論旨を失わずに論文の語数を削減する方法

完成した論文が制限を四千語超えている場合、それは通常、論旨そのものがこの形式には大きすぎるのではなく、働いていない語句によって論旨が埋もれている兆候である。論旨を損なわずに論文の語数を減らす方法を知るには、固定された順序で作業することが要点である。すなわち、最も安価な削減を先に行い、最も高くつく削減を最後に行い、論旨そのものは最初から最後まで一切その対象にしないことである。

この順序が重要なのは、各段階の削減がそれぞれ異なる代償を伴うからである。埋め草表現を削除することにはほとんど代償がない。そもそも情報を含まない表現を、読者が惜しんだことなど一度もない。これに対して、節を削除することは大きな代償を伴う。なぜなら、一つを取り除くことで、論旨まで一緒に失う危険があるからである。

現実的な内訳を示せば、この順序はより信頼しやすくなる。論文が四千語超過している場合、埋め草表現と名詞化表現だけで、全文を通して数百語から千語程度を回収できることが多い。段落レベルの削減でも同程度をさらに回収でき、真に頑固な過剰分だけが節のレベルに達すべきである。最初に節全体を削除し始める書き手の多くは、最初の二段階で既に解決できた問題を処理しているにすぎない。

論文の語数を減らす方法, まず埋め草表現を削除する

埋め草表現は、情報をまったく含まないため、削減対象として最も安価である。"Due to the fact that," "in order to," "it should be noted that," and "a large number of" は、事実を一つも、留保を一つも、引用を一つも損なうことなく、すべて削除または短縮できる。何か月もかけて、段落ごとに組み立てられた論文には、誰も意図して一つずつ書いたわけではないこうした表現が何百も蓄積される。

この傾向は、同じ文の削減版と並べると最も分かりやすい。

冗長な文	簡潔化した版	削除された要素
サンプルサイズが小さかったため、結果は慎重に解釈すべきである。	サンプルが小さかったため、結果は慎重に解釈する。	冗長表現("due to the fact that")
介入が結果に正の効果を及ぼしたことに留意すべきである。	介入は結果に正の効果を及ぼした。	遅延導入("it should be noted that")
研究者たちは、その効果が有意であるかどうかを判断するために、データの分析を行った。	研究者たちは、その効果が有意であるかどうかを判断するためにデータを分析した。	名詞化と冗長表現("conducted an analysis of", "in order to")
各参加者は、調査の完全版をすべて完了した。	すべての参加者は、調査の完全版を完了した。	重複表現("each and every", "full and complete")

右側の簡潔化した各文は、同じ主張と、存在する場合は同じ留保を保持しており、その背後にある証拠も同じである。文が何を主張しているかは何も変わっておらず、変わったのは、その主張に必要だった語数だけである。

第2段階: 名詞化をほどく

名詞化とは、動詞が名詞の服を着たものである。"conducted an analysis of" は "analyzed" の代わりに、"made a decision about" は "decided" の代わりに、"carried out an investigation into" は "investigated" の代わりに用いられる。学術的な文章では、名詞中心の文のほうが平易な動詞よりも形式的に聞こえることがあるため、こうした表現が蓄積しやすい。しかし、平易な動詞のほうが、まったく同じことをより少ない語数で述べている。

この習慣が広がるのは、1つの名詞化がしばしば別の名詞化を引き連れるからである。"The implementation of an intervention resulted in a reduction of symptoms" では、implement と reduce という2つの埋め込まれた動詞が、1つの過剰に詰め込まれた文にまとめられているが、平易な "the intervention reduced symptoms" なら、同じことを半分の語数で述べている。

名詞化をほどくと、通常、そのたびに3語か4語は節約できる。1つの節で50個ほど書いていても、それぞれがかなり異なって見えるため、気づかないこともある。-tion、-ment、または-anceで終わる名詞の後にofという語が続いていないか探すとよい。その中にある動詞は、すぐ手の届くところに1語だけ離れている。

