科学的執筆

概要

これは深い研究と執筆ツールの中核スキルです—AI駆動の深い研究と整形されたテキスト出力を組み合わせています。作成されたすべてのドキュメントは包括的な文献検索および research-lookup スキルを通じた検証済みの引用に支えられています。

科学的執筆とは、正確性と明確性をもって研究を伝えるプロセスです。IMRAD構造、引用(APA/AMA/バンクーバー)、図表、報告ガイドライン(CONSORT/STROBE/PRISMA)を使用して原稿を作成します。このスキルは研究論文と学術誌投稿に適用します。

重大な原則: 常に完全な段落で流暢な文章を執筆してください。最終原稿に箇条書きを提出してはいけません。 2段階のプロセスを使用します。最初に research-lookup を使用してキーポイント付きのセクションアウトラインを作成し、次にそれらのアウトラインを完全な段落に変換します。

このスキルを使用するタイミング

このスキルは以下の場合に使用します:

• 科学原稿のセクション(要旨、序論、方法、結果、考察)を執筆または改訂する
• IMRAD または他の標準形式を使用して研究論文を構造化する
• 特定のスタイル(APA、AMA、バンクーバー、シカゴ、IEEE)で引用と参考文献をフォーマットする
• 図、表、およびデータ可視化を作成、フォーマット、または改善する
• 研究特有の報告ガイドラインを適用する(試験用 CONSORT、観察研究用 STROBE、レビュー用 PRISMA)
• ジャーナルの要件を満たす要旨を起草する(構造化または非構造化)
• 特定のジャーナルへの投稿用原稿を準備する
• 執筆の明確性、簡潔性、正確性を改善する
• 分野固有の専門用語と命名法の適切な使用を保証する
• レビュアーのコメントに対処し、原稿を改訂する

科学的図式による視覚的向上

⚠️ 必須: すべての科学論文は、グラフィカル要旨と scientific-schematics スキルを使用した追加の AI 生成図 1～2 枚を含める必要があります。

これはオプションではありません。視覚要素を含まない科学論文は不完全です。ドキュメントを最終化する前に:

1. 必ずグラフィカル要旨を生成します(最初の視覚要素として)
2. scientific-schematics を使用して最少でも 1 つの追加図表またはダイアグラムを生成します
3. 包括的な論文には全体で 3～4 の図を優先します(グラフィカル要旨 + 方法フローチャート + 結果可視化 + 概念図)

グラフィカル要旨(必須)

すべての科学的執筆物にグラフィカル要旨を含める必要があります。 これは論文の視覚的要約です:

• テキスト要旨の前または直後に表示されます
• 1 つの画像で論文全体のキーメッセージをキャプチャします
• ジャーナルの目次表示に適しています
• ランドスケープ方向を使用します(通常 1200x600px)

グラフィカル要旨を最初に生成します:

python scripts/generate_schematic.py "Graphical abstract for [paper title]: [brief description showing workflow from input → methods → key findings → conclusions]" -o figures/graphical_abstract.png

グラフィカル要旨の要件:

• 内容: ワークフロー、主要な方法、主な知見、結論を示す視覚的要約
• スタイル: ジャーナルの目次に適した、きれいで専門的
• 要素: 矢印またはフロー線で接続された 3～5 つの主要なステップ/概念を含める
• テキスト: 最小限のラベル、大きく読みやすいフォント
• ログ: [HH:MM:SS] GENERATED: Graphical abstract for paper summary

追加の図(広範に生成)

⚠️ 重大: すべてのドキュメント全体で scientific-schematics と generate-image の両方を広範に使用します。

すべてのドキュメントは豊富に図解する必要があります。図は自由に生成します。迷ったときは、ビジュアルを追加します。

最小限の図の要件:

ドキュメントタイプ	最小限	推奨
研究論文	5	6-8
文献レビュー	4	5-7
市場調査	20	25-30
プレゼンテーション	1/スライド	1-2/スライド
ポスター	6	8-10
助成金	4	5-7
臨床レポート	3	4-6

技術ダイアグラムのために scientific-schematics を広範に使用します:

