Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Академическое письмо на английском языке: фундаментальная и прикладная математика, компьютерные науки. Academic Writing in English for Mathematics and Computer Science

Покупка
Артикул: 752043.02.99
Доступ онлайн
300 ₽
В корзину
Учебник нацелен на формирование профессионально ориентированной коммуникативной компетенции в академическом письме в инженерно-технических отраслях науки и устной научной дискуссии. В фокусе учебника — написание проекта исследовательской (курсовой, выпускной квалификационной) работы на английском языке в формате научной статьи для международных рецензируемых журналов, индексируемых в базах данных Web of Science и Scopus. Особое внимание уделяется устной форме научного дискурса — как презентации, так и последующей дискуссии. Материалом учебника послужили статьи, опубликованные в международных рецензируемых журналах. Для студентов образовательных программ бакалавриата по направлениям «Информатика и вычислительная техника», «Математика», «Прикладная математика и информатика», «Прикладная математика», «Компьютерная безопасность», «Информационная безопасность», а также для магистрантов и аспирантов соответствующих направлений подготовки.
Антонова, М. Б. Академическое письмо на английском языке: фундаментальная и прикладная математика, компьютерные науки. Academic Writing in English for Mathematics and Computer Science : учебник / М. Б. Антонова, А. В. Бакулев. - Москва : ФЛИНТА, 2019. - 264 с. - ISBN 978-5-9765-4269-3. - Текст : электронный. - URL: https://znanium.com/catalog/product/1863335 (дата обращения: 19.05.2024). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов. Для полноценной работы с документом, пожалуйста, перейдите в ридер.
М.Б. Антонова
А.В. Бакулев

АКАДЕМИЧЕСКОЕ ПИСЬМО
НА АНГЛИЙСКОМ ЯЗЫКЕ

ФУНДАМЕНТАЛЬНАЯ И ПРИКЛАДНАЯ МАТЕМАТИКА,

КОМПЬЮТЕРНЫЕ НАУКИ

ACADEMIC WRITING IN ENGLISH
FOR MATHEMATICS
AND COMPUTER SCIENCE

Учебник

Уровни владения языком B2—C1

Москва
Издательство «ФЛИНТА»
2019

УДК 811.111'36(075.8)
ББК 81.432.1-6я73
А72

Ре це нзе нты:
д-р филол. наук, проф., проф. кафедры английского языкознания
филологического факультета МГУ им. М.В. Ломоносова О.Д. Вишнякова;
канд. филол. наук, доцент, доцент кафедры английского языка как второго переводческого факультета МГЛУ И.М. Шокина

Авто р ы:
доцент департамента иностранных языков
Национального исследовательского университета
«Высшая школа экономики»
М.Б. Антонова;
доцент департамента иностранных языков
Национального исследовательского университета
«Высшая школа экономики»
А.В. Бакулев

А72 

Антонова М.Б.
Академическое письмо на английском языке: фундаментальная 
и прикладная математика, компьютерные науки. Academic Writing in 
English for Mathematics and Computer Science [Электронный ресурс]: 
учебник / М.Б. Антонова, А.В. Бакулев. — М. : ФЛИНТА, 2019. — 264 с.

ISBN 978-5-9765-4269-3
Учебник нацелен на формирование профессионально ориентированной 
коммуникативной компетенции в академическом письме в инженерно-техни ческих отраслях науки и устной научной дискуссии. В фокусе учебника — написание проекта исследовательской (курсовой, выпускной квалификационной) работы на английском языке в формате научной статьи для 
международных рецензируемых журналов, индексируемых в базах данных 
Web of Science и Scopus. Особое внимание уделяется устной форме научного дискурса — как презентации, так и последующей дискуссии. Материалом 
учебника послужили статьи, опубликованные в международных рецензируемых журналах.
Для студентов образовательных программ бакалавриата по направлениям «Информатика и вычислительная техника», «Математика», «Прикладная 
математика и информатика», «Прикладная математика», «Компьютерная 
безопасность», «Информационная безопасность», а также для магистрантов 
и аспирантов соответствующих направлений подготовки.
УДК 811.111’36(075.8)
ББК 81.432.1-6я73
ISBN 978-5-9765-4269-3 
© Антонова М.Б., Бакулев А.В., 2019
© Издательство «ФЛИНТА», 2019

