Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 0品質スコア 50/100

academic-writing

論文執筆・文献レビュー・研究助成申請書の作成から、査読準備・引用管理・プレプリント投稿まで、学術的な執筆・研究ワークフロー全般を支援するスキル。Plan S / 2026 OSTP Nelson MemoへのOA対応、ORCID・DOI・RORなどの永続識別子の活用、CRediT貢献者役割の割り当て、OSF / AsPredictedでの事前登録、ジャーナルや助成機関へのLLM使用開示など、研究プロセスの多岐にわたる場面で活用できる。研究者・大学院生・あらゆる分野のアカデミックな実務者に不可欠なスキル。

description の原文を見る

Academic writing, research methodology, and scholarly communication workflows. Use when writing papers, literature reviews, grant proposals, conducting research, managing citations, preparing for peer review, choosing OA routes under Plan S / 2026 OSTP Nelson Memo, posting preprints, working with persistent identifiers (ORCID, DOI, ROR), assigning CRediT contributor roles, preregistering analyses on OSF / AsPredicted, or disclosing LLM use to journals and funders. Essential for researchers, graduate students, and academics across disciplines.

SKILL.md 本文

学術論文執筆と研究方法論

学術論文の系統的執筆法、研究デザイン、学術コミュニケーションの体系的アプローチ。

研究デザインの基礎

研究課題の開発

## 研究課題の構築

### FINER基準
- **F**easible(実行可能性):本当にこの研究を遂行できるか?
- **I**nteresting(興味深さ):この分野にとって重要か?
- **N**ovel(新規性):新しい知識を追加するか?
- **E**thical(倫理性):倫理的に実施できるか?
- **R**elevant(関連性):実際の問題に対応しているか?

### 課題の種類
| タイプ | 目的 | 例 |
|--------|------|-----|
| 記述的 | 現象を文書化する | 「Xの特性は何か?」 |
| 比較的 | グループ・条件を比較する | 「Xはグループ間でどう異なるか?」 |
| 相関的 | 関係性を検討する | 「XとYの間に関係があるか?」 |
| 因果的 | 因果関係を立証する | 「XはYを引き起こすか?」 |
| 探索的 | 仮説を生成する | 「Xを説明する要因は何か?」 |

### 課題の改善
広範 → 段階的に絞り込む

初稿1:「ソーシャルメディアは政治にどう影響するか?」
初稿2:「Twitter使用は政治的分極化にどう影響するか?」
初稿3:「党派的Twitterアカウントへの露出は、米国成人の
        政治的態度分極化にどう影響するか?」
初稿4:「イデオロギー的に同質的なTwitterフィードへの露出増加は、
        政治的関心の高い米国成人(18-35歳)の感情的分極化を
        増加させるか?」

文献レビュー戦略

## 系統的文献検索

### 分野別データベース選択
- **分野横断的**:Web of Science、Scopus、Google Scholar
- **社会科学**:JSTOR、ProQuest、SSRN
- **コミュニケーション**:Communication Abstracts、ComAbstracts
- **健康科学**:PubMed、MEDLINE、CINAHL
- **教育**:ERIC
- **経営学**:Business Source Complete

### 検索戦略テンプレート
1. **研究課題から主要概念を抽出**
2. **各概念の同義語を生成**
3. **ブール演算子で組み合わせ**

例:「ソーシャルメディア 政治的分極化」

概念1:ソーシャルメディア
- OR:Twitter、Facebook、Instagram、「ソーシャルネットワーキングサイト」、
      「オンラインプラットフォーム」、「デジタルメディア」

概念2:政治的
- OR:党派的、イデオロギー的、選挙的、市民的

概念3:分極化
- OR:分裂、過激主義、「態度変化」、急進化

組み合わせた検索式:
(Twitter OR Facebook OR "ソーシャルメディア" OR "ソーシャルネットワーキング")
AND (政治的 OR 党派的 OR イデオロギー的)
AND (分極化 OR 分裂 OR 過激主義)

