Jak napisać pracę magisterską z geografii ekonomicznej i regionalistyki

Praca magisterska z geografii ekonomicznej i regionalistyki to jeden z tych projektów, które mogą pójść bardzo sprawnie albo kompletnie się rozsypać. Różnica zazwyczaj leży nie w inteligencji studenta, lecz w wyborze tematu i danych. Jeśli temat da się oprzeć na BDL GUS, Eurostacie i własnych mapach w QGIS, masz solidne podstawy. Jeśli temat wymaga danych, których nikt nie zbierał, lub metodologii, której nie opanujesz w dwa tygodnie, będziesz ratować pracę do ostatniej nocy.

Ten poradnik opisuje proces od wyboru tematu, przez metodologię, aż po obronę. Piszę go z perspektywy prac, które widziałam po kilkanaście razy, i na podstawie tego, co recenzenci wytykają najczęściej.

Czym jest geografia ekonomiczna i regionalistyka jako dyscyplina

Zanim zaczniesz pisać pracę, musisz wiedzieć, co to w ogóle za kierunek i czego promotorzy oczekują. Geografia ekonomiczna bada, jak działalność gospodarcza rozmieszcza się w przestrzeni i dlaczego. Regionalistyka zajmuje się strukturą i rozwojem regionów, ich polityką, finansami i planowaniem.

Na polskich uczelniach ten kierunek funkcjonuje na Wydziale Geografii UW, Instytucie Geografii i Gospodarki Przestrzennej UJ, Wydziale Nauk Geograficznych i Geologicznych UAM, a w wersji bardziej ekonomicznej na SGH (kierunek Gospodarka Przestrzenna i Środowiskowa). W zależności od uczelni akcent pada bardziej na geografię albo na ekonomię, co widać w wymaganiach metodologicznych.

Na UW i UAM recenzenci oczekują map, analizy przestrzennej i danych GIS. Na SGH priorytetem są modele ekonometryczne i baza danych panelowych. Musisz znać swojego promotora i jego szkołę, zanim dobierzesz metodę.

Teorie, które musisz znać (i cytować świadomie)

Praca magisterska z regionalistyki bez osadzenia w teorii to praca, która dostaje trzy z minusem na recenzji. Poniżej zestawienie teorii, które faktycznie przydają się w pracach i są rozpoznawalne dla każdego recenzenta z tej dziedziny.

Nowa geografia ekonomiczna (NEG)

Paul Krugman opisał w 1991 roku mechanizm, przez który przemysł koncentruje się w ośrodkach rdzeniowych kosztem peryferii. Jego model centrum-peryferia zakłada rosnące przychody ze skali, koszty transportu i mobilność czynników produkcji. Masahisa Fujita, Krugman i Anthony Venables rozwinęli te wątki w „The Spatial Economy” (1999), dodając modele wielu regionów i sektorów.

Jeśli piszesz o koncentracji przemysłu, dywergencji między województwami lub lokalizacji inwestycji, NEG daje ci aparat pojęciowy. Używaj go jako ramy, nie jako cytatu do odhaczynia.

Teoria biegunów wzrostu

François Perroux (1955) zaproponował pojęcie biegunów wzrostu jako sektorów lub przedsiębiorstw, które ciągną za sobą otoczenie przez efekty sprzężenia. W polskich realiach to np. automotive w okolicach Wrocławia, stalowy w dawnym COP, AGD w Kielcach. Teoria ta pasuje do prac o wpływie dużego zakładu na lokalny rynek pracy lub o efektach mnożnikowych inwestycji greenfield.

Teorie lokalizacji

Alfred Weber (1909) szukał optymalnej lokalizacji zakładu minimalizując koszty transportu surowców i wyrobów gotowych. Johann Heinrich von Thünen (1826) opisał koncentryczne strefy rolnicze wokół miasta. Walter Christaller (1933) stworzył teorię ośrodków centralnych z hierarchiczną siecią miejsc. August Lösch (1940) zbudował na niej ogólną teorię przestrzennej równowagi ekonomicznej.

