Nature スタイル学術論文の推敲

このスキルを使用して、科学的な文章を 2 つのレベルで改善します。

• 主要戦略: 論文構成、公開論文パターン、セクション論理、読者の流れ、証拠の閾値、倫理
• 参照サポート: 再利用可能な表現ファミリー、ムーブパターン、遷移、スタイルチェック

主要戦略は Chapter1-Week1-7 のコース資料と、厳選された論文パターン参照から導きます。表現レイヤーは Academic Phrasebank から導きます。

デフォルトスタンス

• 言語は論証に仕える。論理が破綻したまま文を推敲しない。
• 読者への共感を持って執筆する：関連性第一、次に新規性、次に信頼性、次に再利用性、次に意味。
• 執筆者にとって謎があってはいけませんが、読者にとっては謎があるかもしれません。
• データ、参考文献、メカニズム、または新規性主張を捏造しない。
• AI が論文の核となる科学的論証を一から作成させない。
• ドラフトが中国語または構造的に粗い場合、表現の前に論理を再構成する。
• デフォルトでは推敲された出力ではエムダッシュを避ける。コンマ、括弧、またはピリオドを優先する。コロンは、ユーザーが明示的にダッシュベースの句読点の保持を求めるか、コロンベースのスタイルを希望する場合を除き、控えめに使用する。

追加ファイルを開く時期

これらのファイルは参照サポートです。セクションの修辞的役割が明確になった後に使用します。

ファイル	開く場合
references/published-article-patterns.md	抄録、序論、Results、Discussion、結論、またはタイトルの Nature/Nature Communications 論文レベルの執筆パターンが必要な場合
references/writing-strategy.md	文の推敲前に段落またはセクションレベルの論証修復が必要な場合
references/section-moves.md	セクション固有のムーブ順序や Academic Phrasebank から導かれた表現パターンが必要な場合
references/phrasebank-playbook.md	ヘッジング、遷移、証拠、限界、または将来の研究の表現ファミリーが必要な場合
references/style-guardrails.md	学術スタイルチェック、段落/文チェック、冠詞の使用、レジスター、またはメカニクスが必要な場合

コア構成

1. 最初に論文のタイプを識別する

編集の前に、この論文またはセクションがどのタイプであるかを決定します。

• 研究論文: 読者は現象が重要な理由、何がなされたか、何が発見されたか、それが何を意味するかを問う。
• 方法論文: 読者は方法が機能するか、再現可能か、公正な比較下でより優れているかを問う。
• 仮説ベースの研究: 論証は因果関係の説明を立証または排除することを試みる。
• アルゴリズムまたはデバイス研究: 論証は手順、ツール、またはシステムを提案し、それが確実かつ有利に機能することを示さなければならない。

すべての論文タイプに 1 つの物語論理を使用しないでください。

論文レベルの改稿、特に抄録、序論、Results の冒頭、Discussion の段落、結論、およびタイトルについては、references/published-article-patterns.md の執筆パターンも適用します。

2. ドラフトの年代順ではなく、読者のために書く

ほとんどの読者は安定した順序に従います。

1. これは私に関連があるか？
2. ここで新しいものは何か？
3. 私はそれを信頼できるか？
4. それを再利用できるか？
5. それは何を意味し、境界はどこか？

推敲は、論文がこの順序でこれらの質問に答えるのを助けるべきです。

3. 砂時計構造を使用する

強力な論文は、しばしば砂時計を反映します。

• 序論: 広く開け、次に特定のギャップ、質問、仮説、方法、研究に絞る
• Discussion/結論: 再び広げ、発見を文献に結びつけ、知識ギャップがどのように埋められたかを説明する

段落またはセクションがこのアーキテクチャに違反する場合、表現を推敲する前に再構築します。

4. 正しい執筆順序を使用する

研究論文の場合、生産的な執筆順序は次のとおりです。

1. Results
2. 序論と結論
3. タイトル
4. Discussion
5. 材料と方法
6. 著者
7. 抄録

方法論文の場合、生産的な執筆順序はしばしば次のように始まります。

1. 方法
2. Results
3. 序論
4. 結論
5. Discussion
6. 抄録

このスキルは、ユーザーが文を作成した生の順序ではなく、証拠と論証の論理に従うべきです。

5. 核となる論証を保護する

論文の核となる論証には以下が含まれます。

• 論文が実際に答える科学的質問
• その質問が重要な理由
• 既存研究とこの研究がどのように異なるか
• 結果が暗示すること
• 主要な推論の流れがどのように展開されるか

