资源可行性。①数据/材料：你需要的数据从哪里来？如果是公开数据集，是否已确认可下载？如果是问卷调查，能否接触到足够数量的受访者？如果是实验研究，设备和场地是否可用？②经费：是否需要购买软件、支付被试报酬、出差调研？这些费用谁来承担？③人力：是否需要合作者？他们是否确定参与？④设备：电脑性能是否足够（深度学习训练需要GPU）、实验室权限是否获批？

时间可行性。从今天到deadline还有多少个月？每个阶段（文献阅读、数据收集、分析、写作、修改）各需要多少时间？有没有其他事情会抢占时间（考试、实习、找工作）？推荐用"倒推法"：从deadline倒推每个阶段的截止日期，再检查是否合理。如果时间不够，要么缩小题目范围，要么简化研究方法。

能力可行性。诚实评估：你和你的团队是否具备完成该研究所需要的技能？如果方法涉及你没学过的统计技术或编程工具，你有多大的学习空间？学习新技能的时间是否纳入了时间规划？如果能力差距太大（如本科生的数学基础做不了高级机器学习），要么换题目，要么换方法。

导师可行性。你的选题是否在导师的研究方向范围内？导师是否有相关的学术积累可以指导你？如果导师完全不了解你的选题领域，你可能得不到有效指导。选题前和导师坦诚沟通："我想做XX方向，您觉得合适吗？您能指导到什么程度？"

风险评估与备选方案。列出每个风险点（数据拿不到、实验失败、被试招募不足）和对应的备选方案。例如，如果原计划的问卷调查回收率不够，备选方案是：降低样本量要求+采用更宽松的纳入标准，或者换用二手数据集。有备选方案的选题，才是真正可行的选题。

资源可行性。①数据/材料：你需要的数据从哪里来？如果是公开数据集，是否已确认可下载？如果是问卷调查，能否接触到足够数量的受访者？如果是实验研究，设备和场地是否可用？②经费：是否需要购买软件、支付被试报酬、出差调研？这些费用谁来承担？③人力：是否需要合作者？他们是否确定参与？④设备：电脑性能是否足够（深度学习训练需要GPU）、实验室权限是否获批？

时间可行性。从今天到deadline还有多少个月？每个阶段（文献阅读、数据收集、分析、写作、修改）各需要多少时间？有没有其他事情会抢占时间（考试、实习、找工作）？推荐用"倒推法"：从deadline倒推每个阶段的截止日期，再检查是否合理。如果时间不够，要么缩小题目范围，要么简化研究方法。

能力可行性。诚实评估：你和你的团队是否具备完成该研究所需要的技能？如果方法涉及你没学过的统计技术或编程工具，你有多大的学习空间？学习新技能的时间是否纳入了时间规划？如果能力差距太大（如本科生的数学基础做不了高级机器学习），要么换题目，要么换方法。

导师可行性。你的选题是否在导师的研究方向范围内？导师是否有相关的学术积累可以指导你？如果导师完全不了解你的选题领域，你可能得不到有效指导。选题前和导师坦诚沟通："我想做XX方向，您觉得合适吗？您能指导到什么程度？"

风险评估与备选方案。列出每个风险点（数据拿不到、实验失败、被试招募不足）和对应的备选方案。例如，如果原计划的问卷调查回收率不够，备选方案是：降低样本量要求+采用更宽松的纳入标准，或者换用二手数据集。有备选方案的选题，才是真正可行的选题。