文献レビューを逆向きに書く方法, 主張を先に, 資料を後に

60件の保存済みPDFがあり、それらが結局何を意味するのか分からないというのは、文献レビューにおける最も一般的な失敗形態であり、その原因は手順を誤った順序で進めることにある。通常の助言は、広く検索し、関連するものをすべて保存し、それから共通する筋を見つけるというもので、これは資料収集を第一に、論証構築を第二に扱っている。順序を逆にすると検索はより鋭くなる。まず主張を述べ、それからそれを確認するか、あるいは崩すものだけを検索する。

文献レビューのための資料の見つけ方は、通常、閲覧の問題として教えられる。よいデータベースを選び、よいキーワードを選び、関連しそうなものを保存する。しかし、これは標的設定の問題として扱うほうがうまくいく。いったん主張が存在すれば、資料がレビューの中で位置を得るのは、二つの役割のどちらかを果たす場合だけである。その主張を支持するか、あるいはそれを複雑にするかである。そのどちらもしないものは、論証の証拠ではない。それは、たまたま同じ話題を共有している論文にすぎない。

これは、その主張がすでに大まかな形で存在していること、つまり、以前の段階で得られた作業仮説、または仮説対の一方の仮説であることを前提としている。その判断がまだ未確定なら、以下の検索を実行する前に、より完全な研究論文の計画方法に関するガイドに戻るべきである。

文献レビューのための資料の見つけ方を逆向きに考える

実際に支持するか複雑にする必要のある主張から始めること, つまり、仮説または論旨から得たその主張から始めることである。「大学生における毎日のソーシャルメディア利用の増加は、より短い注意持続時間と関連している」は検索可能である。「ソーシャルメディアと注意」は検索可能ではない。なぜなら、それはその特定の主張に直接関わる少数の資料ではなく、その分野のあらゆるものを返すからである。

その主張に対しては、三種類の資料が実際に機能し、主張先行の検索は、一般的な話題について公表されたすべてを返すのではなく、まさにこれらを対象にする。

• 同じ関係を見いだしたもの, これは主張を直接支持する
• 関係がない, あるいはその逆の関係を見いだしたもの, これは主張が無視するのではなく対処しなければならない
• 2つの変数を結びつけるもっともらしい機構を説明するもの, これは相関を候補となる説明へと変える

情報源の参考文献一覧をたどって後方に連鎖する

すでに主張に関係する強い情報源, できれば最近の論文かレビュー論文を1つ見つけ, その参考文献一覧を開く。その中で引用されている情報源のうち, 同じ関係, ソーシャルメディアの利用と注意, にも触れているものはすべて候補である。これは, よく引用される最近の論文がすでに検索の一部を実行しており, その参考文献一覧が生のデータベースのダンプではなく, 絞り込まれた集合だからである。

最も強い新しい情報源が見つかったら, これをさらに1回か2回繰り返すと, 同じ少数の基礎的論文が複数の参考文献一覧に現れ始めることが多い。その反復は実際のシグナルである。つまり, この主張にすでに取り組んでいる全員が引用している情報源は, 自分の査読者も目にすることを期待する情報源である。制約は古さである。参考文献一覧は時間を後ろ向きにしか示さないので, このように連鎖するだけでは, 出発点の論文の後に発表されたものを見落とす。

引用論文を通じて前方に連鎖する

前方連鎖は, 後方連鎖が見落とすものを正確に補う。あの基礎的論文をもう一度考えるが, 今度はデータベースの被引用文献機能を使って, それを引用しているすべてのものを見る。Google Scholar, Scopus, Web of Science はいずれもこの機能を提供している。同じ関係を別の集団や方法で再検証した論文がいくつか見つかるはずであり, それこそが主張先行型検索が掘り起こすよう設計されている種類のものである。

ソーシャルメディアと注意に関する主張に対してこれを実行すると、順方向連鎖によって、複雑化する証拠が実際に見つかることが多い。たとえば、スクリーンタイムを自己申告ではなく客観的に測定した場合には有意な効果が認められなかった2024年の再現研究を想定してみると、5年前の基礎論文から逆方向連鎖を行っても、それは決して現れない。というのも、その古い論文の参考文献一覧が作成された時点では、より新しい論文はまだ存在していなかったからである。

主張を対象とする検索文字列の構築

主張先行の検索文字列は、主張そのものの構成要素、すなわち変数と、その分野の研究者が実際にそれらに用いる語から直接作成する。ソーシャルメディアと注意に関する主張であれば、'social media use'、'attention'、'university students' または 'undergraduates' を抽出し、それらを AND で結び、さらに各項目を OR で拡張して、異なる著者が同じ変数をどのように表現しているかを拾う。すでにこの主張について信頼している2つか3つの情報源のキーワード一覧を確認するとよい。分野の研究者は、データベースが索引付けする用語をすでに定めており、それは自分で同義語を推測するよりも信頼できる。

変数	検索語句 (OR)
Exposure	"social media" OR "social networking site*"
Outcome	attention OR "attention span" OR "sustained attention"
Population	"university student*" OR undergraduate*

次の段階は、これら3つの行を論理演算子ANDで組み合わせることであり、すると次のような完全な文が得られる: ("social media" OR "social networking site*") AND (attention OR "attention span" OR "sustained attention") AND ("university student*" OR undergraduate*)。語末のアスタリスクはその語を切り詰めることを意味し、これにより検索はその語の異なる語尾を拾うことになる, つまり student と students と studentship を一度に拾う。ほとんどの学術データベースでは、このBoolean検索構文はデータベース自体によって直接サポートされている。しかし、一般的な検索エンジンでは、たいていそうではない。これが、この特定の作業において、専用データベース検索が広範なウェブ検索に勝る、もう一つの理由である。

無料の引用検索ツールは、同じ標的を絞った検索を自動的に行い、手作業でBoolean文字列を作成することを求めずに、主張そのものを入力として受け取り、生成された読書リストではなく、実在し検証可能な出典を返す。

検索をやめる時点

新しい検索が、すでに見つかった出典をほとんど返すようになったらやめる。これは生産性向上の技巧ではない。後方連鎖、前方連鎖、そして適切に構築された検索文字列が、いずれも同じ10から20の中核的な出典群を繰り返し示すようになったなら、その主張の証拠基盤を把握したことになる。それ以上の検索は、新しい信号を加えるというより、ほとんど雑音を増やすだけである。

第二の指標は、量よりも重要である。主張に関する主要な立場、支持、効果なし、そしてもっともらしい代替説明のすべてに、少なくとも1つの出典が付いていることである。12の出典を挙げていても3つの立場すべてを扱っているレビューは、40の出典を挙げていても書き手がすでに信じていた立場しか扱っていないレビューより強い。参考文献一覧が同級生のものより短く見える理由を、査読者が尋ねたときに思い出す価値がある。

いったん出典がその基準を満たしたら、後でPDFの束に戻るのではなく、すぐに書式を整える。引用生成ツールは、論文で求められるいずれのスタイルでも、記録を適切に整形された参考文献に変換し、出典とそれが支持する主張をまだ目の前に置いたままにする。

あなたが探しているものは、問いそのものによって定められ、研究課題の書き方は、選択に値する研究課題の種類とともに別途扱われる。

このように構成された文献レビューは、主題について見つけられるものをすべて要約するのではなく、何らかの主張を行うものであり、これが資料一覧とレビューの実際の違いである。資料が集まり、レビューが下書きされた後は、学術的文章のために作られたAIヒューマナイザーは、再確認が必要な文について知っておく価値がある。