inno-paper-reviewer

正式なサマリー

チェックリスト形式の評価に基づく体系的な原稿・助成金レビュー。特定の基準に基づいた方法論評価、統計的妥当性、報告基準遵守（CONSORT/STROBE）、建設的なフィードバックを伴う正式なピアレビューを作成する際に使用します。

トリガールール

このスキルは、ユーザーのリクエストが研究ワークフロースコープに合致する場合に使用してください。テンプレートまたは参考資料を再作成する代わりに、バンドルされたリソースを優先してください。出力はプロジェクトファイル、引用、スクリプト、またはアップストリームの証拠にまで遡及可能に保ってください。

リソース使用ルール

現在のタスクで追加の詳細が必要な場合のみ、references/ から読み込んでください。

実行契約

すべての相対パスをこのスキルディレクトリから最初に解決してください。
バンドルされたスクリプトを呼び出す際は、変更前の検査を優先してください。
必要なランタイム、CLI、認証情報、またはAPIが利用できない場合は、ステップを無視するのではなく、ブロッカーを説明し、最適な手動フォールバック方法で続行してください。
生成されたアーティファクトをスキルディレクトリに書き戻さないでください。アクティブなプロジェクトワークスペース内に保存してください。

アップストリームの指示

科学的批判的評価とピアレビュー

概要

ピアレビューは、科学論文を評価するための体系的なプロセスです。方法論、統計、設計、再現性、倫理、報告基準を評価します。このスキルを応用して、分野横断的に原稿および助成金レビューを実施し、建設的で厳密な評価を行います。

このスキルを使用する場合

このスキルは以下の場合に使用するべきです：

ジャーナル向けの科学論文のピアレビューを実施する
助成金提案および研究申請を評価する
方法論および実験設計の厳密性を評価する
統計分析および報告基準をレビューする
再現性およびデータ利用可能性を評価する
報告ガイドライン（CONSORT、STROBE、PRISMA）への準拠を確認する
科学論文に対する建設的フィードバックを提供する

科学図式による視覚的強化

このスキルでドキュメントを作成する場合、常に科学図表や図式を追加して視覚的コミュニケーションを強化することを検討してください。

ドキュメントに図式や図がまだ含まれていない場合：

scientific-schematics スキルを使用してAI駆動の出版品質図表を生成してください
希望する図表を自然言語で説明するだけです
Nano Banana Proが自動的に図式を生成、レビュー、改善します

新規ドキュメント向け： 科学図式はデフォルトで生成され、テキストに記載されている主要な概念、ワークフロー、アーキテクチャ、または関係を視覚的に表現するべきです。

図式を生成する方法：

python scripts/generate_schematic.py "your diagram description" -o figures/output.png

AIが自動的に以下を実行します：

適切なフォーマットで出版品質の画像を作成
複数の反復を通じてレビューおよび改善
アクセシビリティを確保（色覚異常対応、高コントラスト）
出力をfigures/ディレクトリに保存

図式を追加する場合：

ピアレビューワークフロー図
評価基準決定木
レビュープロセスフローチャート
方法論評価フレームワーク
品質評価の可視化
報告ガイドライン準拠図
視覚化から利益を得られる複雑な概念

図式の作成に関する詳細ガイドは、scientific-schematics スキルドキュメントを参照してください。

ピアレビューワークフロー

以下のステージを通じて体系的にピアレビューを実施し、原稿タイプと分野に基づいて深さと焦点を適応させます。

ステージ1：初期評価

高レベルの評価を開始して、原稿のスコープ、新規性、全体的な品質を判断します。

重要な質問：

中心的な研究質問または仮説は何ですか？
主な知見と結論は何ですか？
研究は科学的に健全で重要ですか？
研究は意図されたメディアに適していますか？
出版を妨げるような明らかな重大な欠陥がありますか？

出力： 原稿の本質と初期印象を捉えた短いサマリー（2～3文）。

ステージ2：詳細なセクション別レビュー

各原稿セクションの徹底的な評価を実施し、具体的な懸念と強みを文書化します。

抄録とタイトル

正確性： 抄録は研究の内容と結論を正確に反映していますか？
明確性： タイトルは具体的、正確、有益ですか？
完全性： 主な知見と方法が適切に要約されていますか？
アクセシビリティ： 抄録は幅広い科学的聴衆に理解可能ですか？

序論

背景： 背景情報は適切で最新ですか？
根拠： 研究質問は明確に動機付けられ、正当化されていますか？
新規性： 研究の独創性と重要性が明確に述べられていますか？
文献： 関連する先行研究が適切に引用されていますか？
目的： 研究目的/仮説が明確に述べられていますか？