TextPulseの無料の文短縮ツールは、これら最初の2段階を直接自動化する。不要な言い回し、冗長な対、名詞化を特に対象とし、あいまい表現、数値、引用はすべて元の位置にそのまま残し、削除した各箇所を置き換えた表現の横に一覧表示するため、何も盲目的には信頼しない。この種の水増しは、通常、長すぎる文章の15から30パーセントを占める。そのため、多くの要旨や序論では、1つの事実も削る前に、差の大半が埋まる。

第3段階, 段落レベルで削る

文レベルの削減が終わったら、1段上に進む。すでに2段落前で述べた点を言い直す段落は、証拠を増やさずに長さだけを増やす。直前の段落を要約するためだけに存在する段落は、行ごとに削る対象ではなく、全文削除の候補である。

"要するに、上の証拠は一方向以上を示している"のような言葉で終わる段落は、周囲の段落がすでにその点を直接示しているため、新しい情報を加えていることはまれである。その締めの文を削り、しばしばそれを入れるためだけに作られた段落ごと削っても、読者が欠落に気づくような損失はない。

その段落を取り除いて、主張、証拠の一部、または必要なつなぎを取り除いていないか確認する。答えが否であれば、その段落は、適切に十分な長さに見えるよう節を水増ししていたのであり、それは正確であることとは別の目的である。

第4段階, セクションレベルで削る

最後に、節レベルの削減がある。これらが最も難しく、最も費用がかかる。多くの場合、軽微な反論を先回りして想定するために作られた節、すでに一度示した方法を繰り返す長い例題、あるいは特定の読者には不要な背景文脈を削除することを伴う。場合によっては、学部の規則が付録資料をそもそも認めているなら、これらの節は一文に縮めるか、付録へ移すことができる。

この段階で何かを削除する前には、一つ確認すると有用である。節の冒頭文と末尾文だけを読み、その間の内容を覆い隠したうえで、両者のつながりがなお成立するために、現在その中間に置かれているものすべてが本当に必要かどうかを確かめるのである。

各段階の後で、最後だけでなく、必ず再集計する。word counterを備えたライブ表示は、削減が進むあいだ、現在の総語数を目標値と照合して示すため、そもそも問題ではなかった節を削りすぎることを防ぐ。

どれほど制限が示されても、決して削ってはならないもの

独自の貢献、それを支える証拠、そしてそれを分野に結び付ける引用は、この全過程の外に置かれる。議論を複雑にする研究を黙って削ることで語数制限に収めた論文は、解決した問題よりも大きな問題を生み出しており、そのことを語数の集計だけで明らかにすることは決してできない。

安全な削除と危険な削除を分ける簡単な検査がある。もし読者がこの文、段落、または節を飛ばしたとしても、残りの内容だけから議論全体とその根拠を再構成できるだろうか。できるなら、その内容は足場であった。できないなら、それは論文の核心であり、草稿がなお制限をどれほど超えていようとも残すべきである。

文レベルと段落レベルでの削減は機械的な技能である。削減後もなお文体が硬く、定型的に読める原稿は、別の問題であり、別の修正を要する。TextPulseの学術執筆のためにAI humanizerを使うためのガイドは、余分な部分を取り除いたあとでも文書のどの部分かがなおテンプレートのように聞こえる場合に、その節ごとの作業を直接扱っている。

何かを削る前に、参考文献一覧が上限に含まれるかどうかを確認してください。答えによって、目標が変わるからです。これらの文書の大半の下にあるIMRaD構造については、別に説明されています。

これらの作業を実行するのに AI ツールは必要ありません。注意深く読み、赤ペンを使えば、同じ4つの手順を手作業で行えます。ただし、より時間がかかります。TextPulse のAI humanizerが役立つのは、削った後の段階です。この段階では、原稿が、4回の別々の削除作業をつなぎ合わせたものではなく、最初から最後まで1人の著者が書いたように読める必要があります。