Te teorie rzadko kiedy wymagają testowania w pracy magisterskiej. Służą jako punkt odniesienia i język opisu zjawisk. Powiedz, gdzie twój przypadek potwierdza albo przeczy teorii Christallera, i masz wartościowy wątek dyskusyjny.

Klastry przemysłowe

Michael Porter (1990) opisał klastry jako geograficzne skupiska powiązanych przedsiębiorstw, dostawców, instytucji i ośrodków akademickich. Polska Agencja Rozwoju Przedsiębiorczości (PARP) prowadzi rejestr polskich klastrów kluczowych, więc masz gotowe dane do analizy przypadku. Klastry automotive wokół Gliwic, Wrocławia i Wałbrzycha to temat, który łączy NEG, teorię lokalizacji i politykę regionalną.

Kapitał terytorialny

Roberto Camagni (2008) zaproponował pojęcie kapitału terytorialnego jako zasobu specyficznego dla miejsca: infrastruktury, instytucji, sieci społecznych, środowiska, tożsamości. To przydatna rama, gdy analizujesz potencjał rozwojowy powiatu lub planowanie strategiczne na poziomie regionu. Jej zaletą jest to, że łączy twarde dane ekonomiczne z miękką analizą instytucjonalną.

Wybór tematu i pierwsze decyzje

Dobry temat magisterki z regionalistyki ma trzy cechy: jest mierzalny, ma dostępne dane i daje się zamknąć w pracy o 80-100 stronach.

Najczęstsze błędy przy wyborze tematu:

1. Temat zbyt ogólny: „Rozwój regionalny Polski” nie jest tematem, to podręcznik
2. Brak danych: tematy wymagające danych ankietowych od 200 firm mogą nie wyjść, jeśli firmy nie odpowiadają
3. Temat bez pytania badawczego: „Analiza regionu świętokrzyskiego” to reportaż, nie praca naukowa

Kilka tematów, które dobrze się sprawdzają ze względu na dostępność danych:

• Sigma- i beta-konwergencja PKB per capita polskich województw w latach 2004-2023 (dane Eurostat NUTS-2)
• Wpływ funduszy strukturalnych UE perspektywy 2014-2020 na PKB per capita regionów NUTS-3 w Polsce Wschodniej
• Koncentracja produkcji samochodów osobowych w Polsce Centralnej: analiza HHI i LQ dla powiatów
• Suburbanizacja strefy podmiejskiej Warszawy w latach 2010-2023: analiza zmian użytkowania gruntów i migracji
• Depopulacja powiatów wschodniej Polski w latach 2000-2023: analiza skupień i czynniki determinujące
• Lokalizacja bezpośrednich inwestycji zagranicznych w specjalnych strefach ekonomicznych: determinanty przestrzenne

Każdy z tych tematów ma pytanie badawcze, hipotezę i dostępne dane publiczne.

Dane: gdzie je brać i jak ich używać

To jest serce każdej dobrej pracy z geografii ekonomicznej. Dane decydują o tym, co możesz zbadać i jakimi metodami.

BDL GUS (Bank Danych Lokalnych)

Adres: bdl.stat.gov.pl. To podstawowe źródło danych dla polskich regionów. BDL zawiera kilka tysięcy wskaźników dla poziomów: kraj, województwo, powiat, gmina. Znajdziesz tam PKB per capita (tylko na poziomie województwa), rynek pracy (bezrobocie, zatrudnienie wg sektorów), demografię (migracje, przyrosty naturalne), inwestycje, transport, edukację.

Dane do pobrania w formacie CSV i XLS. Przy porównaniach między powiatami lub gminami pobieraj dane dla wszystkich jednostek jednocześnie (funkcja „Pobierz dla wszystkich jednostek”), bo ręczne składanie tabel to błędogenna i czasochłonna praca.

Ważne: PKB per capita na poziomie NUTS-3 (podregiony) pochodzi z Eurostatu, nie z BDL. BDL podaje PKB tylko dla województw (NUTS-2). Eurostat ma dane dla 73 polskich podregionów NUTS-3.