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

• 研究デザインと方法論フローチャート(CONSORT、PRISMA、STROBE)
• 概念的フレームワークダイアグラム
• 実験ワークフロー図
• データ分析パイプラインダイアグラム
• 生物学的経路またはメカニズムダイアグラム
• システムアーキテクチャ可視化
• ニューラルネットワークアーキテクチャ
• 決定木、アルゴリズムフローチャート
• 比較マトリックス、タイムラインダイアグラム
• 図解視覚化のメリットがある技術概念

ビジュアルコンテンツのために generate-image を広範に使用します:

python scripts/generate_image.py "your image description" -o figures/output.png

• 概念の写実的なイラスト
• 医学/解剖学的イラスト
• 環境/生態シーン
• 機器とラボセットアップ可視化
• 芸術的可視化、インフォグラフィックス
• カバー画像、ヘッダーグラフィックス
• 製品モックアップ、プロトタイプ可視化
• 理解または関与を向上させるビジュアル

AI は自動的に:

• 出版品質の画像を適切なフォーマットで作成します
• 複数のイテレーションを通じてレビューと改善を行います
• アクセシビリティを確保します(色覚異常対応、高コントラスト)
• figures/ ディレクトリに出力を保存します

疑わしいときは、図を生成してください:

• 複雑な概念 → 図式を生成
• データの議論 → 可視化を生成
• プロセスの説明 → フローチャートを生成
• 比較 → 比較ダイアグラムを生成
• 読者の利益 → ビジュアルを生成

詳細なガイダンスについては、scientific-schematics と generate-image スキルドキュメントを参照してください。

---

中核能力

1. 原稿の構造と組織

IMRAD 形式: ほとんどの科学分野全体で使用される標準的な Introduction(序論)、Methods(方法)、Results(結果)、And Discussion(考察)構造を通じて論文をガイドします。これには以下が含まれます:

• 序論: 研究のコンテキストを確立し、ギャップを特定し、目的を述べます
• 方法: 研究デザイン、母集団、手順、分析方法について詳細に説明します
• 結果: 解釈なしに所見を客観的に提示します
• 考察: 結果を解釈し、制限を認め、将来の方向性を提案します

IMRAD 構造の詳細なガイダンスについては、references/imrad_structure.md を参照してください。

代替構造: 以下を含む学問分野固有の形式をサポートします:

• レビュー記事(ナラティブ、システマティック、スコーピング)
• 症例報告と症例シリーズ
• メタ分析と統合分析
• 理論的/モデリング論文
• 方法論文とプロトコル

2. セクション固有の執筆ガイダンス

要旨の構成: 論文の目的、方法、結果、結論をキャプチャする簡潔でスタンドアロンの概要(100～250 語)を作成します。ラベル付きセクション付きの構造化された要旨と非構造化の単一段落形式の両方をサポートします。

序論の作成: 以下を実行する説得力のある序論を構築します:

• 研究問題の重要性を確立する
• 関連文献を体系的にレビューする
• 知識のギャップまたは論争を特定する
• 明確な研究質問または仮説を述べる
• 研究の新規性と重要性を説明する

方法の文書化: 以下を通じて再現性を確保します:

• 詳細な参加者/サンプルの説明
• 明確な手順文書
• 正当性を伴う統計手法
• 機器と材料の仕様
• 倫理承認と同意声明

結果の提示: 以下で所見を提示します:

• 主要な転帰から二次的な転帰への論理的フロー
• 図表との統合
• 効果サイズを伴う統計有意性
• 解釈なしの客観的報告

考察の構成: 以下で所見を統合します:

• 結果を研究質問と関連付ける
• 既存の文献との比較
• 正直に制限を認める
• メカニズム的説明を提案する
• 実践的な意味合いと将来の研究を提案する

3. 引用と参考文献管理

分野全体で正しく引用スタイルを適用します。包括的なスタイルガイドについては、references/citation_styles.md を参照してください。

主要な引用スタイル:

• AMA(American Medical Association): 上付き番号引用、医学で一般的
• バンクーバー: 角括弧内の番号付き引用、生物医学標準
• APA(American Psychological Association): 著者-日付の本文内引用、社会科学で一般的
• シカゴ: 注釈-文献目録または著者-日付、人文科学と科学
• IEEE: 角括弧内の番号付き、エンジニアリングとコンピュータ科学