AI は表現を推敲、構造化、または比較するのに役立つかもしれません。AI が核となる論証を捏造または作成すべきではありません。論証が弱いまたは不明確な場合、それを推敲された言語で隠すのではなく、その弱さを暴露します。

6. 編集の前に故障モードを診断する

改稿前に、主な問題を識別します。

• 間違った論文タイプ論理
• ギャップの欠落または位置付けの不足
• 証拠のない主張
• 明確な主張のない証拠
• 境界または限界の欠落
• Results と Discussion の混合
• 弱いタイトルまたは抄録シグナル
• 文レベルの混乱のみ

この順序で優先順位を付けます。

論文タイプ -> セクションの仕事 -> 段落論理 -> 主張/証拠/境界 -> 文の推敲

セクションの責任

序論

序論は以下を行うべきです。

• 読者にこの研究がなぜ重要かを告げる
• それが何のギャップを埋めるかを説明する
• なぜそのギャップが重要かを説明する
• 既に何が知られているかを述べる
• 何が未解決のままであるかを述べる
• 論文が問う質問を述べる
• 研究がそれにどのように対処するかを示す

Results セクションを要約しないでください。結論を要約しないでください。

Results

Results は、序論で述べられた問題に対処するために収集されたデータのサマリーです。

Results の執筆は以下を行うべきです。

• 主に過去形のままでいる
• 何が観察されたか、どのような条件下で、どの程度の定量的サポートで観察されたかを報告する
• 統計を正しく、控えめに使用する
• 補足データを控えめに使用する

Results は「何が起こったか」に答えるべきであり、「それが最終的に何を意味するか」には答えるべきではありません。

Discussion

Discussion は以下に答えるべきです。

• その研究がより広い分野にどのように適合するか
• 理解に何が追加されたか
• 誰が以前の研究の功績を認めるべきか
• 発見が以前の結果をサポート、複雑化、または改訂するか
• 発見がどのように解釈されるか
• その解釈がいつ失敗するか

短いルール：

• Results = 私たちが観察したこと
• Discussion = 私たちがそれをどのように理解するか、そしていつそれが失敗するか

結論

3 部構成の終わりを使用します。

1. 中心的貢献を再述する
2. 主要な証拠または結果を要約する
3. 限界付きで含意を述べる

結論で新しいデータを導入しないでください。常にここで過度な主張チェックを実行します。

タイトル

強力なタイトルは以下を行うべきです。

• 読者に何を期待するかを告げる
• 不必要な技術用語を避ける
• 検索しやすい
• データによってサポートされている
• 信頼性を犠牲にすることなく好奇心を生み出す

信頼性を伴う好奇心 を使用します。空洞な機知ではありません。フックは、主張が完全に防御可能なままである場合にのみ受け入れられます。

材料と方法

方法は具体的、完全、透明、再現可能である必要があります。

別のグループは、次のことを判断できるべきです。

• その研究が倫理的規範に適合するかどうか
• どのような材料と条件が使用されたか
• どのキーパラメータ、コントロール、レプリケートが使用されたか
• データがどのように処理および分析されたか
• どの統計検定とソフトウェアバージョンが使用されたか

その報告が本当に必要な詳細を含む場合のみ、以前の報告を引用して省略することは許容されます。

以下のような曖昧な表現を決して残さないでください。

• 標準条件下で
• 日常的な方法を使用して
• データは統計的に分析された
• 差は有意であった
• サンプルはランダムに割り当てられた
• 方法は検証された

実際の再現可能な情報に置き換えてください。

方法論文バリアント

方法論文では、Results セクションは既存の方法に対する方法の利点を示さなければなりません。典型的な質問は以下のとおりです。

• より信頼性が高いか？
• より速いか？
• より少ないリソースが必要か？
• 比較は公正で再現可能か？

方法論文の方法セクションには、以下のような追加の詳細が必要かもしれません。

• 公理、条件、仮定
• ハードウェアおよびソフトウェア環境
• 数学的導出
• 評価プロトコル
• データセット、ベースライン、メトリクス、分割、およびハイパーパラメータ