Eurostat NUTS

Eurostat udostępnia dane dla wszystkich regionów UE w podziale NUTS-2 (województwa) i NUTS-3 (podregiony). Przydatne tabele: nama_10r_3gdp (PKB per capita NUTS-3), nama_10r_3empers (zatrudnienie NUTS-3), reg_rbd_gdp (PKB regionalne).

Nomenklatura NUTS zmienia się co kilka lat. Polska dostała zaktualizowany podział NUTS w 2016 roku (rozporządzenie 2016/2066), więc przy długich szeregach czasowych musisz sprawdzić, czy jednostki są porównywalne w całym okresie.

ESPON

European Spatial Planning Observation Network (espon.eu) publikuje raporty i atlasy przestrzenne dla obszaru europejskiego. ESPON Atlas zawiera mapy typologiczne regionów UE pod kątem konkurencyjności, spójności, dostępności i ryzyk demograficznych. To dobre źródło dla prac porównawczych w skali europejskiej i dla podrozdziału o pozycji polskich regionów na tle UE.

Rejestry REGON i dane o przedsiębiorstwach

GUS publikuje dane o liczbie podmiotów wg PKD i sekcji ekonomicznych na poziomie powiatów i gmin. To podstawa do obliczania Location Quotient i HHI dla koncentracji przemysłu. Dane dostępne przez BDL lub przez GUS.stat.pl (tablice statyczne).

Dane przestrzenne

Granice administracyjne Polski do analiz GIS pobieraj z Geoportal.gov.pl (shapefile podziału administracyjnego) lub z GADM (gadm.org, poziomy 0-3). Dane Corine Land Cover (zmiany użytkowania gruntów) dostępne przez Copernicus Land Monitoring Service. Ortofotomapa dla analizy suburbanizacji: Geoportal.gov.pl.

Metodologia: co wybrać i jak to opisać

Metodologia to rozdział, w którym student traci lub zyskuje ocenę. Opisz konkretnie: jakie dane, za jaki okres, jakie metody, jakie oprogramowanie, jakie ograniczenia.

Analiza GIS i kartografia

QGIS to bezpłatna alternatywa dla ArcGIS z pełną funkcjonalnością potrzebną w pracy magisterskiej. Do pracy wystarczą: dołączanie tabeli atrybutów do warstwy wektorowej, symbolizacja choropleth (mapa wartości wskaźnika), obliczanie statystyk przestrzennych przez wtyczkę „Processing”, eksport map do pliku PDF/SVG.

Mapy choropleth to podstawowy typ wizualizacji dla regionalistyki. Zasady: użyj palety sekwencyjnej dla jednej zmiennej (ColorBrewer: colorbrewer2.org), dywergencyjnej dla odchylenia od średniej, klasyfikuj metodą naturalnych przerw (Jenks) lub kwartyli. Nie używaj więcej niż 5-6 klas.

PostGIS to rozszerzenie PostgreSQL do przechowywania i analizy danych przestrzennych. W pracy magisterskiej rzadko potrzebne, chyba że piszesz o infrastrukturze transportowej lub planujesz duże zbiory danych punktowych (setki tysięcy rekordów).

Statystyki przestrzenne

Test I Morana mierzy globalne autokorelacje przestrzenne: czy wartości podobne skupiają się w przestrzeni (autokorelacja dodatnia) czy przeplatają (ujemna). Obliczasz go w QGIS (wtyczka Spatial Analysis), GeoDa lub R (pakiet spdep). Wynik: wartość I od -1 do 1, wartość p dla testu istotności. Podaj macierz wag przestrzennych (queen contiguity lub k-nearest neighbors) i uzasadnij wybór.

LISA (Local Indicators of Spatial Association) to lokalna wersja I Morana. Dla każdej jednostki pokazuje, czy należy do klastra wysokich wartości (HH), niskich (LL), wartości wysokiej otoczonej niskimi (HL) lub odwrotnie (LH). To podstawa do map hot-spot i cold-spot. GeoDa robi to w kilka kliknięć.

G Getisa-Orda (G*) to alternatywna miara skupień przestrzennych, czulsza na ekstremalne wartości. Stosuj, gdy szukasz przestrzennych skupień określonej działalności (np. zakładów produkcyjnych).

