静态图先写大的，再写小的部分。有些孩子尝试写了，结果写了一句完全的废话，也不能帮助的高分。比如，在两个上升之间，可以写similarly或者asimilartrendwasrecordedin….在不同的趋势之间，可以写bystarkcontrast或者thesituationisreveredin…。
高质量Paper写作有哪些要点？
1. 语法问题有些paper由于本身的题目一般比较简单，亦无须额外扩展，所以，长难句的出现频率大大减少。不少留学生会为了写长而写长，强制把很多内容塞在一起，导致句子更容易出现错误，往往得不偿失。正常而言，paper写作中能写到20字左右的句子，就算比较复杂了，无需把句子长度弄到30甚至40。常常会看到一些文章，初见的时候，看着挺高大上的，句子贼长，各种从句混搭。
但是，仔细一看，每个句子都有瑕疵，少了主语，或者动词时态不对，或者指代不清楚。最后老师想给个高分也就很难了。2. 词汇问题paper写作部分，通用词汇的替换，往往是留学生做得还不错的地方，比如：上升、下降等之类的表达。但是，大多数学生，缺少对话题本身的替换，每次句子的主语都是一模一样的the percentage of spending on XX is …。
这样的文章，在词汇上，得分比较难上高分。这也是很多希望冲击分数的孩子忽略的一项。除了通用表达，话题本身的表达还是需要很丰富的替换。在使用paper通用的一些表达的时候，也要注意准确性，比如soar/ surge等，表示激增，那么，小幅的上升就不太合适。Similar表达相似的，那么数据完全一模一样的 时候，就不要使用这个描述。
3. 结构问题但凡看过一些参考书的孩子，paper写出来，文章能看出一个整体大框架。比如，动态图先写上升的，后写下降的。静态图先写大的，再写小的部分。但是，做到基本有框架，还是徘徊在中等分数的样子，因为更高分的文章，需要我们除了基本的框架overall progression之外，需要有use a range of cohesive devices appropriately （丰富的连接手段），即连词、代词和替换词的使用。
比如，在两个上升之间，可以写similarly或者a similar trend was recorded in …. 在不同的趋势之间，可以写by stark contrast或者the situation is revered in …。或者连续几句话都是在描述同一对象的时候，后面无需重复写完整的主语，而是，this/ figure等代词来表达，或者直接写 which 从句。
4. 内容问题首先是paper最重要的概述段（overview），没有概述段，内容的得分只能算中等，铁板定钉。有些孩子尝试写了，结果写了一句完全的废话，也不能帮助的高分。比如，动态图，他写：所有的数据都在变化。这个其实是必然的，所有的数据都不变的话，也就没有分析图表的必要性了。所以，从内容上讲，严格按照高分的评分标准中的描述：a clear overview of main trends, differences and stages. 即：总体趋势（上升/ 还是下降）、主要不同（谁大谁小）、主要步骤。
Overview的位置真的无所谓，通常在开头的最后或者放到最后一段作为结尾都可以，没有特别要求，只要写了就行。（甚至，只要找得到这样的句子就行。）其次，是在数据分析上，机械的罗列，没有任何的归纳或者分析，不同对象之间，没有充分的比较。明显非常相似的数据，分开去写。完全没关系的内容，却被放在一起。这些都会导致失分。
5. 长度问题有的留学生的paper很长，但是分数却不高。绝对有很多地方过于啰嗦重复，或者扯到了很多图表没有提到的内容。大部分题目，在布置的时候，老师指望我们写的东西就那么多，一般是10个左右的内容（平均每个内容15个单词左右）。写太长对得分没有积极帮助。6. 数据问题写数据最基本的要求必然是：绝对的正确。
如果数据都写错了，在任务回答（task achievement）这一项，估计就只有及格分了。没有必要提到所有的数据，但是不能完全不提。比如，你从图表中看到，亚洲、非洲、大洋洲的数据很接近，你可以放到一个句子里面去说。但是，三个地方，本来有三个数据，你不能一个都不提，至少说一下他们的范围：range from，或者都在xx左右。
Paper写作中的Discussion部分要怎么写？
如果是小文章，目前更多的是把result和discussion放在一个单元来写。这样可以结合结果进行讨论。基本套路为：通过研究，我们发现了xxx，这种结果和xxx大牛的结果基本一致。同时，我们的结果和大牛的结果存在xxx差异，但和xxx另大牛的结果相近。因此 我们觉得这个结果是可靠的。分析原因，我认为这个结果是由于xxx的原因，可以完美解释xxx另另牛的实验or理论验证。
