Viết tiểu luận, nghiên cứu khoa học & khóa luận tốt nghiệp

1. 1.1
   Hiểu đúng yêu cầu của một bài học thuật

   • Phân biệt essay, report, research proposal, NCKH và khóa luận tốt nghiệp
   • Đọc đề bài, rubric và xác định yêu cầu trọng tâm
   • Những lỗi khiến sinh viên mất điểm ngay từ khi chọn hướng viết
2. 1.2
   Từ chủ đề đến câu hỏi nghiên cứu

   • Cách tìm và thu hẹp chủ đề
   • Đặt tên đề tài phù hợp
   • Xác định vấn đề và khoảng trống nghiên cứu ở mức cơ bản
   • Xây dựng research question, objectives và hướng nghiên cứu
3. 1.3
   Tìm tài liệu học thuật đáng tin cậy

   • Google Scholar, Scopus và các nguồn học thuật
   • Phân biệt paper học thuật với nguồn Internet thông thường
   • Cách chọn tài liệu phù hợp thay vì tải thật nhiều tài liệu
4. 1.4
   Đọc paper nhanh và có mục đích

   • Cấu trúc một bài báo khoa học
   • Đọc Abstract – Introduction – Literature – Method – Results – Conclusion
   • Cách lấy đúng thông tin cần thiết từ paper
5. 1.5
   AI hỗ trợ tìm và đọc tài liệu

   • ChatGPT, Consensus, NotebookLM, Connected Papers
   • Dùng AI để giải thích paper và hệ thống hóa tài liệu
   • Cách kiểm tra nguồn để tránh citation và reference không có thật
6. 1.6
   Xây dựng “bộ khung” bài trước khi viết

   • Từ research question đến outline
   • Logic giữa các section
   • Thực hành xây dựng outline cho một đề tài thực tế

Sau Module 1: học viên đi được từ một đề bài hoặc chủ đề ban đầu đến đề tài, câu hỏi nghiên cứu, tài liệu nền và outline hoàn chỉnh.

1. 2.1
   Công thức viết một đoạn văn học thuật

   • Topic sentence – Evidence – Analysis – Link
   • Viết có lập luận thay vì mô tả
   • Cách kết nối các đoạn thành một câu chuyện thống nhất
2. 2.2
   Viết Introduction / Đặt vấn đề

   • Background
   • Research problem
   • Research gap
   • Objectives và contribution
   • Khác biệt giữa phần mở đầu của tiểu luận và nghiên cứu khoa học
3. 2.3
   Literature Review từ cơ bản đến NCKH

   • Literature Review không phải là “kể lại từng paper”
   • Nhóm nghiên cứu theo chủ đề
   • So sánh, tổng hợp và phản biện tài liệu
   • Literature Review Table
   • Từ literature đến framework/hypotheses ở mức nhập môn
4. 2.4
   Dữ liệu và phương pháp nghiên cứu dành cho người mới

   • Khi nào cần dữ liệu?
   • Primary vs. secondary data
   • Định tính vs. định lượng
   • Thiết kế bảng hỏi cơ bản
   • Biến số, thang đo và mẫu nghiên cứu
   • Hiểu đơn giản về descriptive statistics, correlation và regression
5. 2.5
   Đọc bảng, biểu đồ và kết quả định lượng

   • Không chỉ “đọc lại con số”
   • Xác định kết quả quan trọng
   • Diễn giải ý nghĩa kinh tế/quản trị
   • Từ kết quả đến Discussion
6. 2.6
   Viết Discussion & Conclusion

   • Trả lời research question bằng kết quả
   • So sánh với nghiên cứu trước
   • Implications
   • Limitations và future research
   • Cách kết thúc bài ngắn gọn nhưng có giá trị
7. 2.7
   AI như một Research Assistant

   • Brainstorm nhưng không để AI quyết định nội dung nghiên cứu
   • Hỗ trợ outline và kiểm tra logic
   • Hỗ trợ đọc, so sánh và tổng hợp paper
   • Hỗ trợ giải thích kết quả thống kê
   • Kiểm tra và cải thiện academic writing
   • Nguyên tắc Human → AI → Verify → Rewrite

Sau Module 2: học viên hiểu toàn bộ logic của một nghiên cứu và viết được các phần chính của tiểu luận, NCKH hoặc khóa luận, thay vì chỉ biết định dạng bài.

1. 3.1
   Citation & Reference

   • Khi nào bắt buộc phải trích dẫn?
   • In-text citation và reference list
   • APA/Harvard ở mức thực hành
   • Trích dẫn bảng, hình và dữ liệu
2. 3.2
   EndNote và quản lý tài liệu

   • Import tài liệu
   • Cite While You Write
   • Tạo reference list tự động
   • Kiểm tra reference thiếu/thừa
3. 3.3
   Word dành cho bài học thuật

   • Heading
   • Table of Contents tự động
   • Section Break
   • Page numbering
   • Tables/Figures
   • Những thao tác cần thiết cho tiểu luận và khóa luận tốt nghiệp
4. 3.4
   Đạo văn, similarity và sử dụng AI có trách nhiệm

   • Similarity ≠ plagiarism
   • Vì sao Turnitin đánh dấu similarity
   • Paraphrase đúng cách
   • Citation đúng nhưng vẫn có thể similarity cao
   • AI-generated text và các rủi ro học thuật
   • Không sử dụng AI để tạo nguồn hoặc dữ liệu giả
5. 3.5
   Quy trình kiểm tra bài trước khi nộp

   • Topic → Structure → Evidence → Analysis → Citation → Format → Language → Final check
   • Thực hành audit một bài thực tế để nhận diện lỗi cấu trúc và lỗi lập luận
   • Nhận diện lỗi citation và lỗi reference
   • Nhận diện lỗi trình bày và lỗi sử dụng AI
6. 3.6
   Từ bài tiểu luận đến nghiên cứu khoa học

   • Một bài assignment tốt có thể phát triển thành NCKH như thế nào?
   • Từ NCKH sinh viên đến khóa luận
   • Từ khóa luận đến working paper hoặc bài báo
   • Khi nào nên học SPSS/Stata?
   • Khi nào cần Research Coaching/Mentoring?
7. 3.7
   Xây dựng Research Roadmap cá nhân

   • Năm 1: Tiểu luận → Academic Writing → Citation → AI literacy
   • Năm 2: Tiểu luận nâng cao → Literature Review → Data basics
   • Năm 3: NCKH → SPSS/Stata → Research Project
   • Năm 4: Khóa luận → Research Mentoring → Publication pathway

Sau Module 3: học viên không chỉ hoàn thành được bài hiện tại mà còn biết mình đang ở đâu trên hành trình nghiên cứu và bước tiếp theo cần học gì.