Analiza skupień

Metoda k-means grupuje jednostki przestrzenne (np. powiaty) według zestawu wskaźników w k jednorodnych grup. Wybór k: użyj metody „łokcia” (within-cluster sum of squares w funkcji k) lub indeksu sylwetki. Wada: wyniki są wrażliwe na wartości odstające i skalę zmiennych, więc standaryzuj dane (z-score) przed analizą.

Metoda Warda (hierarchiczna analiza skupień) łączy jednostki minimalizując wzrost wariancji wewnątrz grup. Daje dendrogram, który pozwala wybrać liczbę grup wizualnie. Obie metody możesz wykonać w R (kmeans(), hclust()) lub w SPSS.

Analiza składowych głównych (PCA)

PCA redukuje wymiarowość zestawu wskaźników do kilku składowych wyjaśniających największą część wariancji. Przydatna przy budowie typologii regionów (np. ranking potencjału rozwojowego powiatów na podstawie 10-15 wskaźników). Wynik pierwszej składowej możesz traktować jako indeks syntetyczny. Zrób to w R (prcomp()) lub w SPSS (Analiza czynnikowa > Metoda składowych głównych).

Wskaźnik Location Quotient (LQ)

LQ mierzy względną koncentrację sektora w regionie względem poziomu krajowego:

LQ = (e_ij / e_j) / (e_i / e)

gdzie: e_ij to zatrudnienie w sektorze i w regionie j, e_j to całkowite zatrudnienie w regionie j, e_i to zatrudnienie w sektorze i w kraju, e to całkowite zatrudnienie w kraju.

LQ > 1 oznacza, że sektor jest nadreprezentowany w regionie. To prosta miara specjalizacji. Dane do obliczenia: BDL GUS, kategoria „Podmioty gospodarcze wg sekcji PKD”.

Indeks Herfindahla-Hirschmana (HHI)

HHI mierzy koncentrację: sumę kwadratów udziałów. Dla produkcji przemysłowej w regionach:

HHI = suma(s_i^2), gdzie s_i to udział regionu i w krajowej produkcji danego sektora.

HHI bliskie 0 oznacza rozproszenie, bliskie 1 (lub 10 000 w wersji procentowej) oznacza monopolizację przestrzenną. Stosuj przy pytaniach o koncentrację przemysłu.

Analiza shift-share

Pozwala rozłożyć zmianę zatrudnienia w regionie na trzy składniki: wzrost krajowy (national growth effect), mix sektorowy (proportionality shift) i efekt konkurencyjności (differential shift). To klasyczna metoda regionalistyczna, pokazująca, czy region rośnie szybciej niż kraj dlatego, że ma „dobrą” strukturę sektorową, czy dlatego, że jest po prostu bardziej konkurencyjny.

Modele grawitacji

Model grawitacji w geografii ekonomicznej mówi, że przepływy między regionami (handlowe, migracyjne, komunikacyjne) są proporcjonalne do ich „mas” (PKB, populacja) i odwrotnie proporcjonalne do kwadratu odległości. Jeśli piszesz o migracji między powiatami lub handlu regionalnym, możesz oszacować parametry tego modelu metodą OLS lub Poissona (dla danych licznikowych).

Konwergencja regionalna

Sigma-konwergencja: sprawdzasz, czy odchylenie standardowe PKB per capita między regionami maleje w czasie. Wystarczy wykres i ewentualnie regresja liniowa trendu.

Beta-konwergencja bezwarunkowa: regresujesz tempo wzrostu PKB na poziom PKB w punkcie startowym. Ujemny i istotny współczynnik beta oznacza konwergencję. Formula: g_it = a + b*ln(y_i0) + e_it. Dane: Eurostat nama_10r_3gdp, 73 polskie podregiony NUTS-3, okres 2000-2022.