### 包含・除外基準
以下の基準を文書化:
- 出版年範囲:[X年~現在]
- 言語:[英語のみ / 複数言語]
- 出版種別:[査読済み論文のみ / プレプリント含む]
- 地理的範囲:[世界 / 特定国]
- 研究方法:[全て / 特定のアプローチ]

### 検索の管理
- 検索を保存して後で再実行
- 結果を参考文献管理ツールにエクスポート
- 各段階の結果数を追跡
- 各検索の日付を文書化

引用管理

# Zotero/参考文献管理ツール統合パターン

# 自動化引用ワークフロー
CITATION_STYLES = {
    'apa7': 'American Psychological Association 7th edition',
    'mla9': 'Modern Language Association 9th edition',
    'chicago': 'Chicago Manual of Style 17th edition',
    'harvard': 'Harvard Reference format',
    'ieee': 'IEEE',
    'vancouver': 'Vancouver (medicine)',
}

# BibTeX記入テンプレート
BIBTEX_ARTICLE = """
@article{{{citekey},
    author = {{{author}}},
    title = {{{title}}},
    journal = {{{journal}}},
    year = {{{year}}},
    volume = {{{volume}}},
    number = {{{number}}},
    pages = {{{pages}}},
    doi = {{{doi}}}
}}
"""

# 文脈別の一般的な引用パターン
CITATION_CONTEXTS = {
    'introducing_concept': "著者(年)によると、…",
    'supporting_claim': "研究では、X であることが示されている(著者、年;著者、年)。",
    'contrasting': "著者(年)がX を主張している一方で、著者(年)は Y を主張している。",
    'methodology_reference': "著者(年)が開発した方法に従って、…",
    'direct_quote': '著者(年)は「正確な引用」(p. X)と述べている。',
}

論文の構成と執筆

IMRaD構造(科学論文)

## 標準的な研究論文の構成要素

### 要旨(通常150-300語)
- 背景(1-2文)
- 目的・目標(1文)
- 方法(2-3文)
- 結果(2-3文)
- 結論(1-2文)

### 導入部
**ファネル構造:**
1. 広い文脈 - このトピックがなぜ重要か?
2. 焦点の絞り込み - 特定の問題は何か?
3. ギャップの特定 - 何が分かっていないのか?
4. 研究課題・仮説 - 何を調査するか?
5. 貢献の予告 - なぜこの研究が重要か?

### 文献レビュー
**時系列ではなくテーマ別に整理:**
1. テーマ1:主要な知見、議論、ギャップ
2. テーマ2:主要な知見、議論、ギャップ
3. テーマ3:主要な知見、議論、ギャップ
4. 統合:テーマがあなたの研究とどう結びつくか

### 方法
**再現可能性テスト:** この章だけで別の研究者があなたの研究を再現できるか?

含める内容:
- 参加者・サンプル(誰か、どう選定したか、N)
- 材料・測定方法(どの道具か、妥当性)
- 手順(何が段階的に起きたか)
- 分析アプローチ(統計検定、質的方法)
- 倫理的配慮(IRB、同意)

### 結果
**解釈ではなく報告:**
- 知見を系統的に提示
- 複雑なデータは表・図を使用
- 効果量を報告、p値だけでなく
- 各研究課題・仮説に対応

### 議論
**逆ファネル構造:**
1. 主要な知見の要約
2. 文献の文脈での解釈
3. 理論的含意
4. 実践的含意
5. 限界
6. 今後の研究方向
7. 結論

学術論文のスタイル

## 執筆慣例

### 時制と人称
| セクション | 時制 | 例 |
|-----------|------|-----|
| 要旨 | 過去形(方法・結果)、現在形(結論) | 「我々は…を発見した。これは…を示唆している」 |
| 導入部 | 現在形(確立された知識) | 「研究では…が示されている」 |
| 方法 | 過去形 | 「参加者は…を完了した」 |
| 結果 | 過去形 | 「分析は…を明かにした」 |
| 議論 | 現在形+過去形 | 「これらの知見は示している…我々は発見した…」 |

