Письменные работы в учебном процессе по иностранному языку в магистратуре

А.С. Комаров

ПИСЬМЕННЫЕ РАБОТЫ
В УЧЕБНОМ ПРОЦЕССЕ
ПО ИНОСТРАННОМУ ЯЗЫКУ
В МАГИСТРАТУРЕ / АСПИРАНТУРЕ

● Глоссарий терминов

● Пересказ научной статьи

● Обзор прочитанной литературы

● Учебная статья по теме исследования

Учебное пособие для неязыкового вуза

Москва
Издательство «ФЛИНТА»
2023

УДК 81.111(075.8)
ББК 81.432.1-6я73

К63 

К63

Одобрено Советом Департамента языковой подготовки 
Финансового университета при Правительстве РФ
(Протокол № 44 от 13 мая 2020)

Р е ц е н з е н т ы:
д-р филол. наук, проф. Департамента языковой подготовки 
Финансового университета при Правительстве РФ Л.С. Чикилева; 
канд. филол. наук, доцент Департамента языковой подготовки 
Финансового университета при Правительстве РФ И.В. Борисова; 
канд. пед. наук, доцент Департамента языковой подготовки 
Финансового университета при Правительстве РФ Т.А. Карпова

Комаров А.С.
Письменные работы в учебном процессе по иностранному языку 
в магистратуре / аспирантуре : учебное пособие для неязыкового 
вуза / А.С. Комаров. — Москва :  ФЛИНТА, 2023. — 228 с. — ISBN 
978-5-9765-4963-0. — Текст : электронный.

Обязательными заданиями, предусмотренными рабочими учебными программами 
и планами в курсе изучения профессионального иностранного языка в 
магистратуре и аспирантуре, являются составление глоссария терминологии, написание 
пересказа прочитанной научной статьи, обзора прочитанных в ходе занятий 
научных статей как домашнего творческого задания и эссе в форме учебной 
статьи по теме научного исследования. Цель представленного в пособии 
материала — помочь студентам в выполнении данных учебных заданий. Умение 
грамотного подхода к cозданию письменной работы и ее оформлению предусматривает, 
в частности, работу по подбору изучаемой литературы, отбору терминов 
из научных статей, понимание назначения обзора прочитанной литературы как 
описания проблематики темы и ее состояния на данном этапе развития науки, 
сформированных на сегодняшний день концепций, подходов разных авторов, их 
сравнительное сопоставление и анализ, умение структурированного подхода к 
передаче содержания прочитанной статьи, а также написания аннотации и самой 
учебной научной статьи.
Учебное пособие предназначено для самостоятельной работы студентов по 
написанию письменных работ в процессе и по итогам чтения статей по теме научного 
исследования магистранта и аспиранта.
УДК 81.111(075.8)
ББК 81.432.1-6я73

ISBN 978-5-9765-4963-0 
© Комаров А.С., 2023
© Издательство «ФЛИНТА», 2023

ОГЛАВЛЕНИЕ

Предисловие  ....................................................................................................6

ПИСЬМЕННАЯ РАБОТА № 1. Glossary of professional terms /
Глоссарий терминов по направлению магистерской подготовки
и темы научного исследования   ..................................................................9

Step 1. Отбор терминов из статьи по теме   .................................................9

Задание для самостоятельной работы  ........................................11

Step 2. Фиксирование контекста, раскрывающего значение
выбранного термина, или иллюстрации его употребления /
сочетаемости  ....................................................................................17

Задание для самостоятельной работы  ........................................19

Step 3. Поиск определения / объяснения термина
и его перевода на русский язык ......................................................21

Задание для самостоятельной работы  ........................................24

Step 4. Сравнительный анализ содержания английского
и русского терминов  ........................................................................26

Задание для самостоятельной работы  ........................................26

Step 5. Оформление глоссария  ...................................................................29