ベストプラクティス:

• 可能な限り一次資料を引用する
• 最近の文献を含める(活発な分野では過去 5～10 年)
• 序論と考察全体で引用分布のバランスを取る
• すべての引用を元の資料と照合して確認する
• 参考文献管理ソフトウェアを使用する(Zotero、Mendeley、EndNote)

4. 図表

理解を向上させるため、効果的なデータ可視化を作成します。詳細なベストプラクティスについては、references/figures_tables.md を参照してください。

表 vs 図を使用するタイミング:

• 表: 正確な数値データ、複雑なデータセット、正確な値を必要とする複数の変数
• 図: トレンド、パターン、関係、視覚的に最もよく理解される比較

デザイン原則:

• 完全なキャプション付きで各表/図が自己説明的になるようにします
• すべての表示項目全体で一貫性のあるフォーマットと用語を使用します
• ユニット付きのすべての軸、列、行にラベルを付けます
• サンプルサイズ(n)と統計注釈を含めます
• 「1000 語あたり 1 つの表/図」ガイドラインに従います
• テキスト、表、図の間で情報の重複を避けます

一般的な図のタイプ:

• 棒グラフ: 個別のカテゴリの比較
• 折れ線グラフ: 時間経過に伴うトレンドの表示
• 散布図: 相関の表示
• ボックスプロット: 分布と外れ値の表示
• ヒートマップ: マトリックスとパターンの可視化

5. 研究タイプ別の報告ガイドライン

確立された報告標準に従うことで、完全性と透明性を確保します。包括的なガイドラインの詳細については、references/reporting_guidelines.md を参照してください。

主要なガイドライン:

• CONSORT: ランダム化比較試験
• STROBE: 観察研究(コホート、ケースコントロール、横断的)
• PRISMA: システマティックレビューとメタ分析
• STARD: 診断精度研究
• TRIPOD: 予測モデル研究
• ARRIVE: 動物研究
• CARE: 症例報告
• SQUIRE: 品質改善研究
• SPIRIT: 臨床試験の研究プロトコル
• CHEERS: 経済的評価

各ガイドラインはすべての重大な方法論的要素が報告されることを確認するチェックリストを提供します。

6. 執筆原則とスタイル

基本的な科学的執筆原則を適用します。詳細なガイダンスについては、references/writing_principles.md を参照してください。

明確性:

• 正確で曖昧でない言語を使用する
• 技術用語と頭字語を最初に定義する
• 段落内およびセクション間で論理的フロー を維持する
• 適切な場合には能動態を使用する

簡潔性:

• 冗長な言葉と表現を削除する
• より短い文を優先する(平均 15～20 語)
• 不要な修飾語を削除する
• 厳密に語数制限を守る

正確性:

• 適切な精度で正確な値を報告する
• ドキュメント全体で一貫した用語を使用する
• 観測と解釈を区別する
• 不確実性を適切に認識する

客観性:

• 偏りなく結果を提示する
• 所見や意味合いの誇大表示を避ける
• 矛盾する証拠を認める
• 専門的で中立的なトーンを維持する

7. 執筆プロセス: アウトラインから完全な段落へ

重大: 常に完全な段落で執筆し、科学論文に箇条書きを提出しないでください。

科学論文は完全で流暢な文章で執筆する必要があります。効果的な執筆のためにこの 2 段階のアプローチを使用します:

段階 1: キーポイント付きのセクションアウトラインを作成

新しいセクションを開始するときに:

1. research-lookup スキルを使用して関連する文献とデータを収集する
2. 以下をマークする箇条書き付きの構造化されたアウトラインを作成する:
   • 提示する主要な議論または所見
   • 引用する主要な研究
   • 含める必要があるデータポイントと統計
   • 論理的フローと組織化
3. これらの箇条書きは足場として機能します—それらは最終原稿ではありません

例(序論セクション):

- Background: AI in drug discovery gaining traction
  * Cite recent reviews (Smith 2023, Jones 2024)
  * Traditional methods are slow and expensive
- Gap: Limited application to rare diseases
  * Only 2 prior studies (Lee 2022, Chen 2023)
  * Small datasets remain a challenge
- Our approach: Transfer learning from common diseases
  * Novel architecture combining X and Y
- Study objectives: Validate on 3 rare disease datasets