СОДЕРЖАНИЕ

Предисловие  ....................................................................................................4

UNIT 1. FEATURES OF ACADEMIC STYLE  ........................................7

UNIT 2. WHAT MAKES A GOOD INTRODUCTION  .........................17

UNIT 3. WHAT MAKES A GOOD LITERATURE REVIEW  ..............51

UNIT 4. WHAT MAKES GOOD METHODS
AND RESULTS SECTIONS  .................................................................81

UNIT 5. WHAT MAKES A GOOD CONCLUSION  .............................98

UNIT 6. WHAT MAKES A GOOD ABSTRACT  ................................116

UNIT 7. WHAT MAKES A GOOD PROJECT PROPOSAL
PRESENTATION  ..................................................................................123

EXTRA MATERIALS AND ACTIVITIES  ................................................136

KEYS  ............................................................................................................169

APPENDICES  ..............................................................................................196

REFERENCES  .............................................................................................255

ПРЕДИСЛОВИЕ

В контексте интернационализации современного научнообразовательного пространства особую роль играет владение иностранным языком, в частности, английским, минимум 
на уровне независимого пользователя, или Upper-Intermediate 
(B2) по Шкале Совета Европы. На первый план выходит качественное профессиональное и академическое общение специалистов в условиях международного взаимодействия. Это 
выражается в участии в конференциях, а также публикации результатов научной деятельности в рецензируемых журналах, индексируемых в базах данных Scopus и Web of Science. В таких 
условиях особые требования выдвигаются к публикационной 
активности не только преподавателей, аспирантов и научных 
сотрудников, но и студентов магистратуры и бакалавриата, что 
предполагает более высокий минимально необходимый уровень 
владения английским языком — С1.
С целью соответствия подготовки выпускников вузов вышеуказанным требованиям, в учебных планах отводится место английскому языку для специальных (профессиональных) 
и академических целей. В ряде университетов предусмотрены 
написание и защита концепции выпускной квалификационной 
работы (ВКР) на английском языке. В Национальном исследовательском университете «Высшая школа экономики» (НИУ 
ВШЭ) концепция ВКР на английском языке (Project Proposal) 
выполняется в форме научной исследовательской статьи, по 
формату максимально приближенной к статьям, представляемым к публикации в международных рецензируемых журналах. 
Подготовка к написанию и защите Project Proposal осуществляется в рамках курса по выбору «Академическое письмо на английском языке», преподаваемого на 4 курсе образовательных 
программ бакалавриата.
Учебник “Academic Writing for STEM Students” предназначен для студентов инженерно-технических направлений и 
профилей подготовки, изучающих английский язык для ака
демических целей и призван сформировать релевантные компетенции в области создания письменных академических текстов в формате научных статей, выполненных в логике IMRAD 
(Introduction — Materials and Methods / Literature Review — 
Methods — Results and Discussion — (Conclusion)) и защиты научной работы — презентации и участия в научной дискуссии. 
Ресурс предназначен для студентов, владеющих английским 
языком не ниже уровня B2. По итогам освоения материалов 
предполагается повышение уровня владения английским языком до C1.
Учебник разработан для студентов-бакалавров 4 курса факультета компьютерных наук (ФКН) и Московского института 
электроники и математики им. А.Н. Тихонова (МИЭМ) НИУ 
ВШЭ, но может использоваться для работы бакалаврами, магистрами и аспирантами других вузов, изучающих математику, информатику и вычислительную технику, прикладную математику, 
информационную и компьютерную безопасность.
В учебнике важную роль в формировании коммуникативной 
компетенции в использовании английского языка для академических целей играет коммуникативно-деятельностный подход, 
в рамках которого широко используется само- и взаимооценивание устно- и письменноречевой продукции студентов, что отвечает современным требованиям гуманизации, индивидуализации и студентоцентричности образовательного процесса.
Учебник состоит из 7 основных разделов (Units), раздела, включающего дополнительные упражнения и материалы 
(Extra Materials and Activities), ответов к заданиям и упражнений (Keys), справочных материалов и приложений (Appendices) 
и списка используемых ресурсов (References). В качестве материалов используются фрагменты и полнотекстовые версии оригинальных научных статей, написанных как носителями, так и 
неносителями английского языка, фрагменты статей на русском 
языке, а также видеоресурсы и справочные материалы, доступные онлайн. Для удобства студентов ссылки на онлайн-ресурсы 
представлены как гиперссылками (в случае использования элек
тронной версии учебника / пособия), так и QR-кодами (в случае 
использования бумажной версии).
Целью Unit 1 является знакомство студентов с особенностями научного стиля. Unit 2 посвящен написанию раздела «Введение» (Introduction). Unit 3 фокусируется на написании обзора 
литературы (Literature Review). В рамках Unit 4 осуществляется 
работа над созданием таких разделов, как «Методы» (Methods) 
и «Результаты» (Results). Unit 5 нацелен на написание заключения научной работы, или Conclusion. Материалы и задания 
Unit 6 сосредоточены на создание аннотации научной статьи 
(Abstract). Цель Unit 7 — подготовка к устной презентации 
Project Proposal и ответов на вопросы в рамках научной дискуссии. В разделе Extra Materials and Activities расположены дополнительные упражнения, отрывки и полнотекстовые версии 
статей. Keys содержит ответы к упражнениям. Блок Appendices 
содержит справочные материалы, критерии оценивания текста 
и защиты Project Proposal и примеры фрагментов и полнотекстовых версий Project Proposals, выполненных студентами ФКН 
и МИЭМ НИУ ВШЭ. В разделе References приведен список использованных статей и глав в книгах / сборниках научных трудов, а также ссылки на полезные онлайн-ресурсы.