### ヘッジング言語
適切なヘッジング(過度な主張を避ける):
- 「これは…を示唆している」(「これは…を証明している」ではなく)
- 「~と関連している可能性がある」(「引き起こす」ではなく)
- 「結果は…を示している」(「結果は明確に示している」ではなく)
- 「1つの可能な説明は…」(「説明は…」ではなく)

### 機能別の接続詞
**追加:** さらに、さらに加えて、また、加えて
**対比:** しかし、それにもかかわらず、逆に、対照的に
**因果・結果:** したがって、その結果として、…の結果として、よって
**例示:** 例えば、特に、説明するために
**順序:** まず、次に、最後に、一方

### 段落
各段落は:
1. トピック文で始まる
2. 1つの主要なアイデアを含む
3. 支持する証拠を含む
4. 隣接する段落と結びつく
5. 平均100-200語(分野による)

よくある執筆の問題

## 避けるべき事項

### 冗長さ
❌ 「結果は…を示していることに注目する必要があることは重要である」
✅ 「結果は…を示している」

❌ 「調査するために」
✅ 「調査するために」

❌ 「合計50人の参加者」
✅ 「50人の参加者」

### 弱い動詞
❌ 「研究は研究者によって実施された」
✅ 「研究者は研究を実施した」

❌ 「有意な差が見つかった」
✅ 「有意な差を発見した」

### 曖昧な言語
❌ 「いくつかの研究が示しています…」
✅ 「3つの研究(著者、年;著者、年;著者、年)が示しました…」

❌ 「結果は有意であった」
✅ 「結果は統計的に有意であった(p < .05, d = 0.45)」

### 不要な専門用語
- 初出時に技術用語を定義
- 等しく正確な簡潔な言葉を使用
- 読み手の専門知識レベルを考慮

### 引用の問題
❌ 二次資料をそれとして示さずに引用
✅ 「(著者、年、著者、年で引用)」

❌ 合成なしに引用を列挙
✅ 同じポイントをする引用をグループ化;異なるものは区別

査読と改訂

査読者への対応

## 返答レター テンプレート

拝啓 編集者および査読者へ

「[タイトル]」(原稿ID:[番号])に対するご指摘ありがとうございます。
私たちはすべてのコメントを慎重に検討し、それに応じて原稿を改訂しました。
以下は、各コメントに対する点別の返答です。

---

## 査読者1

### コメント1.1
[査読者のコメントを引用または要約]

**返答:**
[あなたの対応を説明]

**実施した変更:**
[ページ/行番号で具体的な変更を引用]
「新しいテキスト…」(p. X, 行XX-XX)

### コメント1.2
[各コメントに対して続行]

---

## 査読者2
[同じ形式]

---

これらの改訂が原稿を大幅に改善し、[ジャーナル名]での掲載に
適切なものになることを期待しています。

敬具、
[著者名]

批判への対応

## 査読者フィードバックの種類

### 必ず対応すべき事項
- 方法論上の問題
- 見落とされた文献
- 不明確な記述
- 論理的ギャップ
- 統計的エラー

### 慎重に交渉すべき事項
- 追加分析の要求
- 構造変更の提案
- 解釈についての見解の相違

### 適切に反論すべき事項
- スコープ外の要求
- あなたの論拠の誤解
- 査読者間の矛盾

### 返答戦略
**同意:** 「貴重なご指摘ありがとうございます。我々は[アクション]を実施しました。」

**部分的同意:** 「このポイントに感謝します。[有効性を認める]一方で、我々は[あなたのアプローチを説明]しました。しかし、我々は[部分的な対応]を実施しました。」

**敬意ある異議:** 「このご指摘をありがとうございます。我々は慎重に検討しました。しかし、[説明]です。このご推論をご理解いただけることを願っています。」

助成金提案書

提案書の構成(NSF/NIHスタイル)