Задания для самостоятельной работы  ........................................29

ПИСЬМЕННАЯ РАБОТА № 2. Summary of a professional article / 
Пересказ научной статьи  ...........................................................................30

Структурное оформление элементов пересказа  .........................................30

Step 1. Introduction / Введение  ....................................................................31

Step 2. Main body / Основная часть  ............................................................34

Step 3. Conclusion / Заключение  .................................................................41

Задание для самостоятельной работы  ........................................44

Лексико-грамматическое оформление пересказа .......................................44

Paraphrasing / перефразировка исходного лексико-грамматического
материала авторской статьи  .........................................................................45

Задания для самостоятельной работы  ........................................47

Оценивание пересказа научной статьи  .......................................................53

ПИСЬМЕННАЯ РАБОТА № 3. A review of the literature /
Обзор прочитанных научных статей  ......................................................55

Step 1. «Aранжировкa» информации из прочитанных статей
в учебном обзоре  .............................................................................55
Step 2. In-text reference / Оформление внутритекстовых ссылок
in References Section / и списка литературы  ..................................72
Step 3. Структурное оформление обзора статей  .......................................75
Step 4. Оценивание обзора литературы  .....................................................87
Задания для самостоятельной работы  ........................................89

ПИСЬМЕННАЯ РАБОТА № 4. An essay on the topic of specialization / 
Учебная статья по направленности магистерской программы  ........98

Step 1. Ознакомление с требованиями публикации статьи  ......................98
Step 2. Определение цели статьи ..............................................................101
Step 3. Название статьи (ее заголовок)  ....................................................106
Step 4. Подбор материалов для статьи  .....................................................107
Step 5. Структурирование материала статьи  ...........................................107
Step 6. Лексическое и грамматическое оформление
материала статьи  ............................................................................120
Step 7. Оценивание и редактирование учебной статьи  ..........................143
Задания для самостоятельной работы  ......................................145

ПРИЛОЖЕНИЯ  ........................................................................................158

Приложение 1  .......................................................................................158
Приложение 2  .......................................................................................161
Приложение 3  .......................................................................................164
Приложение 4  .......................................................................................172
Приложение 5  .......................................................................................182
Приложение 6  .......................................................................................187

Приложение 7  .......................................................................................196
Приложение 8  .......................................................................................206
Приложение 9  .......................................................................................208
Приложение 10  .....................................................................................209
Приложение 11  .....................................................................................211
Приложение 12  .....................................................................................213
Приложение 13  .....................................................................................214
Приложение 14  .....................................................................................215
Приложение 15  .....................................................................................217
Приложение 16  .....................................................................................219
Приложение 17  .....................................................................................220
Приложение 18  .....................................................................................222
Приложение 19  .....................................................................................223

Список литературы  .....................................................................................225

Предисловие

Настоящее пособие предназначено для магистрантов и аспирантов 
в их самостоятельной работе по совершенствованию навыков 
письменной речи на английском языке, в частности по 
написанию таких видов письменной работы, как составление 
глоссария профессиональных терминов в процессе чтения научных 
статей по теме направления магистерской подготовки 
или исследования аспиранта, написание пересказа прочитанной 
научной статьи, обзора прочитанных в ходе занятий или самостоятельно 
научных статей как домашнего творческого задания 
и учебной научной статьи по теме исследования.
Цель работы с пособием — помочь студентам в выполнении 
вышеперечисленных учебных заданий. Умение грамотного 
подхода к написанию письменной работы и ее оформлению 
предусматривает работу по подбору изучаемой литературы, отбору 
терминов из научных статей, понимание назначения обзора 
прочитанной литературы как описания проблематики темы и 
ее состояния на данном этапе развития науки, сформированных 
на сегодняшний день концепций, подходов разных авторов, их 
сравнительное сопоставление и анализ, умение структурированного 
подхода к передаче содержания прочитанной статьи, а также 
написания учебной научной статьи и аннотации к ней.
Данное пособие проходило апробацию во время работы автора 
в магистратуре и аспирантуре факультета информационных 
технологий и прикладной математики Финансового университета 
при Правительстве РФ. Языковой иллюстративный материал 
пособия подобран в рамках направленности магистерских программ, 
предлагаемых студентам на данном факультете. В частности, 
это интеллектуальные информационные технологии в 
экономике и финансах, анализ больших данных и машинное 
обучение в экономике и финансах, а также технологии блокчейн 
и криптовалюты.
В магистратуре иностранный язык (в нашем случае это английский 
язык) выступает средством изучения профильного 