段階 2: キーポイントを完全な段落に変換

アウトラインが完成したら、各箇条書きを適切な文章に展開します:

1. 箇条書きを完全な文に変換します(主語、動詞、目的語を含む)
2. 文と考えの間に遷移を追加します(however、moreover、in contrast、subsequently)
3. 引用を自然に統合します(リストとしてではなく)
4. 箇条書きが省略する文脈と説明で展開します
5. 各段落内で文から文への論理的フローを確保します
6. 読者の関与を維持するために文の構造を変化させます

散文への変換例:

Artificial intelligence approaches have gained significant traction in drug discovery 
pipelines over the past decade (Smith, 2023; Jones, 2024). While these computational 
methods show promise for accelerating the identification of therapeutic candidates, 
traditional experimental approaches remain slow and resource-intensive, often requiring 
years of laboratory work and substantial financial investment. However, the application 
of AI to rare diseases has been limited, with only two prior studies demonstrating 
proof-of-concept results (Lee, 2022; Chen, 2023). The primary obstacle has been the 
scarcity of training data for conditions affecting small patient populations. 

To address this challenge, we developed a transfer learning approach that leverages 
knowledge from well-characterized common diseases to predict therapeutic targets for 
rare conditions. Our novel neural architecture combines convolutional layers for 
molecular feature extraction with attention mechanisms for protein-ligand interaction 
modeling. The objective of this study was to validate our approach across three 
independent rare disease datasets, assessing both predictive accuracy and biological 
interpretability of the results.

アウトラインと最終テキストの主な違い:

アウトライン(計画段階)	最終原稿
箇条書きと断片	完全な文と段落
短縮形のメモ	文脈を伴う完全な説明
引用リスト	散文に統合された引用
短縮形の考え	遷移を伴う発展した議論
あなた自身の目のためだけ	出版と査読のため

避けるべき一般的な間違い:

• ❌ 決して最終原稿に箇条書きを残さない
• ❌ 決して段落であるべき場所にリストを提出しない
• ❌ しない結果または考察セクションで番号付きまたは箇条書きのリストを使用する(研究仮説や組み入れ基準などの特定の場合を除く)
• ❌ しない文の断片や完全でない考えを執筆する
• ✅ する方法セクションでのみ時折リストを使用する(例、組み入れ/除外基準、材料リスト)
• ✅ するすべてのセクションが接続された散文として流れることを確保する
• ✅ する自然なフローをチェックするために段落を大声で読む

リストが受け入れられる場合(限定的なケース):

リストは科学論文に特定の文脈にのみ表示される場合があります:

• 方法: 組み入れ/除外基準、材料と試薬、参加者特性
• 補足資料: 拡張プロトコル、機器リスト、詳細なパラメータ
• 決して: 要旨、序論、結果、考察、結論

要旨形式ルール:

• ❌ 決してラベル付きセクションを使用しない(Background:、Methods:、Results:、Conclusions:)
• ✅ 常に自然な遷移を伴う流暢な段落として執筆する
• 例外: ジャーナルが著者ガイドラインで明確に要求する場合のみ構造化形式を使用

Research Lookup との統合:

research-lookup スキルは段階 1(アウトラインの作成)に不可欠です:

1. research-lookup を使用して関連論文を検索する
2. 主な知見、方法、データを抽出する
3. アウトラインに箇条書きとして所見を整理する
4. 段階 2 で次にアウトラインを完全な段落に変換する

この 2 段階のプロセスにより、以下が確保されます:

• 体系的に情報を収集して整理する
• 執筆する前に論理的構造を作成する
• 磨かれた出版準備完了の散文を作成する
• 物語フローへのフォーカスを維持する

8. 専門的レポートのフォーマット(非ジャーナルドキュメント)

研究レポート、技術レポート、ホワイトペーパー、およびジャーナル原稿ではない他の専門的ドキュメントの場合は、scientific_report.sty LaTeX スタイルパッケージを使用して、磨かれた専門的な外観を実現します。

専門的レポートフォーマットを使用するタイミング:

