第4章 論文の読み方・文献管理
この章では、文献を自分の問いを鍛えるための材料として扱う方法を示す。論文を読むとは情報を集めることではなく、自分がこれから参加する議論の履歴をたどり、どこまでが既知で、どこからが未解決かを見極める営みである。文献に十分に向き合わないままだと問いはぼやけ、自分の書く論文も「先行研究を読んでいない人の文章」になってしまう。
ポイント：核は2つある。一つは批判的に読むこと―論文を3回に分けて段階的に読む三段階読解法と、Q1–Q7 の問いを使って、論文を受け身でなく能動的に評価する（§3）。もう一つは文献どうしをつなぐこと―コンセプト・マトリックス（論文×論点の表）を使って、個々の論文ではなく分野の論点を単位に整理する（§2）。本章では §2 の整理から入る。文献をいくら集めても、論争の軸・方法の違い・本当の gap が見えてこなければ、読んだ量は研究の力にならない。実際の作業は収集 → 読解 → 管理 → 引用の流れで進む。文献に向き合う理由そのものは §1 で述べる。学術出版メディアの仕組み（§5）と引用の形式（§4.4）は、必要になったときに参照すればよい。AI を使った文献ワークフローは §6 で扱う。速く読めることと、正しく位置づけられることは別である。
1. なぜ文献に向き合うのか
学術文献は個々の論文の寄せ集めではなく、検証済みの知見が累積した知識の体系（body of knowledge）である。科学社会学者 Merton (1942) は、知見を個人の占有物ではなく共有財産とみなす規範を共同性（communalism）と呼んだ。この理念どおり知見は蓄積・流通すべきもので、文献はその窓口になる。先行研究を読めなければ、未解決の空白（gap）の特定も自分の研究の位置づけもできない。
文献に取り組む目的は、(a) 分野の知見と論争を理解し、(b) gap を特定し、(c) 自らの研究を知の体系に位置づけることである（Booth et al., 2024；第6章）。そのための原則は3つ―批判的読解（論理とエビデンスの吟味）、原典確認（孫引きの禁止）、追跡可能な管理（誰が何を読んだか記録する）。これは第2章の引用倫理、第3章の記録・透明性と一続きである。
典型的な誤解：「何を読めばよいか分からない」ことより、「読んだものをどう自分の問いに結びつければよいか分からない」ことのほうが本質的な壁である。どの結果を gap とみなし、どの方法を妥当と判断するかには、すでに自分の研究観が現れている。
参考文献は飾りや権威づけではなく、論証を組み立てる「部品」である。「この主張は誰の仕事に負っているのか」を読者が辿り直せる状態こそが、透明性（権威より検証可能性）の土台になる。だから集める段階から、引用キーを固定し（§4.2）、出典を即記録する運用（§4.3）を徹底する。読むことは、将来だれかを論理とエビデンスで説得するための判断材料を準備する仕事である。
日本語圏の初学者には、京都大学『情報基礎演習 2025』（英題 The Practice of Basic Informatics 2025）が、学術情報探索・参考文献・文献管理・著作権・レポート作成を一冊でつなぐ入口として有用だ。検索語を上位語・下位語・関連語へ展開する発想、引用をトレーサビリティの問題として捉える説明も分かりやすい。毎年改訂されて京都大学の学術リポジトリ（情報基礎演習コレクション）で無料公開されているので、最新版を使うとよい（京大ローカルの環境を前提とする記述は、自分の環境に読み替える）。
2. 文献を集める・つなぐ
文献サーベイで難しいのは検索技術そのものより、「もう十分集まったか」「何が抜けているか」を判断することだ。
2.1 検索の手順
- キーワード：研究課題から抽出し、同義語・関連語も用意する。一つの語に固定せず、上位語・下位語・関連語を行き来して探索語を育てる。
- データベース検索：タイトル・アブストラクトを対象に検索する。
- 引用の追跡：見つけた論文の参考文献（backward search）と被引用論文（forward search）を追う（スノーボール／サイテーション・サーチ）。網羅性を高めるうえで最も効果が大きい。
- アラート設定：新着を自動受信する。検索アラート（Google Scholar・PubMed・Web of Science・arXiv 等）、TOC アラート（出版社サイトの目次配信）、引用アラート（Cited by）、RSS、SNS を組み合わせる。設定しすぎると追えないので、キーワードを絞り週次で一括確認する。
- 原典の確認：孫引きを避け、必ず一次資料を入手・確認する。
実務では、まず分野横断・国際的なデータベースで全体像をつかみ、その後 CiNii・J-STAGE で日本語文献や国内誌を補う。日本語圏だけで閉じると国際的な論争の位置づけを見失いやすい。
