把数学研究当作一种思考实践

研究者的工作方式并不完全相同。数学、计算机科学、统计学、人工智能及其他领域使用不同的问题、方法、协作方式与证据形式。因此，本专题只说明 AXIOVUM 采用的一条实践路径，不把它说成所有研究工作的统一模式。

这条路径首先把问题说清楚，使它能够被检验；然后选择例子、反例、数据、模型或证明方法，找出一个想法在什么条件下成立、又在哪里失效。目标是形成有边界的论证，而不是承诺每次探索都会得到可发表的答案。

英国皇家学会关于开放方法的说明指出，设计并实施方法往往是研究中的重要部分。其 2018 年面向政策证据综合的原则还分别强调：明确研究问题，说明方法与来源，识别偏差，透明表达不确定性，并接受与任务相称的独立审查。

UKRI 对研究体系的介绍还包括协作、公众参与、伦理文化、基础设施与能力发展。这是研究体系层面的说明，并非每位研究者日常工作的清单。AXIOVUM 只把它作为下方课程连接的广义背景；所引机构并未认可或背书本平台。

AXIOVUM 采用五步练习序列：提出问题；用合适的数学或计算对象表示问题；通过例子、数据或边界情形检验这种表示；建立能够看见假设的论证；最后说明结果证明了什么、没有证明什么。

学习者可以从序列中的不同位置进入。线性代数突出结构与表示；统计推断追问数据在既定假设下能够支持什么；算法设计把步骤与正确性及资源界限连接起来；监督学习则区分训练目标与可辩护的评估。这些只是起点，不构成学科高低排序。

先选择一个能用一句话说明的问题，再写下什么证据会反驳你的第一个想法，然后判断检验它最需要哪种能力与课程情境。结论的范围不应超过证据能够支持的范围。

遵循这条路径不保证就业、大学录取、研究岗位、论文发表或特定学习成效。课程访问与报名仍以相应课程页和会员页展示的服务条件为准。