学術論文作成スキル

このスキルは、あらゆる分野にわたる優れた学術論文および研究論文を作成するための包括的なガイダンスを提供します。初期計画から最終的な推敲まで、構造、文体、論証、ベストプラクティスをカバーしています。

このスキルを使用する場合

以下の作業時にこのスキルを使用してください:

• 研究論文および学術誌論文
• 会議論文および会議録
• 技術レポートおよびホワイトペーパー
• 論文の章および学位論文
• 文献レビューおよびサーベイ論文
• ポジションペーパーおよび見解論文

クイックスタート

即座にガイダンスが必要な場合は、以下のタスク別ワークフローを参照してください。包括的なリファレンス資料については、以下を参照してください:

• references/REFERENCE.md - 完全な執筆ガイドラインおよびベストプラクティス
• references/STRUCTURE.md - さまざまな論文タイプの詳細テンプレート
• references/STYLE.md - 文体と明確性のガイドライン
• assets/ - すぐに使用できるペーパーテンプレート

コアワークフロー

1. 計画段階

要件を理解する

• 対象となる掲載先を特定する（学術誌、会議、レポート）
• フォーマット要件を確認する（APA、IEEE、ACM、Chicago など）
• ページ制限、セクション要件、引用スタイルを注記する
• 提出期限およびレビュープロセスを明確にする

研究課題を定義する

• 明確で焦点を絞った研究課題または仮説を定式化する
• 課題が具体的で、測定可能で、回答可能であることを確認する
• 既存知識または実践のギャップを特定する
• あなたの研究がもたらす貢献を述べる

アウトラインを作成する

• 論文の種類に基づいてセクション見出しを作成する（構造セクション参照）
• 各セクションに概算スペースを割り当てる
• 各セクションの重要なポイントを特定する
• 証拠と参考文献をセクションにマッピングする

2. 執筆段階

構造化されたアプローチに従う

セクションごとに作業します。必ずしも順序通りではありません。多くの著者は以下の順序で執筆します:

1. 方法論（最も明確で具体的）
2. 結果（発見を提示）
3. はじめに（問題の枠組み）
4. 考察（結果を解釈）
5. 結論（貢献をまとめる）
6. 抄録（最後に、すべてをまとめる）

セクション別ガイダンス

抄録（150〜300語）

• 問題と動機を述べる（1〜2文）
• アプローチまたは方法を説明する（1〜2文）
• 主な結果をまとめる（2〜3文）
• 結論と含意を述べる（1〜2文）
• 自己完結させる（引用なし、未定義の頭字語なし）

はじめに

• フック：なぜ誰もがこれに注目すべきか？（1段落）
• コンテキスト：より広い問題領域は何か？（1〜2段落）
• ギャップ：現在のソリューションで何が欠けているか？（1段落）
• あなたの貢献：この論文は何をするか？（1段落）
• 論文の構成：簡潔なロードマップ（オプション、1段落）

関連研究／文献レビュー

• テーマ別に作業をグループ化する。時系列ではなく
• アプローチを比較し、対比させる
• 既存研究の制限を特定する
• あなたの研究を他の選択肢と明確に位置付ける
• 公正で正確である（競合他社をstrawman しない）

方法論／アプローチ

• 再現が可能なほどの詳細で方法を説明する
• 設計上の選択を正当化する
• メトリックスと評価基準を定義する
• データ収集および分析手順を説明する
• 複雑なプロセスについて図を含める

結果

• 解釈なく客観的に発見を提示する
• テーブルと図を効果的に使用する（可視化セクション参照）
• 統計的有意性が該当する場合は報告する
• 肯定的および否定的な結果の両方に対処する
• 研究課題または仮説別に整理する

考察

• 研究課題の文脈で結果を解釈する
• 関連研究と比較する
• 予期しない発見を説明する
• 制限事項を正直に認める
• 理論と実践への含意について議論する

結論

• 主要な貢献を再述する（1段落）
• 主な発見をまとめる（1段落）
• より広い含意について議論する（1段落）
• 今後の研究を提案する（1段落）
• 強力な終わりの声明で終わる

3. 洗練段階

最初の修正：構造と論証

• 各セクションはその目的を果たしているか？
• 論証は論理的で完全か？
• セクション間の移行はスムーズか？
• 証拠は全ての主張をサポートしているか？
• 反対論証に対処されているか？

2番目の修正：明確性と文体

• 専門用語を削除し、技術用語を定義する
• 冗長性と冗長さを排除する
• 明確性のためにアクティブボイスを使用する（「分析が行われた」より「私たちが分析した」を優先）
• リスト内の平行構造を確認する
• 段落の長さをチェックする（4〜8文を目指す）