主要データベース・検索ツール
PubMed や Crossref 系メタデータ・DOI・引用追跡は国際的に通用するが、CiNii・J-STAGE・大学図書館契約・機関リポジトリには国・機関ごとの差がある。
| データベース | 分野 |
|---|---|
| PubMed | 生命科学・医学（NCBI） |
| Google Scholar | 分野横断 |
| Semantic Scholar | 分野横断（AI 活用、Allen AI） |
| OpenAlex | 完全無料・オープンな学術カタログ（2.5億件超） |
| Dimensions | 論文・データセット・助成金・特許を横断 |
| CiNii Research | 日本の学術情報（NII） |
| J-STAGE | 日本の学会誌電子ジャーナル（JST） |
| DOAJ | 品質保証付き OA ジャーナルのディレクトリ |
PsycINFO（心理学）・IEEE Xplore（工学・情報）は大学図書館経由。論文入手には大学図書館のリモートアクセスやUnpaywall を活用する。
2.2 コンセプト・マトリックスで論点を組む
コンセプト・マトリックスは、横軸に論文、縦軸に論点（方法・結果・限界・理論的立場等）をとった比較表である。読んだ順ではなく論点ごとに整理することで、研究領域の合意点・論争点・gap が立ち上がる。読んだ論文が増えるほど、これは「忘れないため」ではなく「あとで論点として再利用するため」の装置になる。次の §3（批判的に読む）と往復させ、1本ずつ読み込んだ内容をこの表に書き足していくと使いやすい。
3. 論文を批判的に読む
読む量が増えても研究が前に進まないとき、問題はしばしば「理解不足」ではなく「評価の軸がない」ことにある。論文の読み方は体系的に習得できるスキルである（Keshav, 2007；Carey et al., 2020）。まず主張（claim）を見つけ、そこから論理展開を評価することが出発点になる（Rosenberg & Goldstein）。
実証論文の多くは IMRaD 構造（Introduction, Methods, Results, Discussion）に従う。読み始める前に、一次研究（新規データを報告する論文）か二次研究（レビュー・メタ分析）かをまず見分ける。そのうえで、読む目的が「概要把握」なら Abstract → Introduction → 見出し → 結論、「論点抽出」なら Methods → Results → Discussion と、目的に応じて順序を変える。
3.1 三段階読解法（Three-Pass Method）
Keshav (2007) の方法。第1パスで読む価値を判断し、第2・第3パスは必要な論文に限ると効率的である。
| パス | 所要時間 | 目的 | 方法 |
|---|---|---|---|
| 第1パス | 5〜10分 | 概要把握 | タイトル・アブスト・序論・見出し・結論を流し読み。5Cs（Category 種類・Context 関連研究・Correctness 仮定の妥当性・Contributions 貢献・Clarity 明瞭さ）に答えられるようにし、読み進めるか判断する |
| 第2パス | 1時間程度 | 内容理解 | 図表中心に読み、キーポイントと未読の関連文献をメモする |
| 第3パス | 4〜5時間（初学者）/ 1時間（熟練者） | 詳細・批判的検討 | 構造を記憶から再構築できるまで精読し、強み・弱みを特定する |
3.2 問いで構造を追う（Q1–Q7）
論文の構成を7つの問いとして追跡すると、書き手が何を伝えようとしているかが見える（Carey et al., 2020）。この Q1–Q7 は読むときに論文の構造を解きほぐす道具であり、書くときに自分の論文を組み立てる設計図でもある（第6章と共有。本書では詳しい説明をこの第4章にまとめる）。
| 問い | 内容 | セクション |
|---|---|---|
| Q1 | 一般的背景（分野の位置づけ） | Introduction 冒頭 |
| Q2 | 具体的背景（何が分かっているか） | Introduction |
| Q3 | 未解決問題・gap | Introduction 末尾 |
| Q4 | 主な結果・結論 | Abstract / Results |
| Q5 | 結果の詳細 | Results |
| Q6 | 結果の解釈・インパクト | Discussion |
| Q7 | 広い意義 | Discussion / Conclusion |
3.3 批判的評価の視点
証拠の強さと論理の妥当性を吟味することが、信頼できる知見の識別につながる。
- 事実と意見の峻別：Results（データ）は事実、Discussion（解釈）は意見。区別して読む（詳細は第5章）。
