● 《問對問題，找答案》又到了畢業的季節，也又到了我要幫忙學弟妹改一堆論文、投影片的季節。改累了，去 BBS 逛逛，又發現一大堆同樣陷在水深火熱之中的研究生也犯下類似的錯誤。日復一日，年復一年，誰說歷史不會重演？只好好為人師議論申論了一番。
回信之餘，不禁想到：似乎也該把這幾年來蒐集的書單整理一下，做個階段性回顧，也做為經驗傳承，畢竟不管是在心態上、知識上、還是方法上，我都從這些基礎型和應急型的書籍中學到了許多。
請慢慢欣賞。
談研究之前，先談如何思考，尤其是嚴謹的思考；畢竟少了嚴謹思考的習慣及態度，後續的研究也只是海市蜃樓。
● “Love is a Fallacy” by Max Shulman
第一次讀到這篇文章，是中學時代從學習出版的《英文趣味極短篇》書中看到的，後來在大一英文課又再度遇見，才知道原來它還滿有名的。此文筆調冷靜，節奏明快，充滿理性幽默，令人捧腹大笑。你也可從中認識到幾個常見的謬誤 (fallacy)：dicto simpliciter（草率前提）、hasty generalization（過度概化）、post hoc（誤用因果）、contradictory premises（矛盾前提）、ad misericordiam（滲加同情）、false analogy（錯誤類比）、hypothesis contrary to fact（與事實相反的假設）、poisoning the well（井裡下毒）等，寓教於樂。
如果想了解更多常見的謬誤，請到哲學書區找找像《如何想得清楚和正確》、《邏輯與人生：語言與謬誤》這類不會牽涉過多形式邏輯的書來看吧，畢竟以一般科系來說，命題邏輯就很夠用了，某些理工領域還常會 用到一階邏輯（像電腦科學的人工智慧及演算法等次領域）。當然啦，如果你的領域是數學、哲學、語言學，那就……呃，學海無涯……
● 《問對問題，找答案》
大眾傳播媒體成天散佈形形色色的資訊，不管是來自小道消息還是專家證言，我們習以為常，不假思索地接收／接受，大腦也在不知不覺中退化，變成不會思考的野草。
這本書幫你揭穿許多偽資訊的西洋鏡，教你一些批判性思考的切入點。養成對所聽所聞不照單全收的習慣，可磨利你的敏銳度，也擦亮你「能立又能破」的直覺。這種能力一旦上了身，會跟著你一輩子，也會跟著你在各種職場及生活領域適時發揮，游刃有餘，非常好用。
● 《如何閱讀一本書》
做研究之前，先學學如何批判性地閱讀文獻吧！畢竟能否適切評估文獻資料的品質與價值定位，釐清脈絡，疏理異見，進而形成見解，研判發展潛力，在在取決於閱讀能力的優劣。
這是經典中的經典。以前坊間只買得到這本書的精華摘要本，且絕版多年，現在商務出了全譯本，真是個好消息。
我很喜歡涉獵不同領域派別的研究方法及科學哲學。它們不僅擴大視野，擴大可能性，也讓我們理解其他人、其他學派、其他領域的形成，對於跨領域研究與對話頗有幫助。
百年前的演講，傳世百年的著作，至今仍褶褶發光。
這是能點燃你研究熱情的好書。我甚至認為，從變成研究生的第一天起，就該接受此書的洗禮。套句芝加哥郵報對《先知》的評論：「如果一個人讀了此書，不安靜的接受一位偉人的音樂，心中不歡唱湧自內心的音樂，那麼，就研究生命而言，這個人確已死亡。」
如果你手邊還沒有此書，不妨先看看台大生物王俊能老師的重點摘要。不過此中譯本小問題不少（詳見潘震澤的書評），請掌握大觀念即可。
● 《如何拿博士學位》
網路上雖然不乏種種關於如何找指導教授、如何選定研究方向、如何做研究、如何與指導教授相處、如何尋找互助團體、是否該兼差等的心得分享文章，但難得有一本全面性的書籍，而且是懇切地、不唱高調、不打高空的實際建議。
對這本書，還能說什麼呢？我只能說：要是早幾年看到這本書就好了。當然啦，即使你只是碩士班研究生，這本書仍然有約七成以上的內容對你有直接幫助。
● 《教授為什麼沒告訴我？》
雖然畢恆達老師這本薄薄的書偏向社會科學，但也不乏共通的原則，尤其是對於論文的謬誤及心路歷程的描述，更是令人拍案叫絕。
此書討論區及勘誤表在這裡。
● 《康特的難題》
在成為研究生沒多久，還沒感受到研究樂趣及壓力時，這本小說著實讓我驚訝：原來學術圈也有這麼多不為外人所知的遊戲規則，或者說：黑暗面。
這本書以「研究成果的可再現性、可複製性」為主軸，廣泛探討科學社群的互信機制、實驗程序及態度、投稿與保密策略，旁及學術圈的名與利、研究倫理、排名藝術，以及一大堆圈內密辛。難得的是：儘管這些課題頗為嚴肅，但全書行文順暢，情節引人入勝，只要讀了前三頁，多半會一口氣將全書讀完才肯罷休。
現在再度重讀，感受依然強烈。讀到男女主角與室友、指導教授進行跨領域對話的第八章，不由得想起當了多年室友的Winderia。專業上，我們雖然都在同一間實驗室裡，卻也同樣有著不務正業的廣博興趣；於是乎，那些天南地北古往今來的暢談與辯論、分享與激盪 ── 那真是一段難忘的時光啊！
人獨學而無友，則孤陋而寡聞。
● 《社會科學的理路》