方法

再現性： 別の研究者は提供されている説明から研究を再現できますか？
厳密性： 方法は研究質問に対処するために適切ですか？
詳細さ： プロトコル、試薬、機器、パラメータは十分に説明されていますか？
倫理： 倫理的承認、同意、データ処理は適切に文書化されていますか？
統計： 統計方法は適切で、明確に説明され、正当化されていますか？
検証： 対照群、複製、検証アプローチは適切ですか？

検証する重要な要素：

サンプルサイズと検出力計算
ランダム化とブラインド化の手順
選択/除外基準
データ収集プロトコル
計算方法およびソフトウェアバージョン
統計検定と複数比較補正

結果

プレゼンテーション： 結果は論理的で明確に提示されていますか？
図/表： 可視化は適切、明確で、適切にラベル付けされていますか？
統計： 統計結果は適切に報告されていますか（効果サイズ、信頼区間、p値）？
客観性： 結果は過度な解釈なく提示されていますか？
完全性： すべての関連する結果（ネガティブ結果を含む）が含まれていますか？
再現性： 生データまたは要約統計が提供されていますか？

特定すべき一般的な問題：

選別的な結果報告
不適切な統計検定
エラーバーまたは変動性の指標の欠落
オーバーフィッティングまたは循環分析
バッチ効果または交絡変数
対照群または検証実験の欠落

議論

解釈： 結論はデータで支持されていますか？
制限： 研究の制限は認識され、議論されていますか？
背景： 知見は既存文献内に適切に位置付けられていますか？
推測： 推測はデータで支持された結論と明確に区別されていますか？
重要性： 含意と重要性が明確に述べられていますか？
今後の方向性： 次のステップまたは未解決の質問は議論されていますか？

レッドフラグ：

過度に主張された結論
矛盾する証拠を無視
相関データからの因果関係の主張
制限に関する不十分な議論
機構的証拠のない機構的主張

参考文献

完全性： 主要な関連論文が引用されていますか？
最新性： 最近の重要な研究が含まれていますか？
バランス： 対立する見解が適切に引用されていますか？
正確性： 引用は正確で適切ですか？
自己引用： 過度または不適切な自己引用がありますか？

ステージ3：方法論と統計の厳密性

技術的品質と研究の厳密性を評価し、特に一般的な落とし穴に注意を払います。

統計評価：

統計仮定は満たされていますか（正規性、独立性、等分散性）？
効果サイズはp値とともに報告されていますか？
複数検定補正は適切に適用されていますか？
信頼区間が提供されていますか？
サンプルサイズは検出力分析で正当化されていますか？
パラメトリック対ノンパラメトリック検定は適切に選択されていますか？
欠損データは適切に処理されていますか？
探索的分析と確認的分析は区別されていますか？

実験設計：

対照群は適切で十分ですか？
複製は十分ですか（生物学的および技術的）？
潜在的な交絡変数は特定され、制御されていますか？
ランダム化は適切に実装されていますか？
ブラインド化手順は十分ですか？
実験設計は研究質問に最適ですか？

計算/バイオインフォマティクス：

計算方法は明確に説明され、正当化されていますか？
ソフトウェアバージョンとパラメータは文書化されていますか？
コードは再現性のために利用可能ですか？
アルゴリズムとモデルは適切に検証されていますか？
計算方法の仮定は満たされていますか？
バッチ補正は適切に適用されていますか？

ステージ4：再現性と透明性

研究が再現性とオープンサイエンスの現代的基準を満たしているかを評価します。

データ利用可能性：

生データは適切なリポジトリに保存されていますか？
パブリックデータベースのアクセッション番号が提供されていますか？
データ共有の制限は正当化されていますか（患者プライバシーなど）？
データ形式は標準的でアクセス可能ですか？

コードと資料：

分析コードは利用可能ですか（GitHub、Zenodo等）？
ユニークな資料は利用可能であるか、または再作成に十分な説明がありますか？
プロトコルは十分な深さで詳細化されていますか？

報告基準：

原稿は分野固有の報告ガイドライン（CONSORT、PRISMA、ARRIVE、MIAME、MINSEQE等）に従っていますか？
一般的なガイドラインについては references/reporting_standards.md を参照してください
適切なチェックリストのすべての要素に対処されていますか？

ステージ5：図表とデータプレゼンテーション

データ可視化の品質、明確性、完全性を評価します。

品質チェック：

図は高解像度で明確にラベル付けされていますか？
軸は単位とともに適切にラベル付けされていますか？
エラーバーは定義されていますか（SD、SEM、CI）？
統計的有意性の指標は説明されていますか？
カラースキームは適切でアクセス可能ですか（色覚異常対応）？
スケールバーは画像に含まれていますか？
データ可視化はデータタイプに適していますか？