предмета магистерской подготовки и инструментом передачи 
предметного знания по специальности.
В этой связи важным представляется определение тематики, 
в рамках которой осуществляется аудиторная и самостоятельная 
работа по подбору материалов для чтения и написания письменных 
работ. Магистрантам предлагается подобрать научные статьи 
для чтения в рамках направленности магистерской программы, 
а аспирантам — индивидуальной темы научного исследования. 
Подбор статей для работы определяется их тематикой и перечнем 
возможной проблематики внутри темы (см. приложение 1).
При подборе статей для чтения магистрантам и аспирантам 
рекомендуется использовать перечень журналов, индексируемых 
международными базами научного цитирования Scopus и 
Web of Science.
В состав перечня включаются все индексируемые Scopus и/
или Web of Science журналы, которые издаются следующими 
издательствами (издательскими домами): Elsevier (Нидерланды), 
Springer Nature (Германия / США), Taylor & Francis Group 
(Великобритания), Wiley-Blackwell (США), SAGE Publishing 
(США), Оxford University Press (Великобритания), Cambridge 
University Press (Великобритания), Emerald Group Publishing 
(Великобритания), Institute of Electrical and Electronics Engineers 
(ТЕЕЕ) (США).
С актуальным списком журналов магистрант и аспирант 
может ознакомиться на сайте издательства Elsevier по ссылке 
https://www.elsevier.com/solutions/scopus/resource-library и на 
сайте компании Clarivate Analytics по ссылке http://mjl.clarivate.
com/cgi-bin/jrnlst/jlresults.cgi?PC=MASTER.
Также магистранты в своей самостоятельной работе могут 
воспользоваться подробными рекомендациями из следующих 
пособий:
Комаров А.С. Руководство по написанию эссе на английском 
языке: учеб. пособие. 2-е изд., испр. М.: Кнорус, 2018.
Комаров А.С. Терминология в изучении профессионального 
английского языка: учеб. пособие. М.: Русайнс, 2020.

Итак, в соответствии с рабочими программами дисциплины 
«Профессиональный иностранный язык» в перечень письменных 
работ, которыми должен овладеть магистрант / аспирант в 
процессе аудиторной и самостоятельной работы по совершенствованию 
ранее приобретенных навыков письменной речи на 
английском языке, включены следующие письменные работы:
1. Glossary of professional terms / Глоссарий профессиональных 
терминов в процессе чтения научных статей по теме 
направления магистерской подготовки или научного исследования.

2. Summary of a professional article / Пересказ одной из прочитанных 
научных статей.
3. A review of the literature / Обзор прочитанных во время 
курса статей на английском языке зарубежных авторов.
4. Essay on the topic of specialization / Учебная статья по направленности 
магистерской программы или теме индивидуального 
исследования.
Несмотря на то, что при подаче иллюстративного материала 
заданий в пособии использованы статьи по направлениям подготовки 
факультета прикладной математики и информационных 
технологий, в учебном процессе преподаватель и студенты могут 
при выполнении предлагаемого задания подобрать статьи 
по другим направлениям подготовки на других факультетах, где 
в программу включен курс «Профессиональный иностранный 
язык». Также материал заданий для самостоятельной работы 
может иметь индивидуальный характер и быть основанным на 
конкретной теме и материале того или иного студента.

