硕士论文答辩，在通过了的同学那里，是“轻舟万重山”；在没走到这一步的同学这里，却是“千山万沟壑”。
每位同学都想避坑，却不知那坑儿的“因”，可能一早种下。“选题与逻辑”是绝对的底盘，借着同学各种私信问起，就此提供本人见闻，以及发生在自己答辩现场的评审意见。
1. 评审的现场点评和发问
无论是现场答辩，还是之前的外送盲审，评审老师们大都会关注你的论文整体的建构与逻辑是否严谨，比如会问：
- 为什么会研究这个模型？
- 你的理论是拼凑的，还是自有其内在逻辑？如果有，是什么？
- 有没有主框架理论，逻辑关系是否成立？
- 所提出每个假设分别依据的理论是什么？整个故事（在主框架理论下）成立吗？ 路径是什么？
- 为什么要研究这个因变量？而不是其它相近内容？
- 各变量间的关系是什么？为什么这样就成立呢？
- 你的研究怎么就证明了所依据的理论？
- 被试的定义和特征，选取的标准是什么？/怎么界定你现在选取的被试，就是符合你研究要求的被试？/怎样保证被试的有效性？
- 特殊被试人群的研究，不适宜使用常模人群的量表，你考虑过吗？（关于研究是否成立）
- 人口学变量某一部分的被试数量，是否会因为数量太少，而没有代表性？为什么未做去除？
- 论文中所选用的量表，可以研究这么大的问题吗？
- 因变量的测量，之前是否需要再做相关重要前因变量的测量？
- 仅仅是一个自陈量表，就足够的吗？量表中题目所含的维度，是否适用所研究的选题，量表题目本身的效度？
- 中介变量看起来有点像“互斥”的双维度，最后在模型中如果测得的结果一致，那变量的意义何在？
- 五个变量？太多了！（4个因为简单，也可能一样会被问）
- 结论是不是太多了（其实在按假设的每一条一一回应是否成立，但确实会被问）？因此，建议深化，并尽量精炼结论。
- 为什么XX变量，不是中介，而是调节？
- 为什么是M1-M2，而不是M2-M1的顺序？
- 为什么XX是自变量？就其属性，为什么不是调节变量？……
2. 论文的现场评阅及PPT观感
除了论文内容所反映出来的：文献读的多不多，是否融会贯通，选题创新够不够，研究方法、执行过程是否经得起推敲外，从论文（评审老师会现场翻看打印好的装订版）和最终的评阅角度来看，提请注意回归论文本身：
- 数据、统计分析和图表的无误性，在某种意义上来讲是必须；
- 论文行文，是否表达通顺、简明得当、无错别字、格式严谨；
- 表格是否清晰，无缺项（如F值）；
- 字体字号、标题格式的统一性，跨页无孤行，参考文献是否严格遵照APA 7th格式要求等等……
最后一步，PPT制作和现场表达-
- 学术导向，繁简得当，体例统一，表述严谨，简洁明快，前后呼应，不枝不蔓；
- 字体（建议等线体）字号（20号或以上）、布局配色（不超过3个颜色）恰当；
- 正式答辩前，至少计时演练10遍以上，即时更新，不断补充修改。
3. 答辩并无捷径 vs 谨记的话
基本上，最终能步入答辩室，面对评审老师答辩的同学们，已是万水千山走过，所以，信心首先要在。
尤其对于有些兼顾日间紧张工作的同学来说，多少熬废的夜，都随着留不住的头发凌乱，飘散在季节的风中，甚至时不常通宵后的心慌心悸，强撑着困顿还斑驳昏花的双眼，早已不知“我和我的研究，倒底是谁在渡谁”……
这种有点重回混沌、朦胧，甚至依希迷蒙的状态，可以大概率地想成是评审老师们初翻论文时的感受，由此，个人理解，能预期他们的种种所问，就一定要提前腹稿；能简明清晰的阐述内容，就万勿假装高深，要知道，自己才是在面对学界泰斗们的小白吧！
如若最终，因评审们论文阅读体验的原因，比如诸多错漏bug，而极为不爽，“轻”则会置疑你的专业态度与学术修为，“重”则将直判出局，无力回天……一旦致此，那后面所有我们的回应，都只是验证他们心中“结论”的过程罢了。
包括一如前述，15分钟演讲汇报后，评审老师们轮流点评发问，用时依据情况从几分钟到20分钟不等，之后需要答辩人用约5-7分钟，集中、快速、简明，并以“答其所问”的方式正式回应。
由此，你也大概知道了，导师们的有些问题，是没打算让你当场回应（导师自述），所以，聪明如你，也就知道了：此刻完全不需要“问的全答”，并赘言尽述了吧！这其实也是之前很多过辩同学一直总结和提醒到的一点——
谨记：答辩答辩，只答不辩。
一定要相信你的评审老师们，他们有足够的经验学识，可触类旁通，我们能做的，只需因势说明，点到为止。
以上。
因依据的，仅仅是自己经历答辩中看到、收到的评审专家意见，所涉及面儿窄，且不见得所有的评审老师都会如此发问，所以仅供参考。希望对你的论文答辩过审有帮助。
【附记】祝福
“学术是大事”，不止“人类智识殿堂”形容的那般简单，它可以是信仰，甚至可能是评审老师们“坚持不投你”那一票的底线。
前者看能力，后者需运气~
再次祝福继续努力的你：
奋发加油，日日累进！如期顺利，学业达成！
我是水沐。我输出的，就是我学到的，悟道人生，感谢同在。我们明天见！🪴✨