## 標準的な助成金の構成要素

### 具体的な目標(1ページ)
**冒頭段落:** 問題は何か?なぜそれが重要か?
**ギャップ声明:** 現在の理解で何が欠けているのか?
**長期目標:** あなたの研究プログラムのビジョン
**目的:** この具体的なプロジェクトが何を達成するか
**主要仮説:** あなたの検証可能な予測
**目標:** 2-4の具体的で達成可能な目標
**影響声明:** この資金提供がなぜ重要か

### 有意性(2-3ページ)
- 問題の重要性
- 現在の知識のギャップ
- あなたの仕事がいかに分野を進展させるか
- 成功時の潜在的インパクト

### イノベーション(1ページ)
- あなたのアプローチで何が新しいか?
- 概念的イノベーション
- 方法論的イノベーション
- 技術的イノベーション

### アプローチ(6-12ページ)
各目標について:
- 理論的根拠
- 予備データ(あれば)
- 研究デザイン
- 方法
- 予想される成果
- 潜在的問題と代替案
- タイムライン

### より広い影響
- 訓練機会
- 普及計画
- 社会への利益
- 多様性とインクルージョン

予算の正当化

## 予算カテゴリ

### 人件費
- PI給与と割当て(%時間)
- 共同研究者
- ポスドク(給与+福利厚生)
- 大学院生(奨励金+授業料+福利厚生)
- 学部生研究者
- 技術スタッフ

### 設備
- $5,000以上の品目(スポンサー閾値を確認)
- プロジェクト必要性の正当化

### 消耗品
- 実験室消耗品
- ソフトウェアライセンス
- 参加者謝金

### 旅費
- 学会発表
- データ収集サイト
- 共同研究者訪問

### その他直接費用
- 出版費
- 参加者謝金
- 筆記起こしサービス
- 設備保守

### 間接費(F&A - 施設・管理費)
- 各機関は認識する連邦機関と F&A 率を交渉します。
- この率は **修正全直接費用(MTDC)** に適用され、全直接費用ではありません — $5K以上の設備、授業料、参加者支援、$25K以上の分担額の一部、およびその機関の交渉された合意書に基づくその他のカテゴリを除外します。
- R1大学は通常 MTDC の 55-70% を交渉します。より小さい機関はより低い額です。予算化する前に、常にスポンサード・プログラム事務所に現在の率を確認してください。

出版戦略

ジャーナル選択

## ジャーナルの評価

### 品質指標
- インパクトファクター(注意深く使用)
- 採択率
- 査読期間
- 出版までの期間
- あなたの分野での評判
- インデックス(Web of Science、Scopus)

### フィット指標
- スコープの適合
- 読み手との一致
- 記事タイプ(実証的、理論的、レビュー)
- オープンアクセス経路(以下を参照)

### オープンアクセス経路
- **ゴールド OA** — 完全 OA ジャーナルで公開。通常、記事処理料金(APC)が必要で、多くは$1,000-$3,000以上です。
- **グリーン OA** — クローズドアクセスジャーナルだが、著者がパブリッシャーの許可するエンバーゴの下で、受理された原稿を機関リポジトリ、arXiv などに自己アーカイブできます。
- **ダイヤモンド / プラチナ OA** — APC なしの完全 OA ジャーナル。学会、大学、コンソーシアムがスポンサーします。社会科学と人文科学でますます一般的です。
- **ハイブリッド** — クローズドアクセスジャーナルだが、個別の記事が APC でOA にできます。注:ハイブリッドは Plan S コンプライアンスから除外されており、多くの資金提供者の OA 義務から除外されています — APC を払う前に確認してください。
- **ブロンズ** — 無料で読めるが、正式な OA ライセンスなし。パブリッシャーはアクセスを取り消せます。コンプライアンス目的では実際の OA ではないと扱います。