完全性チェック：

画像操作の兆候（重複、継ぎ足し）がありますか？
ウェスタンブロットと泳動ゲルは適切に提示されていますか？
代表画像は本当に代表的ですか？
すべての条件が示されていますか（選別的なプレゼンテーションなし）？

明確性：

図は凡例とともに単独で立つことができますか？
各図のメッセージは直ちに明確ですか？
冗長な図またはパネルがありますか？
データはテーブルまたは図として提示されるとより良いですか？

ステージ6：倫理的考慮

研究が倫理基準とガイドラインを満たしていることを確認します。

人間主体：

IRB/倫理承認は文書化されていますか？
インフォームドコンセントは説明されていますか？
脆弱な集団は適切に保護されていますか？
患者プライバシーは適切に保護されていますか？
潜在的な利益相反は開示されていますか？

動物実験：

IACUC またはそれに相当する承認は文書化されていますか？
手順は人道的で正当化されていますか？
3R（置換、削減、洗練化）は考慮されていますか？
安楽死の方法は適切ですか？

研究完全性：

データ捏造または改ざんについての懸念がありますか？
著者名義は適切で正当化されていますか？
競合する利益は開示されていますか？
資金源は開示されていますか？
盗用または重複出版についての懸念がありますか？

ステージ7：文章品質と明確性

原稿の明確性、構成、アクセシビリティを評価します。

構造と構成：

原稿は論理的に構成されていますか？
セクションは一貫して流れていますか？
考えの間の移行は明確ですか？
ナラティブは説得力があり、明確ですか？

文章品質：

言語は明確、正確、簡潔ですか？
専門用語と頭字語は最小限に抑えられ、定義されていますか？
文法とスペルは正しいですか？
文は不必要に複雑ですか？
受動態は過度に使用されていますか？

アクセシビリティ：

非専門家は主な知見を理解できますか？
技術用語は説明されていますか？
幅広い聴衆にとって重要性は明確ですか？

ピアレビュー報告書の構成

問題を優先し、実行可能なガイダンスを提供する階層構造でフィードバックを整理します。

サマリーステートメント

簡潔な全体的評価を提供します（1～2段落）：

研究の簡潔なシノプシス
全体的推奨事項（受理、軽微な修正、大幅な修正、却下）
主な強み（2～3項目）
主な弱点（2～3項目）
重要性と健全性の最終評価

主要コメント

原稿の妥当性、解釈可能性、または重要性に大きな影響を与える重大な問題をリストアップします。簡単に参照できるよう連番を付けます。

主要コメントには通常以下が含まれます：

基本的な方法論の欠陥
不適切な統計分析
支持されていない、または過度に主張された結論
重大な対照群または実験の欠落
深刻な再現性の懸念
文献網羅の大きなギャップ
倫理的懸念

各主要コメント：

問題を明確に述べる
問題である理由を説明する
具体的な解決策または追加実験を提案する
出版に必須の修正かどうかを示す

マイナーコメント

明確性、完全性、またはプレゼンテーションを改善する重大でない問題をリストアップします。簡単に参照できるよう連番を付けます。

マイナーコメントには通常以下が含まれます：

不明確な図凡例
不足する方法論の詳細
タイプまたは文法上のエラー
改善されたデータプレゼンテーションの提案
マイナーな統計報告の問題
結論を強化する補足分析
明確化の要求

各マイナーコメント：

特定の場所を特定する（セクション、段落、図）
問題を明確に述べる
対処方法を提案する

セクション別またはライン別コメント（オプション）

詳細なフィードバックが必要な原稿については、セクション固有またはライン別コメントを提供します：

特定のページ/行番号またはセクションを参照する
事実上の誤り、不明確な記述、または欠落した引用を記載する
明確性のための具体的な編集案を提案する

著者への質問

明確化が必要な具体的な質問をリストアップします：

不明確な方法論の詳細
一見矛盾する結果
研究を評価するために必要な欠落情報
追加データまたは分析の要求

トーンと方法

レビュー全体を通じて、建設的で専門的で同僚意識のあるトーンを保ちます。

ベストプラクティス：

建設的である： 批判を改善の機会として枠付けする
具体的である： 具体的な例と実行可能な提案を提供する
バランスが取れている： 弱点だけでなく強みも認める
敬意がある： 著者が相当な努力を投資していることを記憶する
客観的である： 科学に焦点を当てる、科学者ではなく
徹底的である： 問題を見落とさないが、適切に優先順位を付ける
明確である： あいまいまたは漠然とした批判を避ける