• 研究レポートと技術レポート
• ホワイトペーパーとポリシーブリーフ
• 助成金レポートと進捗レポート
• 業界レポートと技術文書
• 内部研究の概要
• 実行可能性調査とプロジェクト成果物

使用しない場合(代わりに会場固有のフォーマットを使用):

• ジャーナル原稿 → venue-templates スキルを使用
• 会議論文 → venue-templates スキルを使用
• 学位論文 → 機関テンプレートを使用

scientific_report.sty スタイルパッケージが提供するもの:

機能	説明
タイポグラフィ	現代的で専門的な外観のための Helvetica フォントファミリー
カラースキーム	専門的な青、緑、およびアクセント色
ボックス環境	主要な所見、方法、推奨事項、制限用の色付きボックス
表	交互の行色、専門的なヘッダー
図	一貫したキャプションのフォーマット
科学的コマンド	p 値、効果サイズ、信頼区間の短縮形

コンテンツ組織のためのボックス環境:

% Key findings (blue) - for major discoveries
\begin{keyfindings}[Title]
Content with key findings and statistics.
\end{keyfindings}

% Methodology (green) - for methods highlights
\begin{methodology}[Study Design]
Description of methods and procedures.
\end{methodology}

% Recommendations (purple) - for action items
\begin{recommendations}[Clinical Implications]
\begin{enumerate}
    \item Specific recommendation 1
    \item Specific recommendation 2
\end{enumerate}
\end{recommendations}

% Limitations (orange) - for caveats and cautions
\begin{limitations}[Study Limitations]
Description of limitations and their implications.
\end{limitations}

専門的な表のフォーマット:

\begin{table}[htbp]
\centering
\caption{Results Summary}
\begin{tabular}{@{}lccc@{}}
\toprule
\textbf{Variable} & \textbf{Treatment} & \textbf{Control} & \textbf{p} \\
\midrule
Outcome 1 & \meansd{42.5}{8.3} & \meansd{35.2}{7.9} & <.001\sigthree \\
\rowcolor{tablealt} Outcome 2 & \meansd{3.8}{1.2} & \meansd{3.1}{1.1} & .012\sigone \\
Outcome 3 & \meansd{18.2}{4.5} & \meansd{17.8}{4.2} & .58\signs \\
\bottomrule
\end{tabular}

{\small \siglegend}
\end{table}

科学的記号法コマンド:

コマンド	出力	目的
\pvalue{0.023}	p = 0.023	P 値
\psig{< 0.001}	p = < 0.001	有意な p 値(太字)
\CI{0.45}{0.72}	95% CI [0.45, 0.72]	信頼区間
\effectsize{d}{0.75}	d = 0.75	効果サイズ
\samplesize{250}	n = 250	サンプルサイズ
\meansd{42.5}{8.3}	42.5 ± 8.3	平均と SD
\sigone、\sigtwo、\sigthree	、、	有意性スター

はじめ方:

\documentclass[11pt,letterpaper]{report}
\usepackage{scientific_report}

\begin{document}
\makereporttitle
    {Report Title}
    {Subtitle}
    {Author Name}
    {Institution}
    {Date}

% Your content with professional formatting
\end{document}

コンパイル: 適切な Helvetica フォント レンダリングのために XeLaTeX または LuaLaTeX を使用します:

xelatex report.tex

完全なドキュメントについては、以下を参照してください:

• assets/scientific_report.sty: スタイルパッケージ
• assets/scientific_report_template.tex: 完全なテンプレート例
• assets/REPORT_FORMATTING_GUIDE.md: クイックリファレンスガイド
• references/professional_report_formatting.md: 包括的なフォーマットガイド

9. ジャーナル固有のフォーマット

原稿をジャーナルの要件に適応させます:

• 構造、長さ、フォーマットの著者ガイドラインに従う
• ジャーナル固有の引用スタイルを適用する
• 図/表仕様を満たす(解像度、ファイル形式、寸法)
• 必要な声明を含める(資金提供、利益相反、データ可用性、倫理承認)
• 各セクションの語数制限を守る
• テンプレートが提供されるときにテンプレート要件に従う形式