- 代替説明の検討：著者の主張以外の解釈が成り立たないか。
- 方法と問いの整合性：手法が研究課題に適切か。
- 効果量とサンプルサイズ：p 値だけでなく効果量・信頼区間・サンプルサイズの妥当性を確認する。
- 限界の自覚と過大主張の検出：limitations が適切に書かれているか。prove, demonstrate 等の強い表現が証拠に見合っているか。
対立する複数の仮説を立て、どれが誤りかを決める実験（決定実験）で候補を一つずつ棄却していく強い推論（strong inference; Platt, 1964）が、批判的評価の土台にある。研究デザイン別の評価には CASP チェックリストが使える。
3.4 文献レビューを書くとき
1本ずつ批判的に読む力がついたら、次は複数の文献を束ねて論じる段階―文献レビュー―である。文献レビュー（ナラティブ／システマティック／メタ分析）には確立した型がある。Pautasso (2013) の10原則が定番で、要点は「スコープと読者を定める」「検索条件・除外基準を記録する」「批判的・一貫した姿勢で gap を指摘する」「古典と最新のバランス」である。システマティックレビューでは、報告項目のチェックリスト PRISMA、計画・実施の国際標準 Cochrane Handbook、研究計画を事前に公開登録する PROSPERO がまず土台になる。どの報告ガイドラインを使うかは EQUATOR ネットワークで探す（第10章）。
文献レビュー Ten Simple Rules（Pautasso, 2013）
- トピックと読者を選ぶ 2. 検索を繰り返す（条件・除外基準を記録） 3. 読みながらメモを取る 4. レビューの種類を選ぶ 5. 焦点は狭く、関心は広く 6. 批判的かつ一貫した姿勢 7. 論理的構造（序論→本体→結論） 8. フィードバックを受ける 9. 自分の研究を客観的に位置づける 10. 古典と最新のバランス
出典：Pautasso, M. (2013). Ten Simple Rules for Writing a Literature Review. PLOS Computational Biology.
4. 文献を管理する・引用する
文献管理は後片付けではなく、論点を再利用できる状態を保つ作業である。第3章の記録の原則（帰属・同時・痕跡）と整合する。
4.1 主要ツール
| ツール | 費用 | 特徴 |
|---|---|---|
| Zotero | 無料 | オープンソース。ブラウザ拡張で直接取り込み。プラグイン豊富 |
| Mendeley | 無料/有料 | PDF 注釈・共有 |
| Paperpile | 有料 | クラウド。Google Docs 統合 |
| EndNote | 有料 | 機関ライセンス。大規模ライブラリ向き |
4.2 引用キーの固定（Zotero + BetterBibTeX）
BetterBibTeX は Zotero のプラグインで、各文献に固定の引用キー（citation key；例 kamitani2025）を付与する。LaTeX・Markdown・AI ワークフローで参照の一貫性を保つために有用で、キーを Pin して変更を防ぐ運用を推奨する。
4.3 管理の基本ルール
即時登録（見つけたらすぐ登録）・メタデータ確認（著者名・タイトル・年・DOI の正確性、著者識別子 ORCID の活用）・分類（テーマ／プロジェクト／読了状態のタグ）・重複チェック・著者名表記の統一―この5つを習慣にする。
4.4 引用の形式
引用の倫理（孫引き禁止・原典確認・剽窃回避・自己剽窃）は研究倫理の基盤であり、詳しくは第2章§6にまとめてある。ここでは形式の要点だけ：
- 参考文献リストでは、利用可能な DOI を可能な限り記載する。URL は変わりうるが DOI は恒久的に同じ論文を指す。AI が実在しない文献を作り出す誤り（ハルシネーション。§6 で詳述）の防止にも有効。
- 引用スタイル（APA／Vancouver／IEEE／Nature 等）と大文字化（Sentence case と Title case）の形式は投稿規定に従う。詳細表は第6章§3.7。投稿先の Author Guidelines から表記ルールを抽出してチェックリスト化しておく（style spec）と、推敲が速い。
5. 学術出版メディア
論文を読むとき、その論文がどの媒体・どの査読慣行・どの共同体に向けて出されたかで、読むべき構えが変わる。本節は内容評価の前提となる出版環境の地図である。
5.1 ジャーナルと国際会議
発表媒体にはジャーナルと国際会議があり、会議は投稿形態が2つに大別される。学際領域では両形態が混在するため、投稿先の形態を確認する。