避けるべきこと：

個人的攻撃または軽蔑的な言語
皮肉または居丈高な態度
具体的な例のない漠然とした批判
スコープ外の不要な実験の要求
個人的嗜好対ベストプラクティスの遵守を要求
二重盲検レビューの場合は身元を明かす

原稿タイプ別の特別な考慮

オリジナル研究論文

厳密性、再現性、新規性を強調する
重要性と影響を評価する
結論がデータ駆動であることを確認する
完全な方法と適切な対照群を確認する

レビューおよびメタ分析

文献網羅の包括性を評価する
検索戦略と選択/除外基準を評価する
体系的なアプローチとバイアスの欠落を確認する
単なる要約対臨界分析を確認する
メタ分析については、統計的アプローチと不均一性を評価する

方法論論文

検証および既存方法との比較を強調する
再現性とプロトコル/コードの利用可能性を評価する
既存アプローチに対する改善を評価する
実装に十分な詳細を確認する

短報/レター

簡潔さに対する期待値を調整する
コア知見がまだ厳密で重要であることを確認する
フォーマットが知見に適していることを確認する

プレプリント

これらが正式なピアレビューを受けていないことを認識する
ジャーナル投稿ほど洗練されていない可能性がある
それでも科学的妥当性について厳密な基準を適用する
著者がジャーナル投稿前に改善するのに役立つ建設的フィードバックを提供することを検討する

プレゼンテーションとスライドデッキ

⚠️ 重大：プレゼンテーションについて、PDFを直接読まないでください。常に最初に画像に変換してください。

科学プレゼンテーション（PowerPoint、Beamer、スライドデッキ）をレビューする場合：

必須の画像ベースレビューワークフロー

プレゼンテーションPDFを直接読むことは決してしないでください - これはバッファオーバーフローエラーを引き起こし、視覚的フォーマットの問題を示しません。

必要なプロセス：

Pythonを使用してPDFを画像に変換します：

python skills/scientific-slides/scripts/pdf_to_images.py presentation.pdf review/slide --dpi 150
# 作成: review/slide-001.jpg, review/slide-002.jpg, 等

各スライド画像ファイルを順番に読み、検査します
特定のスライド番号で問題を文書化します
視覚的フォーマッティングとコンテンツに関するフィードバックを提供します

レビューを開始するときに出力します：

[HH:MM:SS] PEER REVIEW: プレゼンテーション検出 - レビュー用に画像に変換しています
[HH:MM:SS] PDF REVIEW: PDFを直接読むことはしません - 画像ベース検査を使用しています

プレゼンテーション固有の評価基準

ビジュアルデザインと可読性：

テキストは十分な大きさです（最小18pt、理想的には本文24pt以上）
テキストと背景の間に高コントラストがあります（最小4.5:1、優先7:1）
カラースキームはプロフェッショナルで色覚異常対応です
すべてのスライドで一貫したビジュアルデザイン
十分なホワイトスペース（詰まっていない）
フォントは明確でプロフェッショナルです

レイアウトとフォーマット（すべてのスライド画像を確認）：

テキストはスライドの端を超えてオーバーフローまたはカットオフしていません
要素のオーバーラップなし（テキスト画像上、図形オーバーラップ）
タイトルはすべてのスライドで一貫して配置されています
コンテンツは適切に配置されています
箇条書きとテキストはカットオフしていません
図はスライド境界内に収まります
キャプションとラベルは表示可能で読めます

コンテンツの品質：

スライドあたり1つの主要アイデア（過負荷ではありません）
最小限のテキスト（スライドあたり最大3～6の箇条書き）
箇条書きは簡潔です（各項目5～7語）
図は単純で明確です（論文からのコピーペーストではありません）
データ可視化は大きく、読めるラベルを持っています
引用が存在し、適切にフォーマットされています
結果/データスライドがプレゼンテーションの大部分を占めています（内容の40～50%）

構造とフロー：

明確なナラティブアーク（導入→方法→結果→議論）
スライド間の論理的な進行
トーク継続時間に適切なスライド数（約1分あたり1スライド）
タイトルスライドに著者、所属機関、日付が含まれています
導入は関連する背景文献を引用しています（3～5本の論文）
議論は比較論文を引用しています（3～5本の論文）
結論スライドが主要な知見をまとめています
謝辞/資金提供スライドが最後にあります

科学的コンテンツ：

研究質問が明確に述べられています
方法は適切に要約されています（過度な詳細ではありません）
結果は論理的に提示され、明確な可視化があります
統計的有意性は適切に示されています
結論は示されたデータで支持されています
制限は適切に認識されています

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

SKILL.md 本文