with 16-h fluorescent linght per day at room temperature. After 5 day from germinating, all plants were harvested.

 

2.2.  Statistical analysis of data

Statistical analysis of data was conduced using Python.

 

한 걸음씩 하는거다.

논문 작성이 어렵게만 느껴지는 학생들에게 줄 나의 요령은 다음과 같다.

 

논문을 쓸 때, 항상 word 파일에 논문 포멧을 만들어 둔다. 제목도 아무렇게나 적어 두고, 참여한 사람들의 이름도 미리 적어 둔다. 소속도 적어 두고 주소 전화번호 같은 논문 작성을 위한 포멧을 미리 만들어두고 채워가는 편이다.

실험실에서 쓰는 컴퓨터는 거의 끄지 않기도 하고. 요새 컴퓨터는 잘 끄지 않아도 잘 돌아가므로 이 화면을 그냥 계속 띄워둔다.

그러면 어느새 논문이 하나 둘 완성되어 있었다. 빈 칸을 보는 게 싫기도 하고. 그 빈 칸이 원동력이 되어 계속 논문을 쓰게 만든 것 같다.

늘지 않는 논문을 쓰는 방법이랄까.

그리고 그림도 마찬가지다. Pull paper 한 편에 대충 word 에서 글씨크기 11로 더블스페이스를 해서 20-30 페이지 정도가 나온다. 한 페이지당 25-27줄 정도가 나오는데, 그림이나 표는 한 개가 1 페이지를 잡아먹는다.

논문 한 편을 full paper를 내려고 생각했을 떄 필요한 최소 그림이 5개라고 생각한다면, 내가 글을 써서 메꿔야 하는 페이지는 15페이지인 것이다. 거기다가 제목 페이지와 Abstract 페이지를 제외하면 대충 13페이지정도 된다. 이렇게 생각하면 해야 할 일이 줄어든다. 통계 분석 방법이 정립되어 있다면 항상 거의 같은 포멧의 분석을 하므로 이것도 머리 굴려서 매번 쓸 필요가 없다. 이렇게 생각하면 Materials and methods 에서 논문을 작성할 때마다 써야 하는 분량이 상당히 줄어든다.

 

논문은 한편 쓸 때마다 그 시간이 반으로 줄어서 결국 3개월에 1개를 쓸 수 있게 된다.

 

내가 배운 선생님한테 들은 말이었다. 그리고 그게 된다는 것을 실감했고.

물론 아주 훌륭한 논문은 아니고... 아이디어도 재탕이거나, 한 아이디어를 가지고 부가 논문을 낸다는 전제 하에 할 수 있는 일이다.

뭐 국영수 중심으로 공부했어요 같은 소리냐고 할지 모르겠으나.

실행해보면 괜찮은 방법이다.

 

오늘은 여기까지.

다음엔 예비실험중인 모습들을 가지고 오겠다. 

모두들 안녕!

그리고 네잎클로버를 찾을 수 있게 기도해주시길!!