| 観点 | ジャーナル | 会議（アブストラクト型） | 会議（フルペーパー型） |
|---|---|---|---|
| 提出物 | 完成論文 | 数百語〜2ページのアブスト | 数ページ〜10ページ以上の完成論文 |
| 査読 | 複数ラウンド。修正・再投稿 | 軽め。発表可否の判定 | 厳格な匿名査読 |
| 主な分野・位置づけ | 生命科学・医学で主要な評価対象 | バイオ・神経科学系（SfN, OHBM）で一般的。正式記録はジャーナルに委ねる | 情報系（NeurIPS, ICML）でジャーナルと同等以上 |
プレプリント（arXiv・bioRxiv 等）は査読前の論文を迅速に公開する手段で、未査読であることに留意する。オープンアクセス（OA）は論文を無料公開する出版モデル（Gold／Green／Hybrid／Diamond、APC の有無）である。プレプリント・OA の意義・国際動向・サーバー一覧は第10章にまとめてある。
5.2 分野の文献源を見つける
計算神経科学・ニューロイメージング・NeuroAI ではジャーナルと会議のどちらも重要で、専門誌に加え Nature・Science・PNAS 等の総合誌にも重要成果が出る。IF・採択率・ブランドだけで品質を判断せず、個々の論文の内容で評価する（DORA・ライデン・マニフェスト。評価指標と研究評価改革の一覧は第10章）。
自分の分野で追う媒体は、次の3つで決める。(1) 指導教員・先輩に主要メディアを聞く、(2) 近い論文の掲載先をリストアップする、(3) §2.1 のアラートで新着を追う。代表的なハブは下記。
代表的な会議・ジャーナル
会議
| 会議 | 形態 | 分野 |
|---|---|---|
| SfN | アブスト | 神経科学全般（大規模年会） |
| OHBM | アブスト | ヒト脳画像（fMRI・MEG・構造） |
| COSYNE | アブスト | 計算・システム神経科学（実験と理論の融合） |
| CCN | フル／アブスト | 認知・計算神経科学・AI の接点 |
| NeurIPS / ICML / ICLR | フルペーパー | 機械学習トップ会議。NeuroAI の議論が活発 |
ジャーナル
| ジャーナル | 分野 |
|---|---|
| Nature Neuroscience | 神経科学（実験と計算の統合） |
| Neuron | 神経科学（Cell Press） |
| Journal of Neuroscience | 神経科学（SfN 公式） |
| NeuroImage | ニューロイメージング（方法論と応用、OA） |
| PLOS Computational Biology | 計算生物学・神経科学（OA） |
| Neural Computation | 計算神経科学（MIT Press） |
その他、Imaging Neuroscience・Human Brain Mapping・Nature Machine Intelligence・Neural Networks・Journal of Computational Neuroscience・Network Neuroscience 等が分野別の主要誌。
5.3 信頼性の注意点
- オープン性のバッジ：Open Data・Open Materials・Preregistered のバッジ（TOP Guidelines）は透明性の補助指標。
- 撤回（retraction）：有名誌でも撤回は珍しくない。引用前・引用リストに撤回論文がないか Retraction Watch Database で確認する（詳細は第2章§6）。
- プレデタリージャーナル：粗悪な査読や APC 徴収を主目的とする雑誌。見分け方は第10章§5。
- 評価指標：IF は雑誌全体の指標である（§5.2）。h-index・CiteScore 等の指標と研究評価改革の一覧は第10章。
6. AI 時代の文献ワークフロー
AI を使うと文献の作業は速くなるが、速さは位置づけの正しさを保証しない。§3 の批判的読解・§2.1 の原典確認・§4.4 の DOI 検証の原則は、AI を使っても変わらない。判断と検証の核は人間側に残す。
AI は「個別指導チューター」として、数式・専門用語・非母語論文の解説・翻訳、セクション要約・比較表の作成、限界・代替説明・方法論的問題の洗い出しに使える。AI 検索ツール（Elicit・Consensus・Scite.ai・Semantic Scholar 等）は自然言語検索・引用文脈分析に有用だ。
ただし注意点は明確である。AI は存在しない論文・データを生成しうる（ハルシネーション）ので、必ず原典・DOI で事実確認する。出力は鵜呑みにせず著者が最終責任を負い、執筆に使った場合は投稿先の指針に従い開示する。AI 利用の3原則（責任・検証・開示）と、道具の選び方・開示の書き方は付録「研究における AI 活用ガイド」にまとめてある（第2章・第3章も参照）。