Struktura pracy: jak ją zbudować

Standardowa struktura pracy magisterskiej z regionalistyki wygląda tak:

1. Wstęp (5-8 stron): temat, pytania badawcze, hipotezy, cel, zakres przestrzenny i czasowy, struktura pracy
2. Rozdział 1 – Ramy teoretyczne (15-20 stron): przegląd teorii, przegląd literatury, definicje pojęć
3. Rozdział 2 – Obszar badań i dane (10-15 stron): charakterystyka obszaru, źródła danych, ograniczenia danych
4. Rozdział 3 – Metodologia (10-15 stron): opis metod, oprogramowanie, procedura
5. Rozdział 4 – Wyniki (20-30 stron): mapy, wykresy, tabele, interpretacja
6. Rozdział 5 – Dyskusja (10-15 stron): odniesienie wyników do hipotez i teorii, porównanie z literaturą
7. Zakończenie (3-5 stron): wnioski, ograniczenia, kierunki dalszych badań
8. Literatura i źródła (5-10 stron)
9. Załączniki: mapy w pełnym rozdzielczości, kody R/Python, tabele danych

Wstęp piszesz na końcu, gdy już wiesz, co udało się zbadać. Pracę zaczynam od rozdziałów 2-4, gdzie są dane i metody. To pozwala zobaczyć, co faktycznie wychodzi z analizy, zanim zaczniesz pisać teorię i wnioski.

Polityka spójności UE i fundusze strukturalne jako temat badań

Polityka spójności UE to jeden z najżyźniejszych obszarów tematycznych dla pracy magisterskiej z regionalistyki. Perspektywa 2021-2027 przewiduje dla Polski około 76 miliardów euro z funduszy strukturalnych i Funduszu Spójności. Dane o realizacji z poprzedniej perspektywy (2014-2020) są dostępne i pozwalają zbadać wpływ wydatkowania na wskaźniki regionalne.

Podział NUTS w Polsce:
– NUTS-1: 7 makroregionów
– NUTS-2: 17 województw (plus Mazowsze podzielone na Warszawę i resztę od 2018)
– NUTS-3: 73 podregiony

Fundusze EFRR (Europejski Fundusz Rozwoju Regionalnego) i EFS (Europejski Fundusz Społeczny Plus) w Polsce wdrażają Regionalne Programy Operacyjne (RPO) zarządzane przez urzędy marszałkowskie. Dane o projektach dostępne przez Centralny System Teleinformatyczny SL2014 (opendata.gov.pl).

Pytanie badawcze o funduszach może brzmieć: „Czy absorpcja funduszy strukturalnych EFRR per capita w podregionach NUTS-3 w Polsce Wschodniej w latach 2014-2022 koreluje ze wzrostem PKB per capita?” Hipoteza do przetestowania metodą regresji panelowej lub prostej regresji przekrojowej.

Uwaga: problem endogeniczności. Fundusze trafiają celowo do słabszych regionów, więc korelacja ujemna między poziomem PKB a absorpcją jest planowana, nie jest wynikiem negatywnego wpływu funduszy. W dyskusji metodologicznej musisz to uwzględnić i ewentualnie użyć zmiennych instrumentalnych lub różnic w różnicach (DiD).

Typowe błędy w pracach z tej dziedziny

Mapy bez legendy lub z błędną legendą

Mapa bez legendy i skali nie jest mapą naukową. Każda mapa w pracy powinna mieć: tytuł, legendę z jednostkami i zakresami klas, podziałkę liniową lub liczbową, strzałkę północy (jeśli orientacja nieoczywista), źródło danych pod mapą.

Wskaźniki bez standaryzacji

Porównywanie bezwzględnych wartości (np. liczby bezrobotnych) między powiatami różnej wielkości to błąd. Przelicz na 1000 mieszkańców, na km2 lub jako odsetek. BDL zazwyczaj podaje oba warianty, ale sprawdź.

Cytowanie teorii bez rozumienia

„Jak twierdził Krugman (1991)…” i potem nic, co z tego wynika dla Twojej analizy. Teorię wprowadzasz po to, żeby wyjaśnić wyniki. Jeśli mapa pokazuje koncentrację przemysłu w regionach centralnych, napisz, że to spójne z efektem rdzeń-peryferia z modelu NEG Krugmana (1991), i wyjaśnij mechanizm w jednym zdaniu.

