新闻专业毕业论文大纲框架

毕业论文的基本框架通常都包括摘要，这是用来介绍技术发展的；还有实验部分，这是来介绍自己的实验结果的以及结论部分，这是对自己的实验进行总结的部分。

论文框架由以下几部分组成：

1、介绍

简要地总结论文主题，说明为什么这个主题有价值，也许还可以概述一下你的主要结果。

2、背景信息(可选)

简短地介绍背景信息是必要的，特别是当你的论文涉及两个或多个传统领域时。

3、新技术回顾

这部分回顾了与论文相关的研究现状。

4、研究问题或问题陈述

工程论文倾向于提到一个需要解决的“问题”，而其他学科则是用一个需要回答的“问题”来表述。在这两种情况下，有三个主要部分：

5、描述你如何解决问题或回答问题

论文的这一部分形式更加自由，可以有一个或几个部分和子部分。

6、结论

结论部分通常涵盖三件事，并且每一件事都应该有一个单独的小节：

7、参考文献

参考文献的列表与第3部分中给出的技术现状综述紧密相关。所有的参考文献都必须在论文正文中提及。参考书目可能包括论文中没有直接引用的作品。

8、附录

一般来说，太过具体的材料不适合在论文主体中出现，但可供考官仔细阅读，以充分说服他们。

摘要（Abstract）标准摘要五句话，包含五个层次的内容： 介绍：为什么要进行本项研究，现状中本项研究的缺失或者做了但是存在不足； 方法：用什么方法做这个研究； 数据：用什么样的数据来验证你的方法； 结论：从研究中得出什么结论； 意义：得出的结论对研究领域和实践有什么意义（理论与实践意义）2引言（Introduction） 研究背景（Research background）：目的是证实该研究问题的重要性。如这一类问题造成的损失很严重，因此研究这一问题很重要。研究问题（Research problem）：在上述的这一大研究背景下，要做什么问题（或者方面）的研究；在上述的这一大研究背景下，这一研究可以在哪些方面解决现存的实际问题。 研究现状：别人已经做了哪些东西，别人已经做过什么，发现了什么样的问题？ 现存的研究有什么问题与不足：别人有什么没有做过？为什么别人没有做得更好？并说明这些研究不足会带来严重后果。 本研究的目标（objective）和研究范围（scope）：本研究弥补这些问题中（这些没做过或者做过没做好的问题中）的哪些不足，采用什么研究方法去弥补不足。陈述本项研究的范围局限，并高度概括本论文研究结论。 文章结构：本论文的后续部分的基本内容架构。3文献综述（Literature review）Literature review证明与说明两件事情：一是研究目标的设定是有意义的；二是你在本研究中采用的方法是可靠的、有效的。包括三个层次的内容： 对选题（你找到的研究问题）的理由：即对做过没做好或者没做过的研究问题，在这个研究领域，针对research problem而言，让读者明白本项研究是有意义的； 现存文献中对本文值得参考并可借鉴的东西，包括分析工具和成果； 非相关或者相邻研究领域值得借鉴的东西，侧重于可借鉴的研究方法。与就确定了研究方法。补充说明：注意introduction 中的研究目的与研究范围的区别。Scope：如洪水发生后带来10个后续问题，本研究只考虑了6个关键问题。在Literature review 与中应该对scope进行说明和辨析，即说明我为什么留下这6个问题，去掉其他4个问题。小结：文献综述不是综述文献，而是去找到问题，不是为了综述而述。并不在于对所有的相关文献作详尽描述和总结，应该是对相关研究现状的高度概括。至此，已经把研究问题、研究目标、研究方法明确了，并且对它们已经证明了、辩护了。4方法（Method）此部分主要是对方法的描述。包含三个方面的内容： 研究策略（Research strategy）：总概研究过程。要做这样的一个研究采用一个什么样的研究策略：即所采用的研究思路。 数据采集的方法：建立在对研究问题深入认识的基础上，需要采集什么样的数据（变量）。这里的数据的概念是泛泛的，不是指具体的数据，而包括数据结构、变量（考虑的因素）。 数据的分析方法：如数学分析、逻辑分析（推理）、统计模型等数据分析方法。统计模型（模型的建立、模型校验（模型计算）、模型推断（在算的过程中所推断出的一些结果）、模型评价与对比）。5数据（Data）主要围绕data，对你所收集的数据做一个简要的描述，描述所收集的数据的特点。如从哪个机构得到一个数据，有什么样的特征、变量的期望值、方差、中位数、最大与最小值等。包含两个层次的内容： 数据的来源、采集数据的时间周期、描述性的统计值 对所收集的数据的初步的处理方法。6结果（Results）运用所采用的数据分析方法（即模型的建立、模型校验（模型计算）、模型推断（在算的过程中所推断出的一些结果）、模型评价与对比）得到的模型分析结果。应该着重对所得出的重要结果进行描述，不需要对所有的结果进行描述。7讨论（Discussion）Discussion就是针对所得出的结果做横向或者纵向的对比和讨论，包括自己的结果之间的比较、自己结果与别人结果之间的比较；如果结果存在差异性，并对结果之间的差异性的成因作讨论分析。这样的差异性分析进一步加强了本研究的重要性。可以进一步地验证：对所提出的观点做数据方面的支持。注意6和7的区别：Results强调清楚地陈述研究结果，受制于数据分析方法（模型建立、模型校验、模型推断、模型评价）的框架制约。而Discussion强调把结果打乱，提出最值得讨论和有意义的结果，是对本项研究所得出结果（results）高度抽象的产物。写discussion的三重境界：一是得出与人家相同的结果（意义不大）；二是得出不同结果，但是不讨论差异性成因（需要升华）；三是得出不同结果，并作差异性成因分析（较高水平）。8结论（Conclusion）标题可以叫conclusion,但是实际包含四个内容： 结论（Conclusion）研究过程：对研究过程的综述。在期刊论文中可以不写，但是在学位论文中一定要写。该研究得出的结论：这个研究成果不是Results和Discussion的复述，而是对Results和Discussion的更进一步的抽象和概括。 意义（Implication）：从研究结论中所反映出来的对该研究领域的贡献以及启示，更侧重于启示。 局限性（Limitation）：所得出的研究结果（该研究结果）的局限性。Limitation与scope是两回事，但两者相关，有差异性，其差异性体现在scope针对的是研究范围，在该研究范围内，你的研究结论是成立的，有效的，在scope内是绝对不能被人家挑毛病的；limitation要承认即使在scope内，由于数据的有限性和方法的不完备性所导致的局限性。总之，limitation的成因包括两个方面，一是scope所造成的limitation；另一方面是由于数据、方法所造成的limitation。 未来展望（Future study）：基于两个认识（一是对limitation的认识，二是对本文结论的implication的认识）所提出的后续研究课题。