如果想對科學哲學有個概括的認識，讀這本書就對了。消極意義是：你可以聽得懂別人狀似玄之又玄的術語，不會被實證主義、後實證主義、結構主義、詮釋學、批判理論等名相唬住；積極意義是：你可以反思自己的研究取向，截長補短。
● 《統計：讓數字說話》
我曾在交大語文所的「語料分析與程式設計」課程中，採用此書介紹抽樣、敘述統計、統計圖表的善用及誤用、關聯與因果、統計推論等量化研究的基本觀念。面對這些離開數學已經很久很久的文組學生，這本行文淺易、充滿生動活潑實例的小書，著實省了不少備課講課的精力。如果不需要進一步認識所有統計運算細節，或者時間不允許，我認為本書要比完整版《統計學的世界》更容易親近。
即使學過正規統計學的人，對於本書指摘的錯誤觀念，也未必全都了然於心呢。
● 《統計，改變了世界》
這本算是近代統計學演義的書，描述統計思想的演進，以及學者之間合作與競爭的內幕或小道消息，相當引人入勝。
從事量化研究的人，應該好好讀讀它，領會一下統計思想背後所蘊含的深一層哲理。這有助於你的實驗設計，以及正確運用、甚至發展分析工具。
● 《統計分析手冊》
統計工具一大堆，卻不知道哪一項工具最適合處理手邊問題嗎？這本頗有日式風格的工具書，將統計分析工作分成16種類型，再逐一介紹各類型可用的統計分析方法。
當然啦，這種臨陣磨槍的書只是讓你應應急，背後的原理、假設及推導過程，還是該設法了解才是。
論文與一般文章不同，有特定的讀者，這些讀者有特定的閱讀動機及習慣；因此論文必須遵循某些特定的章法，才能符合這些專業讀者的口味。凡此總總，都需要下意識去觀摩學習，尤其是當你所就讀的學校科系沒有開設研究方法或論文寫作的課程。
● 《英文科技論文與會議簡報》
在眾多相關書籍當中，這本書可說是我所見過當中最精簡、最直率、最全面，幫助也最大的。不管是寫論文還是改論文，它是我案頭必備的工具書。
就算你是用中文寫作，我認為這本書也有超過八成的內容適用。畢竟論文架構的優劣是不分中文英文的；而英文寫作強調的清晰、承接、轉折、topic sentence 等原則，更是中文寫作者常常欠缺的。
本書姐妹作《英文科技寫作：文法與修辭原則》及它的更新版《科技論文英語作上冊》則詳列論文中常犯的英文錯誤，非常實用。
● Academic Writing for Graduate Students: Essential Tasks and Skills, 2nd Edition
選修英文論文寫作課的學弟告訴我這本書是他們的教科書，我借來看了之後發現：這本專為非英語系國家學生所寫的書，的確很適合按部就班學習，十足的美式教學風格。
這本書可鞏固你學術文章的寫作基礎。
觀摩／模仿／仿效／標竿學習，是迅速有效的學習遷移策略；尤其對於經驗尚淺、缺乏回饋的學習者而言，很容易從具體產出中建立自信。當然啦，能否進一步內化、舉一反三，仍有待後續的努力。
● 《英文論文寫作技巧》
論文總是充滿著起承轉合。當你想揭示問題、指摘錯誤、鋪陳論點、舉例、議論、反駁、解釋、歸結時，當你想展現循序、旁支、往復、匯集等行文動線時，該用什麼樣的詞句表達？對我們這些沒有一生下來就泡在英文染缸裡的人來說，不僅詞彙量不足，更缺乏適切的應變表達形式，往往落得「文筆不順」之評。
此書展現日本人一貫的嚴謹治學、精密扼要風格，將英文論文常見的表現方式區分為61類，再逐一條列豐富的例句，方便你檢索及模仿，非常適合臨陣磨槍、應急之用。這也是我案頭必備工具書。
● 《英文研究論文寫作：關鍵句指引》
與前一本書相比，這本書分類較不那麼細密，例證數量較少，但例句較長，且多半是從實際的論文語料中摘錄改寫而成，適合觀摩良好風格、培養基本功。
本書章節順序是以論文最常見的 IMRD (introduction-method-result-discussion) 架構原型為準，也探討一些研究方法及態度。
● Longman Dictionary of Contemporary English (LDOCE)
我從高中時代就開始使用英英詞典了。Oxford、Cobuild、Cambridge、Macmillan 等牌子的 advanced learner 級詞典雖然都用過，但最喜歡的仍然是第一次自己精心挑選購買的 LDOCE ，也跟著它換了好幾版。
我不知道以下這些特色是不是LDOCE首創的，至少在我的印象中，LDOCE都是先驅：採用限定集合的定義詞彙（defining vocabulary）、例句完全取自真實語料、簡潔易辨又細密的文法符號。
LDOCE第四版附有光碟。光碟版並不是新鮮事，別家也有；但LDOCE有一項獨門特色：將未收錄於詞典正文的語料例句擺在 “Examples bank” 視窗裡，還可以切換成 “Corpus mode”，也就是語料分析者常用的 KWIC 模式。這真是太好用了！當我對某字的語用時機（pragmatics）及字詞搭配（collocation）存疑時，祭出這一招，通常都能解決。如果還不能解決，那就只好求助於 Google 啦，不過品質就參差不齊了，得小心判斷。