3番目の修正：推敲

• 文法、スペル、句読点をチェックする
• すべての引用が正しくフォーマットされていることを確認する
• 図表がテキストで参照されていることを確認する
• セクション、方程式、図を一貫して番号付けする
• 注意深く校正する（音読は有効です）

可視化のベストプラクティス

テーブル

• 正確な数値比較用に使用する
• シンプルで読みやすく保つ（過剰なグリッドラインを避ける）
• 明確な列ヘッダーと単位を含める
• キャプションはテーブルの上に配置する
• テーブルが出現する前にテキストで参照する

図

• トレンド、パターン、関係を示すために使用する
• 軸にラベルと単位を付けていることを確認する
• 読み取れるフォント（最終サイズで最低10ポイント）を使用する
• キャプションは図の下に配置する
• グレースケールで解釈可能にする（色のみの区別を避ける）

一般的なルール

• すべてのテーブル・図はテキストで参照される必要がある
• 各々はキャプション付きで自己説明的である必要がある
• 連続的に番号付けする（図1、図2など）
• 可能な限り最初の参照に近く配置する

回避すべき一般的な落とし穴

構造的な問題

• ❌ 貢献を中盤に埋める
• ✅ はじめにで貢献を明確に述べる
• ❌ 解釈するのではなく提示する結果セクション
• ✅ 結果を客観的に保ち、考察で解釈する
• ❌ 新しい情報を導入する結論
• ✅ 結論は既存の内容のみを総合する

執筆上の問題

• ❌ 受動的構造：「それが見出されたことが...」
• ✅ アクティブボイス：「私たちが見出したのは...」
• ❌ 過度のヘッジング：「それは可能性を示唆しているようです...」
• ✅ 直接的である：「結果は...を示しています」
• ❌ 未定義の頭字語とジャーゴン
• ✅ 最初の使用時に用語を定義する

引用上の問題

• ❌ 主張の引用漏れ
• ✅ すべての事実上の主張にはソースが必要
• ❌ 明白な事実の過度の引用
• ✅ 一般知識は引用不要
• ❌ 読まずに引用する（引用の詰め込み）
• ✅ 実際に読んで検証したものだけを引用する

分野別の考慮事項

コンピュータ科学／エンジニアリング

• 再現性と実装の詳細を強調する
• 関連する場合は複雑性分析を含める
• アルゴリズムの疑似コードまたはコードスニペットを提供する
• 最先端のベースラインと比較する
• 可能な限りコード/データを利用可能にする

自然科学

• 厳格なIMRAD構造に従う（はじめに、方法、結果、考察）
• 統計的検定力と効果量を報告する
• 詳細な実験プロトコルを含める
• 交絡変数に対処する
• 帰無結果を正直に報告する

社会科学

• 理論的フレームワーク内で文脈化する
• サンプリングと参加者選択を正当化する
• 人口統計情報を報告する
• 潜在的なバイアスに対処する
• 一般化可能性の制限について議論する

人文科学

• 明確なテーゼステートメントを展開する
• テキスト証拠で議論をサポートする
• 学術的議論に取り組む
• 綿密な読みと分析を使用する
• 歴史的・文化的文脈内で文脈化する

会話優先アプローチ

ユーザーが論文を作成するのを支援する場合は、迅速な質問よりも自然な会話を優先してください:

1. シンプルに始める: 彼らの状況を理解するために1つの開始質問を尋ねる

   • 「あなたの論文は何についてですか？」（トピック/作業中のタイトル）
   • または「あなたはどの段階にいますか？」（既に焦点が当たっている場合）

2. 聴いてフォローアップする: 彼らの答えに基づいて、次の最も関連する質問をする

   • 開始している場合: 対象となる掲載先または研究ギャップについて質問する
   • 修正している場合: どのセクションが必要かを質問する
   • 行き詰まっている場合: 彼らが直面している具体的な課題を尋ねる

3. コンテキストを段階的に構築する: 対話を通じて情報が自然に出現するようにする

4. ターゲット支援を提供する: すべての可能なトピックではなく、彼らの直近のニーズに焦点を当てる

5. 著者の声を維持する: 異なるスタイルで書き換えるのではなく、改善するために編集する

6. 参考資料を必要に応じて読み込む: 関連する場合にのみ詳細なガイダンスを参考資料で提供する

リファレンス資料の使用

このスキルには、より詳細なガイダンスのための詳細なリファレンス資料が含まれています:

• references/REFERENCE.md を読み込む - 包括的な執筆ガイドライン、スタイルガイド、詳細なベストプラクティス
• references/STRUCTURE.md を読み込む - さまざまな論文タイプの完全なテンプレート（学術誌論文、会議論文、論文など）
• references/STYLE.md を読み込む - 学術執筆スタイル、語彙の選択、明確性に関する詳細なガイダンス
• assets/ をチェック - さまざまなフォーマットのすぐに使用できるテンプレート