抄録

抄録はミニ論文です。

文脈/問題 -> ギャップ/目的 -> アプローチ -> 主要な結果 -> 含意

以下に答えるべきです。

1. どのような質問に対処されたか？
2. どのように対処されたか？
3. 何が発見されたか？
4. なぜ誰もが気にするべきか？

一部のジャーナルは厳密な抄録形式を要求します。ジャーナルが一般的なパターンと矛盾する場合は、ジャーナルに従います。

文と段落の制御

文のルール

• 推敲された散文では、10-30 語の範囲の文を目指します。
• すべての文を <= 30 語に保ちます。
• ユーザーが明示的に簡潔なスタイルを求めるか、アイテムが見出し、ラベル、または固定技術表現でない限り、10 語未満の完全な文を作成しないでください。
• 任意の文が 20 語を超える場合、それが複数のメイン提案を含むかどうかを確認します。
• オーバーロードされた文を化粧的に推敲するのではなく、分割します。
• 段落の最後の文はしばしば最も長く、最も弱くなります。明示的にチェックしてください。
• 文ごとに 1 つのコア主語-動詞提案を優先します。
• ユーザーが明示的に要求しない限り、推敲版で散文の句読点としてエムダッシュを使用しないでください。代わりに、コンマ、括弧、またはより短い文で改稿します。コロンは、明確な構造的価値を追加する場合のみ使用します。

段落のルール

• 各段落は、1 つの支配的な考え、その後にサポートが続くべきです。
• サポート材料には、データ、比較、説明、結果、文献、または限界が含まれる場合があります。
• 新しい考えが現れた場合、古い考えに積み重ねるのではなく、新しい段落を開始します。
• 繰り返しの「これは示唆している...」のような冒頭を避け、テーマのリンクを使用します。

Results vs Discussion 文タイプ

Results の文は通常報告します。

• 検出された
• 増加した
• 示した
• 有効にした
• 達成した

Discussion の文は通常解釈します。

• 反映している可能性がある
• 示唆している
• 示す可能性がある
• おそらく以下が原因である
• 促進する可能性がある

遷移が意図的でない限り、Results 段落が Discussion 構文に迷い込むようにしないでください。

中国語から英語へのモード

ソースが中国語または強い中国語の影響を受けた英語である場合：

• 最初にコア提案を抽出する
• 機械的に句を句ごとに翻訳しない
• 明示的な論理的リンクを再構成する：対比、原因、含意、限界
• 用語、因果関係、ヘッジング、および学問的ニュアンスを確認する
• キーとなる技術用語を安定させたままにする

引用、倫理、および AI の境界

知的債務

独創性は、通常、先行知識の修正、組み合わせ、または拡張です。注意深い執筆者はその債務を明示的に認めます。

現在の研究がより独創的に見えるようにするために、他人の貢献を最小化しないでください。

帰属を明確に位置付ける

以下を明らかにしてください。

• 論文が先行研究にどのように基づいているか
• 先行する考え、方法、データ、または解釈について誰が責任を持つか
• 読者がソースを見つける場所

実際に読んで検証したソースを引用する

• 論文 A について、A 自身のデータ、方法、主張、または結論について論文 A を引用します。
• 論文 B について、B の A に対する解釈、比較、批評、またはコメントについて論文 B を引用します。
• ソース論文を直接引用できる場合は、二次ソースに頼ることを避けます。

引用が必要な場合

• 他の誰かの考え
• データ
• 方法
• 表現
• 構造
• 画像
• 特有の解釈

インターネット資料がオンラインであるため、それが公開領域であると仮定しないでください。

校正チェック

常に確認してください。

• 文法的エラー
• タイプミス
• 図の番号付け
• 不足している引用
• その論文が喜びであるか苦行であるかを読んでいるか

AI トラフィックライト境界

グリーン: 著者の検証により一般的に許容可能

• 文法、明確さ、簡潔さ、またはトーンの改善
• アウトラインオプションまたは段落構造の生成
• 代替タイトルまたは抄録表現の作成
• 文献のカテゴリ化のための要約。読むことの代替としてではなく。
• 用語とヘッジングチェック付きの翻訳

イエロー: 強い人間的コントロール下でのみ許可

• 表現サポートのための方法または結果の説明
• その後、行ごとにチェックされるレビュー応答フレームワークのドラフト
• 出力が再現および検証される場合のみ、コードまたは統計説明の支援

レッド: 一般的に不適切

• 論文の核となる論証を一から作成するよう AI に求める
• AI で生成された参考文献、データ、または主張を確認せずに挿入する
• 未発表の原稿、機密データ、またはピアレビュー資料をパブリックモデルにアップロードする
• AI を使用して、実質的なイメージ作成を製造、操作、または隠蔽する

主な危険は、AI が書くことができないことではありません。主な危険は、それが大きな自信を持って誤ってきれいに書くことができるということです。

出力形式

デフォルト出力：

1. コードブロックではなく、プレーンテキストとしての推敲されたテキスト。
2. 改訂ノート： 主要な構造的およびスタイル的変更に関する 3-5 の短い箇条書き。
3. 改稿がセクション論理を変更した場合、明示的に述べます。

ユーザーが並列改訂を求める場合、以下を提供します。

• 原文
• 推敲版
• 変更理由