新闻学的毕业论文提纲

一段充实而忙碌的大学生活即将结束，大家都知道毕业生要通过最后的毕业论文，毕业论文是一种比较重要的检验学生学习成果的形式，那么大家知道正规的毕业论文怎么写吗？以下是我收集整理的新闻学的毕业论文提纲，欢迎大家分享。

题目：新媒体环境下新闻报道的二次伤害研究

目录

第一章、绪论

第一节、研究背景与意义

一、研究背景

二、研究意义

第二节、研究内容、方法及创新

一、研究内容

二、研究方法

三、创新之处

第三节、“二次伤害”概念界定

第四节、国内外相关研究综述

一、国外研究现状

二、国内研究现状

第二章、时异势殊：新媒体扩大“二次伤害”

第一节、新媒体为新闻二次伤害提供“平台”

一、新传播者：传受一体，主体多元

二、新传播内容：包罗万象，不可计数

三、新传播渠道：开放共享，扩大影响

四、新受众细分：匿名虚拟，促进舆论

五、新传播效果：即时互动，满足需求

第二节、新媒体环境下二次伤害的'方式

一、轰炸式采访

二、透明化报道

三、加工性传播

四、网络暴力式反馈

第三节、新媒体扩大二次伤害影响

一、对新闻当事人的伤害

二、损害媒体公信力

三、对受众的伤害

四、影响社会公平公正

第三章、过犹不及：“姚贝娜事件”中的二次伤害

第一节、姚贝娜事件发展始末

第二节、姚贝娜事件中“二次伤害”现象探析

一、新闻媒体造成“二次伤害”的表现

二、新媒体环境下受众造成“二次伤害”的表现

第三节、姚贝娜事件相关结论

一、新闻采访时媒体应遵循伦理道德

二、新媒体环境下受众应提高媒介素养

第四章、追根溯源：新媒体二次伤害成因

第一节、媒体原因

一、采写过程中新闻伦理意识淡薄

二、信息把关弱化

三、新闻生产流程简化

四、传播过程异化

第二节、社会原因

一、经济利益下的“新闻大战”

二、大众文化对媒体的消费

三、新媒体技术上为“二次伤害”提供条件

四、新媒介素养教育缺乏

第三节、受众原因

一、受众新闻生产过程非理性化

二、阅听兴趣偏猎奇

第四节、当事人原因

一、过于依赖媒体

二、缺乏维权意识

第五章、因事制宜：减少二次伤害现象

第一节、传媒制度的“他律”

一、加强新闻立法及网络管理

二、加强学术研究

三、制订相关传媒内部职业规范细则

四、提高公民新媒介素养

第二节、新闻从业者的“自律”

一、加强新闻从业者的职业道德意识

二、加大监督力度

三、理性对待受众需求

四、坚持正面引导

第三节、新媒体时代受众的“自律”

一、辨别媒介信息

二、理性看待各类突发事件

结语

参考文献

致谢