U n i t  1

FEATURES OF ACADEMIC STYLE

Academic writing is relatively formal. In general, this means that 
in an essay you should avoid:

● vague data

● non-objective statements or overstatements

● colloquial words and expressions: a lot of, thing, stuff, sort 
of, to kick the bucket etc.

● emotional words: really, very, tremendously etc.

● abbreviated forms: can’t, doesn’t, shouldn’t etc.

● phrasal verbs (two-word verbs): put off, bring up, get over

● overusing There is / There are-sentences

● overusing the passive voice

Practice 1. The following sentences are mixed formal and 
informal. Write F (formal) or I (informal) and improve stylistically 
inappropriate sentences.

1. The project will be completed next year. _____
2. The mob was very rowdy during the protest against cuts to 
university funding. _____
3. The extracted structures don’t contain any simple points 
and they are topologically equivalent to the original objects. 
_____
4. It appears that these arguments do not hold water. _____
5. In 1990, Miaoulis, Free and Parsons presented this wonderful 
technique. _____

6. The technique is perfectly applicable when we have a product 
that we want to launch on the market. _____
7. If p wouldn’t be a border pixel, then a new white component 
would be arisen by the removal of p, which can’t happen 
because of the simplicity of p. _____
8. Real-world phenomena are very often depicted by graphs 
where vertices represent entities and edges represent their 
relationships or interactions. _____
9. The research project won’t be continued next year. _____
10. I wonder whether the multiple predictors that infl uence a 
response or outcome do so independently or whether they 
interact. _____

Practice 2. Improve the style of the following sentences.

1. At high level, this architecture relies on the same principles 
as a a lot of known robotic layered architectures.
2. For more details, we refer to the excellent textbook [74].
3. Not long ago, Goldwasser and Kilian [14] proposed a 
randomized algorithm based on elliptic curves running in 
expected polynomial-time, on almost all inputs.
4. Some analysis points out that the volatility in fi nancial time 
series data is asymmetric.
5. Let’s illustrate our proposal on a co-authorship graph depicted 
in Figure 1.
6. This is a model distribution that postulates that very many 
innovations are generated by a normal density with a small 
variance, while too few innovations are generated by a 
normal density.
7. It has now been well-established that Bayes’ rule isn’t an apt 
characterization of how individuals actually respond to new 
data (Kahneman et a1. [14]).
8. In this survey, we requested average values for full cycle 
effi ciency, durability and some other parameters.

9. The determination of the process noise covariance is 
generally more diffi cult as we typically don’t have the ability 
to directly observe the process we are estimating.
10. Generalization of the contradictory information is dangerous 
and may lead to the creation of a great deal of redundant rules.