10. 分野固有の言語と用語

言語、用語、慣例を特定の科学分野に合わせて調整します。各分野には確立された語彙、好ましいフレーズ、および専門知識を示し、ターゲット読者にとって明確性を確保する分野固有の慣例があります。

分野固有の言語的慣例を特定:

• ターゲットジャーナルの最近の高インパクト論文で使用される用語を確認する
• 分野固有の頭字語、単位、表記法システムに注意する
• 好ましい用語を特定する(例:「participants」対「subjects」、「compound」対「drug」、「specimens」対「samples」)
• 方法、有機体、または技術が通常どのように説明されるかを観察する

生物医学および臨床科学:

• 正確な解剖学的および臨床用語を使用する(例:形式的な執筆では「myocardial infarction」、「heart attack」ではなく)
• 標準化された病気命名法に従う(ICD、DSM、SNOMED-CT)
• 必要に応じて、ジェネリック名を最初に、商品名を括弧内で指定する
• 臨床研究には「patients」を使用し、地域ベースの研究には「participants」を使用する
• ヒト遺伝子変異協会(HGVS)命名法に従う遺伝的変異
• 標準単位を使用してラボ値を報告する(ほとんどの国際ジャーナルの SI 単位)

分子生物学と遺伝学:

• 遺伝子記号にはイタリックを使用する(例:TP53)、通常のフォントでタンパク質を使用する(例:p53)
• 種固有の遺伝子命名法に従う(ヒト用大文字:BRCA1;マウス用文の最初を大文字:Brca1)
• 生物体名を最初に完全に指定し、受け入れられた頭字語を使用する(例:Escherichia coli、次にE. coli)
• 遺伝子型の標準記号を使用する(例:+/+、+/-、-/-用)
• 分子技術に確立された用語を採用する(例:「quantitative PCR」または「qPCR」、「real-time PCR」ではなく)

化学および医学科学:

• 化学化合物に IUPAC 命名法に従う
• 新規化合物に対しては体系的な名前を使用し、よく知られた物質に対しては一般的な名前を使用する
• 標準的な記号を使用して化学構造を指定する(例:データベース用の SMILES、InChI)
• 適切な単位で濃度を報告する(mM、μM、nM、または % w/v、v/v)
• 受け入れられた反応命名法を使用して合成経路を説明する
• 「bioavailability」、「pharmacokinetics」、「IC50」などの用語を一貫して分野定義で使用する

生態学と環境科学:

• 種に二項命名法を使用する(イタリック体:Homo sapiens)
• 関連する場合、最初の種の言及で分類学的当局を指定する
• 標準化された生息地と生態系の分類を採用する
• 生態学的メトリックスに一貫した用語を使用する(例:「species richness」、「Shannon diversity index」)
• フィールド標準用語を使用してサンプリング方法を説明する(例:「transect」、「quadrat」、「mark-recapture」)

物理学とエンジニアリング:

• 分野の慣例が他を指示しない限り、一貫して SI ユニットに従う
• 物理量に標準表記を採用する(スカラー対ベクトル、テンソル)
• 現象に確立された用語を採用する(例:「quantum entanglement」、「laminar flow」)
• 関連する場合、機器をモデル番号と製造業者で指定する
• 分野標準と一貫した数学表記を使用する(例:ℏを減らされた Planck 定数)

神経科学:

• 標準化された脳領域命名法を使用する(例:Allen Brain Atlas などのアトラスを参照)
• 脳領域の座標を確立された立体定位システムを使用して指定する
• 神経用語の慣例に従う(例:形式的な執筆では「action potential」、「spike」ではなく)
• 測定方法に基づいて「neural activity」、「neuronal firing」、「brain activation」を適切に使用する
• 適切な特異性を伴って記録技術を説明する(例:「whole-cell patch clamp」、「extracellular recording」)

社会および行動科学:

• 適切な場合、人を優先する言語を使用する(例:「people with schizophrenia」、「schizophrenics」ではなく)
• 標準化された心理学的構成と検証されたアセスメント名を採用する
• 言語バイアスを減らすために APA ガイドラインに従う
• 確立された用語を使用して理論的フレームワークを指定する
• ヒト研究には「subjects」ではなく「participants」を使用する

一般原則:

聴衆の専門知識に合わせてください:

• 専門的なジャーナルの場合: 自由に分野固有の用語を使用し、非常に専門的または新しい用語のみを定義する
• 広い影響ジャーナルの場合(例:Nature、Science): より多くの技術用語を定義し、特殊概念の文脈を提供する
• 学際的な聴衆の場合: 精度とアクセシビリティのバランスを取り、最初に使用する用語を定義する

技術用語を戦略的に定義:

• 最初に使用する頭字語を定義する:「messenger RNA (mRNA)」
• より広い聴衆に執筆するときの専門技術に対して簡潔な説明を提供する
• ターゲット聴衆に対してよく知られている用語を過度に定義することを避ける(分野への不慣れを示す)
• 多数の専門用語が避けられない場合、用語集を作成する

一貫性を維持:

• 同じ概念に同じ用語を使用する(「medication」、「drug」、「pharmaceutical」の間で交互にしない)
• 頭字語に対して一貫したシステムに従う(最初の定義後に「PCR」または「polymerase chain reaction」を決定)
• ドキュメント全体で同じ命名法システムを適用する(特に遺伝子、種、化学物質)

分野混合エラーを避ける:

• 基本科学に臨床用語を使用しない(例:マウスを「patients」と呼ばない)
• 正確な分野用語の代わりに俗語または過度に一般的な用語を使用することを避ける
• 正しい使用を確認せずに隣接分野から用語をインポートしない

用語使用を確認:

• 分野固有のスタイルガイドと命名法リソースを参照する
• ターゲットジャーナルの最近の論文で用語がどのように使用されているかを確認する
• 分野固有のデータベースと本体を使用する(例:Gene Ontology、MeSH 用語)
• 不確実な場合、用語を確立する主要な参考文献を引用する

11. 避けるべき一般的な落とし穴

最頻拒否理由:

1. 不適切、不完全、または不十分に説明された統計
2. 結果の過度な解釈またはサポートされていない結論
3. 再現性に影響する方法の説明が不十分
4. 小さく、偏った、または不適切なサンプル
5. 貧弱な執筆品質または従いにくいテキスト
6. 不十分な文献レビューまたは文脈
7. 不明または設計が悪い図表
8. 報告ガイドラインに従わない

執筆品質の問題:

• 時制を不適切に混ぜる(方法/結果に過去形を使用、確立された事実に対して現在形)
• 過度なジャーゴンまたは未定義の頭字語
• 論理的フローを遮断する段落改行
• セクション間の遷移がない
• 一貫性のない記号法または用語

原稿開発のワークフロー

段階 1: 計画

1. ターゲットジャーナルを特定し、著者ガイドラインを確認する
2. 適用可能な報告ガイドラインを決定する(CONSORT、STROBE など)
3. 原稿構造をアウトラインする(通常は IMRAD)
4. 図表を論文の中核として計画する

段階 2: 起草(各セクションで 2 段階の執筆プロセスを使用)

1. 図表から始める(コアデータストーリー)
2. 以下の各セクションについて、2 段階のプロセスに従う:
   • 最初: research-lookup を使用してキーポイント付きのアウトラインを作成
   • 次: キーポイントを流暢な散文の完全な段落に変換
3. 方法を執筆する(起草が最も簡単なことが多い)
4. 結果を起草する(図表を客観的に説明)
5. 考察を作成する(所見を解釈)
6. 序論を執筆する(研究質問を設定)
7. 要旨を作成する(完全なストーリーを統合)
8. タイトルを作成する(簡潔で説明的)

忘れないでください: 箇条書きは計画のみ用です—最終原稿は完全な段落である必要があります。

段階 3: 改訂

1. 全体を通じた論理的フローと「赤い糸」をチェックする
2. 用語と記号法の一貫性を確認する
3. 図/表が自己説明的であることを確保する
4. 報告ガイドラインの遵守を確認する
5. すべての引用が正確で適切にフォーマットされていることを確認する
6. 各セクションの語数をチェックする
7. 文法、スペル、明確性をプルーフリードする

段階 4: 最終準備

1. ジャーナル要件に従ってフォーマットする
2. 補足資料を準備する
3. カバーレターを執筆して重要性をハイライトする
4. 提出チェックリストを完了する
5. すべての必要な声明とフォームを収集する