Przepisywanie opisów statystycznych z BDL

„Województwo mazowieckie ma PKB per capita 185% średniej krajowej.” To fakt powszechnie znany. Praca naukowa pyta, dlaczego tak jest, jaka jest dynamika zmiany i jakie są mechanizmy. Opisowe zestawienie danych bez analizy to nie wystarczy.

Brak informacji o oprogramowaniu

Napisz konkretnie: „Analizę przestrzenną przeprowadzono w QGIS 3.34 z wtyczką Processing. Statystyki przestrzenne (I Morana, LISA) obliczono w GeoDa 1.22. Analizę skupień k-means i PCA wykonano w R 4.3.2 (pakiety cluster, factoextra, spdep).”

Jak napisać rozdział metodologiczny

Rozdział o metodologii powinien odpowiadać na cztery pytania: co badasz, na jakich danych, jakimi metodami i jakie są ograniczenia.

Układ rozdziału:

1. Obszar i okres badań: „Badanie obejmuje 73 podregiony NUTS-3 w Polsce w latach 2010-2022.”
2. Źródła danych: każde źródło z nazwą, instytucją, adresem i datą dostępu
3. Opis metod: każda metoda z definicją, wzorem (jeśli dotyczy), parametrami i uzasadnieniem wyboru
4. Oprogramowanie: nazwa i wersja
5. Ograniczenia: czego nie obejmują dane, jakie mają luki, jakie są założenia metod

Promotorzy i recenzenci czytają metodologię uważnie. Jeśli napiszesz „zastosowano metody statystyczne i kartograficzne” bez rozwinięcia, dostaniesz pytanie na komisji.

Jak pracować z QGIS przy pisaniu pracy

Jeśli QGIS to dla ciebie nowość, daj sobie dwa tygodnie na naukę podstaw przed zbieraniem danych do pracy.

Podstawowy workflow:

1. Pobierz shapefile granic administracyjnych (Geoportal.gov.pl lub GADM)
2. W QGIS: Dodaj warstwę wektorową (Warstwa > Dodaj warstwę > Dodaj warstwę wektorową)
3. Pobierz dane wskaźnika z BDL jako CSV, zaimportuj do QGIS (Warstwa > Dodaj warstwę > Dodaj warstwę z tekstu rozdzielanego)
4. Połącz tabelę z danymi z warstwą wektorową przez pole TERYT (Właściwości warstwy > Złączenia)
5. Ustaw symbolizację: kliknij prawym na warstwę > Właściwości > Symbolika > Stopniowany > wybierz pole i liczbę klas
6. Eksportuj mapę: Projekt > Nowy układ wydruku

Kluczowy kod TERYT dla polskich jednostek: województwa mają kody 02, 04, 06… (2-cyfrowe), powiaty 4-cyfrowe, gminy 6-cyfrowe. BDL używa tego kodu jako identyfikatora, shapefile z Geoportalu też.

Dokumenty strategiczne jako źródło desk research

Obok danych statystycznych ważnym materiałem są dokumenty planistyczne i strategiczne. Czytaj je jako źródła informacji o celach polityki regionalnej i porównuj z danymi o efektach.

Przydatne dokumenty:
– Strategia na rzecz Odpowiedzialnego Rozwoju (SOR), tzw. Plan Morawieckiego (2017, z aktualizacją 2019)
– Krajowa Strategia Rozwoju Regionalnego 2030 (KSRR 2030)
– Koncepcja Przestrzennego Zagospodarowania Kraju 2030 (KPZK 2030)
– Plany zagospodarowania przestrzennego województw (każdy urząd marszałkowski)
– Programy operacyjne RPO poszczególnych województw

Jeśli robisz studia przypadku dla konkretnego regionu, zajrzyj do strategii rozwoju województwa i sprawdź, czy cel strategiczny znalazł odzwierciedlenie w danych BDL.

Wywiady eksperckie z samorządami

Jeśli promotor oczekuje metod jakościowych obok ilościowych, dobrym uzupełnieniem są ustrukturyzowane wywiady z pracownikami urzędów marszałkowskich, starostw lub gmin.

