リサーチクエスチョンと文献検索

トピックから「問い」へ

ほとんどの学術論文は、大きすぎるか小さすぎる問いから始まる。

大きすぎる：「SNSはメンタルヘルスにどう影響するか？」——本が10冊書ける。どこから始めればいいのか。

小さすぎる：「2024年3月に東京都の19歳のX利用率は増加したか？」——興味深いかもしれないが、狭すぎて大きな文脈に結びつかない。

スイートスポットは、厳密に調査できるほど具体的で、答えが分野にとって重要であるほど広い問い。

PICoフレームワーク

医学研究発祥だが、あらゆる分野で使える：

• P（Population）：誰/何を研究するか？
• I（Interest/Variable）：どの要因を調べるか？
• Co（Context/Comparison）：どの文脈で、何と比較するか？

変換例：

• 曖昧：「リモートワークは生産性にどう影響するか？」
• PICoで具体化：「ソフトウェア開発チーム（P）において、フルリモートワーク（I）はハイブリッド勤務（Co）と比較して、プロジェクト完了率にどう影響するか？」

研究テーマ：[トピック]
分野：[学問領域]

以下を手伝って：
1. このテーマ内の具体的なリサーチクエスチョンを5つ提案
2. 各問いが対応する知識のギャップを説明
3. 実現可能性（データの入手可能性、範囲）を1〜5で評価
4. 分野への貢献が最も大きい問いを推薦

検索戦略の構築

問いが定まったら、体系的な検索戦略が必要。ブール演算子を使ったデータベース検索：

リサーチクエスチョン：[問い]
分野：[学問領域]

検索戦略を構築して：
1. 各概念のキーワードと同義語
2. データベースで使えるブール検索文字列
3. このテーマに適した学術データベース
4. 必要なソースの種類（実証研究、レビュー、理論論文）
5. 適切な年代範囲

日本語の文献検索にはCiNii Research、J-STAGE、Google Scholarの日本語検索を組み合わせると効果的。英語のキーワードと日本語のキーワードの両方で検索し、カバレッジを広げる。

✅ Quick Check: 「SNSとメンタルヘルス」をGoogle検索して最初の20件を使う戦略と、PsycINFOで「“social media” OR “Instagram”」AND「“mental health” OR “wellbeing”」AND「“adolescents”」を2020-2026で絞る戦略、どちらが質の高いソースを見つけるだろうか？

AIによるソース評価

集めた論文がすべて文献レビューに値するわけではない：

以下は文献レビューの候補論文の抄録です：

[抄録をペースト]

リサーチクエスチョン：[問い]

このソースを評価して：
1. 自分の問いへの関連度は？（高/中/低）
2. 使用された方法論は？ 厳密か？
3. この研究は最近のものか？ 時期は適切か？
4. 他では得られない独自の貢献は？
5. レビューに含めるべきか？ なぜ？

重要なルール： 必ず論文の本文を読むこと。AIは抄録を評価するが、詳細、方法論、ニュアンスは全文にある。

ソースの整理

ソースはテーマ別に整理する（時系列ではなく）：

[テーマ]に関する研究で15本のソースを見つけました。
タイトルと主な知見のリスト：

[ソースリスト]

テーマ別クラスターに整理して：
1. 扱うサブトピック別にグループ化
2. ソース間の一致・不一致を特定
3. ソースが少ない・ないサブトピック（ギャップ）を指摘
4. テーマを提示する論理的な順序を提案

ソースマトリクス

スプレッドシートで管理：

このマトリクスが次のレッスンの文献レビューの基盤になる。

Key Takeaways

• リサーチクエスチョンは調査可能な具体性と意味のある広さのバランスが必要
• PICoフレームワークで曖昧なトピックを検索可能な問いに変換する
• ブール演算子とデータベース固有の検索語で体系的な検索戦略を構築
• AI提案の参考文献は必ず実際のデータベースで存在確認
• ソースは時系列ではなくテーマ別に整理——ソースマトリクスが有効
• 引用情報はすぐに保存——後回しにすると自分の仕事を増やす

Up Next

レッスン3：文献レビューの統合——個別のソース要約ではなく、テーマと議論で織り上げる統合的な文献レビューの書き方を学ぶ。