### 資金提供者の義務(米国+欧州、2026年時点)
- **OSTP Nelson Memo(米国)** — 連邦資金の研究は出版時に、エンバーゴなしで即座に公にアクセス可能にする必要があります。実装期限は **2025年末** だったため、2026年時点で全主要米国連邦資金提供者(NIH、NSF、DOE、NASA など)に有効です。
- **Plan S(cOAlition S)** — ヨーロッパ資金提供者(Wellcome、UKRI、ANR、その他多数)は即座にゴールド OA またはダイヤモンド OA、またはエンバーゴなしで CC-BY ライセンス付きグリーン OA を要求します。ハイブリッドはコンプライアンスではありません。
- 提出前に資金提供者の最新の方針を確認してください — 受け入れられる経路は変わり、一部の資金提供者は APC に上限を設けます。

### 警告サイン(捕食的ジャーナル)
- 攻撃的なメール勧誘
- 迅速な「査読」(数日)
- 不明確な編集委員会
- 主要なデータベースにインデックスなし
- 明確な OA モデルなしの「出版に支払い」
- 低品質のウェブサイト

### ジャーナル・出版倫理の精査リソース
- **Think. Check. Submit.** (thinkchecksubmit.org) — 正当性チェックリスト。
- **DOAJ**(オープンアクセスジャーナルディレクトリ) — 精査された OA ジャーナルインデックス。
- **Journal Citation Reports** — Impact Factor の Web of Science 有料プロダクト。
- **Cabells Predatory Reports** — Beall's List(2017年に削除)の後継、サブスクリプションベースの置き換え(古いミラーのみ残存 — 現在の信頼できるソースとして頼らないでください)。
- **Retraction Watch Database** — 撤回と出版社の不正行為の検索可能なレコード。著者とジャーナルの精査に有用です。
- **COPE**(出版倫理委員会、publicationethics.org) — 編集者と著者向けの倫理と完全性の権威あるガイドライン。
- **ICMJE**(医学ジャーナル編集者国際委員会、icmje.org/recommendations) — 著者基準、利益相反開示、多くの分野で使用される報告基準を定義します。

カバーレター テンプレート

拝啓 [編集者名] 先生へ

「[完全なタイトル]」を [記事タイプ] として [ジャーナル名] での検討のために提出いただき、ありがとうございます。

**要旨(2-3文):**
[あなたが何をしたか、何を発見したかを説明]

**有意性(2-3文):**
[ジャーナルの読者にとってなぜこれが重要か]

**フィット声明:**
[この特定のジャーナルを選んだ理由]

**宣言:**
- この原稿は原著であり、他の場所で検討中ではありません
- すべての著者は提出を承認しました
- [利益相反声明]
- [資金謝辞]

**推奨査読者(要求された場合):**
1. [名前、所属、メール] - [関連分野]の専門家
2. [名前、所属、メール] - [関連分野]の専門家
3. [名前、所属、メール] - [関連分野]の専門家

**除外すべき査読者(ある場合):**
[名前] - [簡潔で職業的な理由]

ご返答をお待ちしております。

敬具、
[対応著者名]
[職名、所属]
[連絡先情報]

プレプリントと永続的識別子

プレプリント・サーバー(動作版を投稿して早期引用を獲得)

プレプリントは、著者が投稿した原稿で、正式な査読前に投稿されます。ほとんどのジャーナルは現在、プレプリント投稿を許可しています(または積極的に奨励しています)。不確かな場合は、投稿前にターゲットジャーナルの方針を確認してください。

サーバー分野注記
arXiv (arxiv.org)物理学、数学、CS、定量生物学、経済学、統計学最古、最大。セクション別にモデレーション。
SSRN (ssrn.com)社会科学、法律、経済学、金融2016年以降 Elsevier 所有 — 一部著者は SocArXiv を代替として選好。
bioRxiv (biorxiv.org)生物学Cold Spring Harbor Laboratory。広く引用。
medRxiv (medrxiv.org)健康科学、医学安全性主張は軽いモデレーション。臨床試験結果を事前登録なしでプレプリント投稿しないでください。
EarthArXiv地球・惑星・環境科学コミュニティ運営、OSF インフラストラクチャ経由。
PsyArXiv心理学+行動科学OSF ホスト。
SocArXiv社会学+社会科学OSF ホスト。SSRN の Elsevier 独立代替。
EngrXiv工学OSF ホスト。