Praktyczne wskazówki:
– Skontaktuj się mailowo z wydziałem strategii lub planowania przestrzennego
– Wyjaśnij cel badania i charakter uczelni (studenci często dostają pozytywny odzew)
– Przygotuj scenariusz 8-12 pytań, wyślij go rozmówcy z wyprzedzeniem
– Wywiad przeprowadź przez Teams lub Zoom, za zgodą nagrywaj, rób transkrypcję
– Cytuj anonimowo: „Pracownik Wydziału Planowania, Urząd Marszałkowski Województwa X, maj 2025”

Wywiady pasują szczególnie do pytań, na które nie odpowiadają dane statystyczne: dlaczego gmina zdecydowała się na określoną strefę inwestycyjną, jak wygląda proces aplikowania o fundusze, jakie bariery instytucjonalne napotykają małe gminy.

Harmonogram pisania

Prace magisterskie z geografii ekonomicznej mają zwykle 9-12 miesięcy od zatwierdzenia tematu do obrony. Realny plan:

• Miesiąc 1-2: wybór tematu, literatura, konsultacje z promotorem, zarys rozdziałów
• Miesiąc 3: zebranie danych, wstępna analiza, sprawdzenie dostępności i jakości
• Miesiąc 4-5: analiza właściwa, mapy, wykresy, tabele
• Miesiąc 6-7: pisanie rozdziałów 1-4
• Miesiąc 8: pisanie rozdziałów 5 i wstępu, korekta
• Miesiąc 9: oddanie do promotora, poprawki po uwagach
• Miesiąc 10-12: złożenie, recenzja, obrona

Nie odkładaj zebrania danych. BDL, Eurostat i portale GIS działają, ale czasem dane mają luki lub wymagają czasu na przetworzenie. Lepiej wiedzieć o tym w trzecim miesiącu niż w siódmym.

Co sprawdza recenzent

Recenzent pracy magisterskiej z geografii ekonomicznej zazwyczaj patrzy na:

1. Pytanie badawcze: czy jest precyzyjne, mierzalne i odpowiednio ambitne
2. Literaturę: czy jest aktualna (ostatnie 10-15 lat plus klasyka), czy autor ją rozumie, czy cytowania są poprawne
3. Dane: czy źródła są rzetelne, czy student rozumie ograniczenia danych
4. Metodologię: czy metody są adekwatne do pytania, czy są opisane wystarczająco szczegółowo
5. Mapy i wykresy: jakość kartograficzna, czytelność, poprawność opisu
6. Wnioski: czy wynikają z analizy, czy odnoszą się do hipotez i teorii
7. Formę: spójność, poprawność językowa, jednolity styl cytowania (APA, Chicago lub uczelniana norma)

Najczęstsza przyczyna oceny trzy-plus zamiast cztery-plus to brak dyskusji wyników w kontekście teorii. Dane masz, mapy masz, ale co z tego wynika dla teorii NEG albo konwergencji? Ten ostatni krok wiele osób pomija.

Kilka słów na koniec

Praca magisterska z geografii ekonomicznej i regionalistyki to projekt, który ma szansę być naprawdę interesujący. Dane przestrzenne pozwalają zobaczyć Polskę w sposób, którego nie daje żadna inna dyscyplina. Możesz zmierzyć, gdzie koncentruje się bogactwo, gdzie wyludniają się wsie, jak fundusze europejskie zmieniają (albo nie zmieniają) strukturę regionalną.

Zrób to uczciwie: postaw konkretne pytanie, zbierz dane z BDL i Eurostatu, naucz się QGIS na tyle, żeby narysować mapę, którą możesz obronić metodologicznie, i napisz dyskusję, która łączy twoje wyniki z teorią. Jeśli to zrobisz, recenzent nie będzie miał co zaczepiać.

Powodzenia.

Natalia Witek-Dąbrowska

Redaktorka i korektorka z 20-letnim doświadczeniem

Specjalizuję się w korekcie prac naukowych i dyplomowych. Jeśli potrzebujesz pomocy z tekstem, napisz do mnie.