Письменная работа № 1

GLOSSARY OF PROFESSIONAL TERMS /
ГЛОССАРИЙ ТЕРМИНОВ
ПО НАПРАВЛЕНИЮ МАГИСТЕРСКОЙ ПОДГОТОВКИ 
И ТЕМЫ НАУЧНОГО ИССЛЕДОВАНИЯ

Глоссарий — это толковый словарь терминов к читаемому 
тексту профессиональной статьи.
Выполняя данную работу, магистрант / аспирант решает следующие 
задачи:

● отбор английских терминов из читаемой статьи по теме;

● фиксирование контекста, раскрывающего значение выбранного 
термина, или иллюстрации его употребления / 
сочетаемости;

● поиск эквивалента термина на русском языке;

● поиск определения или объяснения значения термина на 
английском и русском языках;

● сравнительный анализ определения / объяснения содержания 
английского и русского терминов;

● таблично-структурное оформление отобранной терминологии.


Step 1. Отбор терминов из статьи по теме

При отборе лексемы для включения в глоссарий статьи важным 
представляется ее отнесение к терминологии темы.
Так, первым делом в глоссарий целесообразно включить лексемы, 
употребленные в заголовке статьи, и рассмотреть список 
ключевых слов, выделенный ее авторами, а также словосочетания 
и слова, тематически и терминологически связанные с ними 

в аннотации, введении, заголовках основной части и в заключительной 
части статьи.
Например,

Advances in credit scoring: combining performance
and interpretation in kernel discriminant analysis

Caterina Liberati, Furio Camillo, Gilbert Saporta

Received: 15 March 2013 / Revised: 3 February 2015 / Accepted: 
18 June 2015 / Published online: 4 July 2015 © Springer-Verlag Berlin 
Heidelberg 2015

Abstract: Due to the recent financial turmoil, a discussion in the 
banking sector about how to accomplish long term success, and how to 
follow an exhaustive and powerful strategy in credit scoring is being 
raised up. Recently, the significant theoretical advances in machine 
learning algorithms have pushed the application of kernel-based classifiers, 
producing very effective results. Unfortunately, such tools have an 
inability to provide an explanation, or comprehensible justification, for the 
solutions they supply. In this paper, we propose a new strategy to model 
credit scoring data, which exploits, indirectly, the classification power of 
the kernel machines into an operative field. A reconstruction process of 
the kernel classifier is performed via linear regression, if all predictors 
are numerical, or via a general linear model, if some or all predictors 
are categorical. The loss of performance, due to such approximation, is 
balanced by better interpretability for the end user, which is able to order, 
understand and to rank the influence of each category of the variables 
set in the prediction. An Italian bank case study has been illustrated 
and discussed; empirical results reveal a promising performance of the 
introduced strategy.

Keywords: Credit scoring, Kernel discriminant analysis, DISQUAL, 
Small and medium enterprises.

(Source: Adv Data Anal Classif. 2017. No. 11. P. 121—138.
DOI: 10.1007/s11634-015-0213-y)

Очевидно, что из заголовка статьи необходимо отобрать термины 
credit scoring и kernel discriminant analysis и включить в 
список терминов все слова, входящие в keywords, а также ряд 
словосочетаний терминологического характера из аннотации, 
такие как kernel-based classifiers, the kernel machines, linear re-
gression и др.
Распространенным недочетом при отборе слов является 
включение в глоссарий слов, в которых отсутствует словарное 
значение из предметной области знания по специальности, очерченной 
тематикой читаемых статей.
Например, в данном случае, это могут быть незнакомые магистранту 
слова turmoil, to accomplish, reveal и некоторые другие 
в зависимости от уровня знаний лексики конкретным магистрантом.


Задание для самостоятельной работы

Выберите из отрывка статьи лексемы, формирующие терминологию 
статьи.

1.