プレプリント投稿の理由: 優先権主張により高速なタイムスタンプ、ジャーナル受理の数か月前に引用可能、最終査読前のより広いフィードバック。 (2026 OSTP Nelson Memo は、連邦資金の米国研究の 査読済み バージョンに対する出版時の即座の公開アクセスを統治しています — プレプリント義務ではありません。プレプリント投稿は独立した、任意の選択で、Nelson Memo コンプライアンスを補完しますが、満たさません。)

永続的識別子 — ORCID を取得して DOI を使用

  • ORCID iD (orcid.org) — パブリッシャー、資金提供者、機関全体で曖昧でなくあなたにリンクする無料16桁識別子。ほとんどの主要ジャーナルと資金提供者が要求。あなたの CV、原稿、データセット、ソフトウェア、助成金申請に接続。
  • DOI (doi.org) — 学術成果物の永続的識別子。受理時にジャーナルによって自動割当。Zenodo (zenodo.org) またはあなたの機関リポジトリを経由して、自分のデータセット、コード、ポスター、プレプリント用に DOI を鋳造することもできます — ジャーナル以外の出力を引用するのに有用。
  • ROR (ror.org) — 研究組織の永続的識別子。資金提供者と出版社が機関名を曖昧でなくするために使用。

研究倫理

倫理的配慮チェックリスト

## 研究開始前に

### 人間被験者
- [ ] IRB/倫理委員会承認取得
- [ ] インフォームド・コンセント手続き確立
- [ ] 脆弱な被験者を特定し保護
- [ ] プライバシーと機密性対策が実施
- [ ] データセキュリティ計画確立
- [ ] リスク・便益比が許容可能

### データ管理
- [ ] データ管理計画作成
- [ ] 安全な保管手配
- [ ] 共有・アーカイブ計画文書化
- [ ] 保持期間決定
- [ ] 破棄手続き確立

### 著者性
- [ ] 貢献基準を協議(ICMJE定義使用:実質的貢献+起草・改訂+最終承認+説明責任)
- [ ] 著者順序に合意
- [ ] すべての貢献者は著者基準を満たす
- [ ] 非著者貢献者の謝辞計画
- [ ] **CRediT 分類法** (credit.niso.org) ロールを各著者に割当 — ほとんどの主要ジャーナルは CRediT を要求または推奨。14の標準化された貢献者ロール(概念化、方法論、ソフトウェア、検証、正式解析、調査、リソース、データキュレーション、執筆—原稿作成、執筆—レビューおよび編集、可視化、監督、プロジェクト管理、資金取得)を含みます。

### 利益相反
- [ ] 経済的利益相反を特定
- [ ] 非経済的利益相反を特定
- [ ] 開示計画確立

### 再現可能性
- [ ] 分析計画を **OSF** (osf.io) または **AsPredicted** (aspredicted.org) に事前登録(データ収集前)— 確認的分析と探索的分析を区別し、HARKing を防ぎます。ターゲットジャーナルが **登録レポート** を受け入れるかどうかを確認(データ収集 *前* の設計の査読、結果に関わらず原則的受理) — このフォーマットは心理学、バイオメディカル、社会科学全体の350以上のジャーナルに存在(2026年時点)。
- [ ] コードを共有します(GitHub リリース+Zenodo DOI をバージョン付き、引用可能なコードアーカイブとして検討)
- [ ] データを共有します(FAIR 原則;機関リポジトリ、Dryad、Figshare、または適切なドメイン固有のリポジトリ)
- [ ] 材料を共有します