他の科学スキルとの統合

このスキルは以下と効果的に機能します:

• データ分析スキル: 報告する結果を生成するため
• 統計分析: 適切な統計提示を決定するため
• 文献レビュースキル: 研究を文脈化するため
• 図作成ツール: 出版品質の可視化を開発するため
• venue-templates スキル: 会場固有の執筆スタイルとフォーマット用(ジャーナル原稿)
• scientific_report.sty: 専門的レポート、ホワイトペーパー、技術ドキュメント

専門的レポート対ジャーナル原稿

正しいフォーマットアプローチを選択してください:

ドキュメントタイプ	フォーマットアプローチ
ジャーナル原稿	venue-templates スキルを使用
会議論文	venue-templates スキルを使用
研究レポート	scientific_report.sty を使用(このスキル)
ホワイトペーパー	scientific_report.sty を使用(このスキル)
技術レポート	scientific_report.sty を使用(このスキル)
助成金レポート	scientific_report.sty を使用(このスキル)

会場固有の執筆スタイル

特定の会場に対して執筆する前に、venue-templates スキルに相談して執筆スタイルガイドを確認してください:

異なる会場では劇的に異なる執筆期待があります:

• Nature/Science: アクセシブル、ストーリー駆動、広い重要性
• Cell Press: メカニズム的深さ、グラフィカル要旨、ハイライト
• 医学ジャーナル(NEJM、Lancet): 構造化された要旨、証拠言語
• ML 会議(NeurIPS、ICML): 貢献の箇条書き、アブレーション研究
• CS 会議(CHI、ACL): 分野固有の慣例

venue-templates スキルは以下を提供します:

• venue_writing_styles.md: マスタースタイル比較
• 会場固有のガイド:nature_science_style.md、cell_press_style.md、medical_journal_styles.md、ml_conference_style.md、cs_conference_style.md
• reviewer_expectations.md: 各会場でレビュアーが何を探しているか

ワークフロー: まずこのスキルを一般的な科学的執筆原則(IMRAD、明確性、引用)のために使用し、次に venue-templates に相談して会場固有のスタイル適応のため。

参考資料

このスキルには、科学的執筆の特定の側面を扱う包括的な参考ファイルが含まれています:

• references/imrad_structure.md: IMRAD フォーマットとセクション固有のコンテンツの詳細ガイド
• references/citation_styles.md: 完全な引用スタイルガイド(APA、AMA、バンクーバー、シカゴ、IEEE)
• references/figures_tables.md: 効果的なデータ可視化作成のベストプラクティス
• references/reporting_guidelines.md: 研究固有の報告基準とチェックリスト
• references/writing_principles.md: 効果的な科学的コミュニケーションの中核原則
• references/professional_report_formatting.md: scientific_report.sty を使用した専門的レポートスタイリングガイド

アセット

このスキルには、専門的レポートフォーマット用の LaTeX スタイルパッケージとテンプレートが含まれています:

• assets/scientific_report.sty: Helvetica フォント、色付きボックス、魅力的な表を伴う専門的な LaTeX スタイルパッケージ
• assets/scientific_report_template.tex: すべてのスタイル機能を示す完全なレポートテンプレート
• assets/REPORT_FORMATTING_GUIDE.md: スタイルパッケージのクイックリファレンスガイド

scientific_report.sty の主な機能:

• 現代的で専門的な外観のための Helvetica フォントファミリー
• 専門的なカラースキーム(青、緑、オレンジ、紫)
• ボックス環境:keyfindings、methodology、resultsbox、recommendations、limitations、criticalnotice、definition、executivesummary、hypothesis
• 交互の行色と専門的なヘッダーを伴う表
• p 値、効果サイズ、信頼区間のための科学的記号法コマンド
• 専門的なヘッダーとフッター

会場固有の執筆スタイル(トーン、音声、要旨形式、レビュアーの期待)については、venue-templates スキルを参照してください。これは Nature/Science、Cell Press、医学ジャーナル、ML 会議、CS 会議に対して包括的なスタイルガイドを提供します。

必要に応じて、科学的執筆の特定の側面で作業するときにこれらの参考資料を読み込んでください。