Practice 3. Non-objective statements and overstatements may 
appear, for instance, when introducing research results. It 
should be borne in mind that any result might face an exception; 
therefore, it is necessary to hedge statements to show that they 
do not pretend to cover a hundred percent of all possible cases. 
Caution can be shown in several ways:

Verbs — argue, claim, consider, hypothesise, suggest, state, accept, 
admit, agree, deny, assume, discover, imply, indicate, presume, 
reveal
Modal verbs — may, might, would, can, could
Adverbs — apparently, approximately, frequently, generally, hardly, 
practically, perhaps, probably, possibly, presumably, reasonably, 
relatively, scarcely, seemingly, slightly, sometimes, typically, 
usually, virtually
Adjectives — probable, possible, certain, uncertain

IMPERSONAL  PHRASES
It appears to/that 
It is likely that
It seems to/that 
It is unlikely that
It would seem to/that 
smth is likely to
It would appear to/that 
smth is unlikely to
It is believed that 
It is said that
It is assumed that 
It has been suggested that
It tends to 
It is generally agreed that
There is a tendency to/for 
It is widely accepted that
Some researchers say that 
It is doubtful if
Some of the evidence shows that
It is now generally recognised that

Find cases of hedging in the following extracts.

A.
The available PPI data are incomplete and often noisy, thus the 
graphs are generally rather sparse and their edges not very reliable.
(from J.K. Aggarwal et al. Combinatorial image analysis)

B.
A third study found norepinephrine response to bicycle ergometry 
together with psychological factors and blood pressure responses to 
mental arithmetic to be relatively weak predictors of future blood 
pressure classifi cation.
(from F. Arnljot et al. Sympathoadrenal stress reactivity is a predictor
of future blood pressure)

C.
The number of iterations of the loop could be reduced if we 
could show that a still smaller set of (X + a)’s generates a group of 
the required size. This seems very likely.
...Recently, Hendrik Lenstra and Carl Pomerance [LP2] have 
given a heuristic argument which suggests that the above conjecture 
is false. However, some variant of the conjecture may still be true 
(for example, if we force r > log n).
(from M. Agrawal et al. Primes in P)

D.
A product’s neighbors are other products that tend to get similar 
ratings when rated by the same user. For example, consider the 
movie Saving Private Ryan. Its neighbors might include war movies, 
Spielberg movies, and Tom Hanks movies, among others. To predict 
a particular user’s rating for Saving Private Ryan, we would look for 
the movie’s nearest neighbors that this user actually rated. As Figure 
1 illustrates, the user-oriented approach identifi es like-minded users 
who can complement each other’s ratings.
(from Y. Koren et al. Matrix factorization techniques
for recommender systems)

E.
Figure 2 illustrates this idea for a simplifi ed example in two 
dimensions. Consider two hypothetical dimensions characterized 
as female- versus male-oriented and serious versus escapist. The 
fi gure shows where several well-known movies and a few fi ctitious 
users might fall on these two dimensions. For this model, a user’s 
predicted rating for a movie, relative to the movie’s average rating, 
would equal the dot product of the movie’s and user’s locations on 
the graph. For example, we would expect Gus to love Dumb and 
Dumber, to hate The Color Purple, and to rate Braveheart about 
average. Note that some movies — for example, Ocean’s 11 — and 
users — for example, Dave — would be characterized as fairly 
neutral on these two dimensions.
(from Y. Koren et al. Matrix factorization techniques
for recommender systems)

F.
For instance, a book laying on a furniture might be picked up 
by Spark and represented in symbolic terms as (BOOK1 type Book, 
BOOK1 isOn TABLE). These symbolic statements are stored in 
the knowledge base Oro and made available to the other cognitive 
modules. Later, the robot might process a sentence like “give me 
another book”. The Dialogs module would then query the knowledge 
base: fi nd (?obj type Book, ?obj differentFrom BOOK1), and write 
back assertions like (HUMAN desires GIVE_ACTION45, GIVE_
ACTION45 actsOn BOOK2) to Oro. This would in turn trigger the 
execution controller Shary to prepare to act. It would first call the 
HATP planner. The planner uses the knowledge base to initialise the 
planning domain (e.g. fi nd (BOOK2 isAt ?location)), and returns a 
full symbolic plan to the execution controller. Finally, the controller 
would execute the plan and monitor its achievement, both for 
itself and for the human. We present complete examples of similar 
interactions in Section 4.
(from S. Lemaignan et al. Artifi cial cognition for social human —
robot interaction: An implementation)

Доступ онлайн
300 ₽
В корзину