研究不正の回避

## 不正の種類

### 捏造
- データや結果を作成
- いかなる状況でも許容されません

### 改ざん
- データ、設備、またはプロセスを操作
- データを選別的に省略して結論を変更
- 許容可能な調整を超えた画像操作

### 盗用
- 帰属なしに他者の言葉を使用
- 自己盗用(公開済みの自分の仕事を謝辞なしに再利用)
- 過度に密接な言い換え

### その他の疑わしい慣行
- p-ハッキング(複数の分析を有意まで実施)
- HARKing(結果既知後の仮説)
- サラミスライシング(1つの研究を多くの論文に分割)
- ギフト/幽霊著者性
- 選別的な結果報告

学術執筆における AI / LLM 使用

LLM 援助の執筆は 2024-2026 年の学術出版全体の決定的な倫理問題です。すべての主要ジャーナル、資金提供者、倫理委員会がこの期間に方針を発行しており — 方針は依然として厳しくなっています。以下のすべてをフロア(上限ではなく)と扱ってください:提出前にターゲットジャーナルの現在の提出ガイドラインと資金提供者の最新方針を読んでください。

2026年時点で普遍的に禁止されている事項

  • LLM著者性。 ICMJE、COPE、Nature、Science、NEJM、Cell、JAMA、Lancet、主要大学出版社はすべて LLM(ChatGPT、Claude、Gemini など)を共著者として列記することを明示的に禁止しています。LLM は著者性が要求する説明責任と承認基準を満たすことができません。謝辞セクションまたはメソッズ/開示ステートメントを使用 — 決して著者バイラインではありません。
  • 捏造引用の生成。 LLM は、存在しない妥当性のある DOI、ページ番号、さらには著者/タイトル組み合わせを生成することが十分に文書化されています。原稿内のすべての引用はソースと照合して検証する必要があります — LLM 誘発の捏造引用率は 2023 年以降のトップ撤回トリガーです。
  • データ、結果、または画像の生成。 実験データの合成、図の捏造、または実際に取得されなかった結果を「埋める」ための生成 AI の使用は、COPE 定義による研究不正です。
  • 未開示の実質的使用。 ほとんどのジャーナルは、些細なスペルチェック/文法支援を超えた LLM 使用の開示を要求しています。意味のある使用の開示に失敗することは、撤回の根拠となる可能性があります。

通常は許可される(開示で)

  • アイデアのブレインストーミングと概要作成
  • 言語の磨き上げと文法修正
  • あなた自身の執筆の翻訳
  • 分析用コード生成(明示的なテストで)
  • あなた自身のノートまたは記録の要約
  • 自分のメモを事実確認した後で所有するテンプレートセクション(カバーレター、IRB 言語)の生成

開示言語(テンプレート)

ほとんどのジャーナルは、ツール、バージョン(利用可能な場合)、および何に使用されたかを記入したメソッド/謝辞ステートメントを望んでいます。例:

本著作の準備中に、著者は [ツール名、例:ChatGPT-5、Claude Opus 4.7、Gemini 3 Pro] を [特定の使用、例:導入部の言語磨き上げ;セクション 3.2 のクラスタ分析用コード起草] のために使用しました。このツールを使用した後、著者はコンテンツを必要に応じてレビューおよび編集し、公開の内容に対して全責任を負います。

ターゲットジャーナルの正確な必須言語に合わせて調整してください — Elsevier、Springer Nature、Wiley、Taylor & Francis、IEEE、ACM はそれぞれ独自の推奨言語を公開しています。

提出前の開示チェックリスト

  • 現在の提出ガイドラインでターゲットジャーナルの AI/LLM ポリシーを読む(ポリシーは年複数回更新されます)。
  • 資金提供者のポリシーを読む — 一部(Wellcome、NSF)はジャーナルより厳しいルールがあります。
  • ジャーナルの推奨言語を使用して開示ステートメントを追加。
  • すべての引用を手動で検証 — DOI、著者リスト、ページ範囲、引用された文法に対して LLM 出力を信頼しないでください。
  • すべての数値的主張、日付、名前付き事実を確認。
  • 完全原稿を読み直して、LLM の言語と議論構造ではなくあなたの声が支配していることを確認。
  • LLM がコードまたは分析に使用された場合、シードで再実行してすべての報告数値が再現されることを確認。