コンテキストを節約するためにこれらの資料は必要な場合にのみ読み込んでください。ほとんどのタスクについては、上記のガイダンスで十分です。

段階的な改善

基本的な使用: コアワークフローに従って論文を作成または修正する

中級の使用: 特定のセクションまたは課題についてリファレンス資料を参照する

高度な使用: assets/ のテンプレートを使用し、特定の掲載先向けにカスタマイズする

品質チェックリスト

論文が完成したと見なす前に、以下を確認してください:

• はじめにで明確に述べられた研究課題または貢献
• すべての主張は証拠または引用によってサポートされている
• セクション間の論理的な流れ
• 再現が可能なほど詳細な方法
• 客観的に提示された結果
• 結果を解釈し制限に対処する考察
• すべての図表がテキストで参照され、明確なキャプションがある
• 一貫した引用フォーマット
• 論文を正確に要約する抄録
• タイプミスまたは文法上のエラーなし
• 掲載先要件（フォーマット、長さ、スタイル）を満たしている

例

例1: 段階的な発見—ゼロから始める

ユーザー: 研究論文の作成を手伝ってください。

Claude: あなたの論文は何についてですか？（トピック、作業中のタイトル、または研究課題）

ユーザー: フェデレーテッドラーニングについてです。

Claude: わかりました—焦点を絞ったトピックですね。研究を完了して書きながら、結果が必要な
段階にいますか。それとも、まだ作業を計画していますか？

ユーザー: 研究を完了しており、予備的な結果があります。どこから始めたらいいかわかりません。

Claude: 完璧です—この構造を支援させてください。対象となる掲載先は何ですか？
（例：特定の会議、学術誌、または論文の章ですか？）

注目：質問が1つ尋ねられ、次に次の質問が尋ねられ、彼らの答えから自然に構築されています。

---

例2: ターゲット修正（既存のドラフト）

ユーザー: 私のはじめには弱いと感じており、なぜかわかりません。

Claude: 見てみたいのですが、持っているものを共有してくれるか、主な課題が何かを
教えてもらえますか？（例：注意を引かない、この作業がなぜ重要なのかを説明しない、など）

ユーザー: 研究ギャップが十分に明確でないと思います。ここに書いたものがあります...

Claude: [ドラフトを読む]

あなたのはじめを見ると、問題をうまく特定していますが、あなたが正しい—
ギャップ（現在のソリューションで欠けているもの）は明示的ではありません。
ここに提案があります...

注目：一般的なはじめについて講義するのではなく、特定の課題についての好奇心から始まり、 実際のコンテンツに対してターゲット化されたフィードバックを提供します。

---

例3: 途中で行き詰まる

ユーザー: 方法論セクションは書きましたが、結果で行き詰まっています。

Claude: 具体的には、結果セクションについて何があなたを困らせていますか？
（例：発見を整理する方法、生データを含めるかどうか、解釈対提示など）

ユーザー: たくさんのデータがあります。何を含めるか、どのように提示するかわからないので、
圧倒的ではありません。

Claude: それは一般的な課題です。データの選択と可視化について考えるのを手伝いましょう...

注目：一般的に結果セクションについて講義するのではなく、彼らの特定の問題について最初に 掘り下げます。

成功のためのヒント

執筆プロセス

• 焦点を絞ったセッション（2〜3時間）で定期的に執筆する
• ドラフト中に編集しない（作成と改善を分離する）
• 早期かつ頻繁にフィードバックを取得する
• 対象となる掲載先の論文を読んで、スタイルと構造を参考にする

修正戦略

• 修正の過程の間に休憩を取る
• 不自然な言い回しをキャッチするために論文を音読する
• 新鮮な視点を得る（同僚、アドバイザー）
• 修正チェックリストを体系的に使用する

時間管理

• 計画に40%、執筆に30%、修正に30%を割り当てる
• 期限前にバッファ時間を組み込む
• 粗いドラフトから始まり、繰り返し改善する
• 最初のドラフトで完璧を目指さない

覚えておいてください: すべての優れた論文は複数回の修正を経ています。執筆は書き直しです。

ソースとクレジット

このスキルは、権威のある学術執筆リソースに基づいています:

• Thatcher, Jason Bennett (2024). "Rules for Writing Elite Information Systems Papers." Available at SSRN: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5993034 or http://dx.doi.org/10.2139/ssrn.5993034
• APA Publication Manual (7th Edition)
• IEEE Editorial Style Manual
• Ohio University、Duke University、MIT、USC、およびUCSDからの学術執筆ベストプラクティス