Capital Markets Union and the Fintech Opportunity

Maria Demertzis, Silvia Merler and Guntram B. Wolff

Abstract: Complementing Europe’s bank-based system with deep-
er capital markets and more cross-border financial integration promises 
benefits, but despite long-running debate and policy action, financial sys-
tem change remains slow. Fintech has the potential to change financial in-
termediation structures substantially. It could disrupt existing intermedia-
tion with new business models empowered by intelligent algorithms, big 
data, cloud computing, and artificial intelligence. Lower costs and poten-
tially better consumer experiences could be the driving forces. Yet, empiri-
cally, fintech remains very small, especially in the European Union (EU). 
Even the largest fintech market, in China, is of marginal size compared to 

overall financial intermediation. In the EU, much of fintech is concentrated 
in the UK. We argue that policymakers need to consider four questions ur-
gently. (i) Develop a European or national fintech market? (ii) What regula-
tory framework to pursue? (iii) Should supervision of fintech be exercised 
at the European level? (iv) What is the overall vision for the EU’s financial 
system? Getting the answers to these questions right at an early stage of 
market development constitutes an opportunity to shape a stable and cost-
efficient financial system. In contrast, late action could mean that Europe 
loses out to foreign competitors and misses an opportunity to improve 
financial intermediation in Europe.

(Source: Journal of Financial Regulation. 2018. Vol. 4. P. 157—165)

2.

An Automated Investing Method for Stock Market Based 
on Multiobjective Genetic Programming

Alexandre Pimenta, Ciniro A L Nametala,
Frederico Gadelha Guimaraes, Eduardo G. Carrano

Abstract: Stock market automated investing is an area of strong 
interest for the academia, casual, and professional investors. In addition 
to conventional market methods, various sophisticated techniques have 
been employed to deal with such a problem, such as ARCH / GARCH 
predictors, artificial neural networks, fuzzy logic, etc. A computational 
system that combines a conventional market method (technical analysis), 
genetic programming, and multiobjective optimization is proposed in this 
work. This system was tested in six historical time series of representative 
assets from Brazil stock exchange market (BOVESPA). The proposed 
method led to profits considerably higher than the variation of the assets in 
the period. The financial return was positive even in situations in which the 
share lost market value.

Keywords: genetic programming, Multiobjective optimization, 
Technical analysis, Stock exchange market, Feature selection, BOVESPA.

(Source: Comput Econ. 2018.
No. 52. P. 125—144)

3.

Modern Portfolio Theory, Digital Portfolio Theory 
and Intertemporal Portfolio Choice

C. Kenneth Jones

Abstract: The paper compares three portfolio optimization models. 
Modern portfolio theory (MPT) is a short-horizon volatility model. 
The relevant time horizon is the sampling interval. MPT is myopic and 
implies that investors are not concerned with long-term variance or mean-
reversion. Intertemporal portfolio choice is a multiple period model that 
revises portfolios continuously in response to relevant signals to reduce 
variance of terminal wealth over the holding period. Digital portfolio 
theory (DPT) is a non-myopic, discrete time, long-horizon variance model 
that does not include volatility. DPT controls mean-reversion variances 
in single period solutions based on holding period and hedging and 
speculative demand.

Keywords: Portfolio Theory, Portfolio Optimization, Mean-Reversion 
Risk, Long-Horizon Risk, Portfolio Diversifi cation

Introduction
Advances in signal processing in recent years have resulted in a 
“golden age of digital signal processing” characterized by stability 
and reliability. In addition to revolutionizing communication systems 
and electronic devices, this technology is now taking on a new role of 
understanding human-centric signals and information. In this same period, 
the fi eld of fi nance has enjoyed an age of volatility characterized by high 
leverage and uncertainty. This paper looks at the potential benefi t of the 
digital revolution when applied to portfolio theory and compares it with 
existing models. Markowitz [1] provides the basic framework for short- 
term mean variance portfolio selection but little practical guidance for long-
term investors. Modern Portfolio Theory (MPT) is single period myopic 
and offers no solution to the empirical long-horizon portfolio problem. The 
Merton [2] multi-period non-myopic model provides the dynamic solution