まとめ：この章の幹
- 文献を読むのは情報収集ではなく、議論の履歴をたどり既知と未解決を見極める営み。文献の作業は 収集 → 読解 → 管理 → 引用。
- 集めるだけでは研究にならない。コンセプト・マトリックスで論点ごとに整理し、合意点・論争点・gap を浮かび上がらせる。網羅性は backward/forward の引用追跡が効く。
- 読む核は三段階読解法（価値判断→図表理解→精読）と Q1–Q7（読みの解読器であり書きの設計図）。「評価の軸」を持って能動的に読む。
- 文献管理は論点の再利用装置。引用キーを固定（Zotero+BetterBibTeX）し、出典を即記録。引用の倫理は第2章、形式は第6章を参照。
- 出版メディアの構え（ジャーナル／会議／プレプリント／OA）を理解し、IF・ブランドでなく内容で評価する。
- AI は探索と要約を加速するが、原典確認・DOI 検証・最終責任は人間。参考文献は権威づけでなく論証の部品である。
参考文献
本章に関連する主要文献・ツールを示す．リンクは DOI，公式ページ，主要 PDF など，本質的な入口に絞っている．
- Booth, W. C., Colomb, G. G., Williams, J. M., Bizup, J., & FitzGerald, W. T. (2024). The Craft of Research (5th ed.). University of Chicago Press. press.uchicago.edu
- Borgman, C. L. (2007). Scholarship in the digital age: Information, infrastructure, and the Internet. MIT Press. MIT Press
- Carey, M. A., Steiner, K. L., & Petri, W. A. Jr. (2020). Ten simple rules for reading a scientific paper. PLOS Computational Biology, 16(7), e1008032. DOI
- Greenhalgh, T. (2019). How to read a paper: The basics of evidence-based medicine and healthcare (6th ed.). Wiley-Blackwell. ISBN 978-1-119-48474-5
- Keshav, S. (2007). How to read a paper. ACM SIGCOMM CCR, 37(3), 83–84. PDF
- Merton, R. K. (1942). The normative structure of science. In The sociology of science (1973). University of Chicago Press. panarchy.org
- Pautasso, M. (2013). Ten simple rules for writing a literature review. PLOS Computational Biology, 9(7), e1003149. DOI
- Platt, J. R. (1964). Strong inference. Science, 146(3642), 347–353. DOI
- Rosenberg, B., & Goldstein, D. S. (n.d.). How to read an academic article. University of Washington, Bothell. faculty.washington.edu
- Shon, P. C. H. (2015). How to read journal articles in the social sciences (2nd ed.). SAGE. us.sagepub.com
- Simons, K. (2008). The misused impact factor. Science, 322(5900), 165. DOI
- Vanderbilt University English Language Center. (2019). Scholarly reading guide. Vanderbilt University. PDF
- 喜多一・北村由美・日置尋久・酒井博之（2022）『情報基礎演習 2022』京都大学．最新版は京都大学『情報基礎演習 2025』（DOI）．機関リポジトリ