検出ツール(信頼性限定)

GPTZero、Turnitin AI Detection、Originality.ai および類似ツールは、非ネイティブ英語話者に対する高い誤検知率と合法的にヒト著者による技術テキストに対する高い誤検知率が文書化されており — 現在のモデルに対する軽い編集での高い見落とし率も。Pangram Labs (pangram.com) はより厳密なベンチマークを公開しており、粗同一設定でより古い検出器より優れる傾向がありますが、著者が LLM 出力を実質的に編集する場合と同じ基本的制限を共有します。検出出力は、不正調査の根拠として単独では使用すべきではありません。これを足がかりシグナルとして依存するジャーナルはますます後退しています。検出器の結果を著者との継続的議論のためのフラグとして扱う。証拠として単独では使用しないでください。

生産性とワークフロー

執筆ルーチン

## 持続可能な学術執筆

### 日々の執筆慣行
- 毎日同じ時間に執筆(習慣形成)
- 最小限の実行可能目標で開始(例:30分)
- 進捗を追跡(単語数、時間)
- 執筆時間を会議/メールから保護

### 大規模プロジェクト管理
1. 最小可能なタスクに分割
2. 各コンポーネントに期限を設定
3. 定期的な執筆ブロックをスケジュール
4. バッファ時間を組み込む
5. 早期かつ頻繁にフィードバック取得

### ブロック克服
- 最も簡単なセクションから開始
- 「下手な初稿」を書く(Anne Lamott)
- 引用/データにプレースホルダーを使用
- 同僚とアイデアを議論
- 環境を変更
- アウトライン/構造に戻る

学者向けツール

目的ツール
参考文献管理Zotero(推奨;オープンソース、複数デバイス間で同期)、Paperpile(ウェブファースト、Google Docs 統合)、EndNote、Citavi。Mendeley の注記: Elsevier は 2022 年 9 月に Mendeley Desktop ダウンロードの終了を発表しましたが、後で可用性を復元。Mendeley Desktop はレガシーソフトウェアのままで、追加機能開発はなし。Mendeley Reference Manager(ウェブ/クラウド)がアクティブに保守されるプロダクト。新規ユーザーは Zotero または Paperpile がより適切です。
執筆Scrivener、Overleaf(LaTeX コラボレーション)、Word、Typst(より新しい LaTeX 代替)
コラボレーションGoogle Docs、Overleaf、Hedgedoc
バージョン管理Git / GitHub / GitLab(真のバージョン管理)。Word のトラック変更は共同編集であってバージョン管理ではありません — ブランチ作成、マージ、履歴の書き換え、アトミックコミットがない。
タスク管理Todoist、Notion、Trello
集中Forest、Freedom、Cold Turkey
分析R、Python、SPSS、Stata、NVivo、Julia
可視化R/ggplot2、Python/matplotlib + plotly、Observable、Tableau
LLM 援助執筆上記「学術執筆における AI / LLM 使用」セクションを参照。いずれかのツール使用前に開示要件を確認します。

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
jamditis
リポジトリ
jamditis/claude-skills-journalism
ライセンス
MIT
最終更新
不明

Source: https://github.com/jamditis/claude-skills-journalism / ライセンス: MIT

関連スキル

OpenAILLM・AI開発⭐ リポ 6,054

agent-browser

AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。

by JimmyLv
汎用LLM・AI開発⭐ リポ 1,982

anyskill

AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 1,982

engram

AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 21,584

skyvern

AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。

by Skyvern-AI
汎用LLM・AI開発⭐ リポ 1,149

pinchbench

PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。

by pinchbench
汎用LLM・AI開発⭐ リポ 4,693

openui

OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。

by thesysdev
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: jamditis · jamditis/claude-skills-journalism · ライセンス: MIT