学術論文レビュースキル は何をしますか？
概要
このスキルは、学術論文や研究出版物に対して、構造化された査読レベルの分析を生成します。トップ会場（NeurIPS、ICML、ACL、Nature、IEEE）で使用される確立された学術レビュー基準に従い、厳密で建設的かつバランスの取れた評価を提供します。
レビューは、要約、強み、弱み、方法論評価、貢献度評価、文献位置づけ、実行可能な推奨事項をカバーし、すべて論文自体の証拠に基づいています。
コア機能
- アップロードされたPDFや取得したURLから学術論文を解析し理解する
- トップ会議のレビューテンプレートに従った構造化レビューを生成する
- 方法論の厳密性（実験計画、統計的有効性、再現性）を評価する
- 貢献の新規性と重要性を評価する
- ターゲット文献検索を通じて、研究をより広範な研究環境に位置づける
- 限界、ギャップ、改善点を特定する
- 詳細レビューと簡潔なエグゼクティブサマリーの両方の形式で出力する
- あらゆる科学分野（CS、生物学、物理学、社会科学など）の論文をサポートする
このスキルを使用するタイミング
以下の場合、常にこのスキルをロードしてください：
- ユーザーが論文URL（arXiv、DOI、会議議事録、ジャーナルリンク）を提供した場合
- ユーザーが研究論文またはプレプリントのPDFをアップロードした場合
- ユーザーが研究論文の「レビュー」「分析」「批評」「評価」「要約」を依頼した場合
- ユーザーが研究の強みと弱みを理解したい場合
- ユーザーが学術研究に対する査読スタイルの評価を依頼した場合
- ユーザーが会議やジャーナルへの投稿のレビュー準備の支援を依頼した場合
レビュー方法論
フェーズ1: 論文理解
判断を下す前に論文を徹底的に読んで理解します。
ステップ1.1: 論文のメタデータを特定
以下の情報を抽出して記録します：
| フィールド | 説明 |
|---|---|
| タイトル | 論文の完全なタイトル |
| 著者 | 著者リストと所属機関 |
| 会場/ステータス | 出版会場、プレプリントサーバー、または投稿ステータス |
| 年 | 出版または投稿年 |
| 分野 | 研究分野およびサブ分野 |
| 論文タイプ | 実証的、理論的、サーベイ、ポジションペーパー、システム論文など |
ステップ1.2: 深読みパス
論文を体系的に読み進めます：
- アブストラクトと導入 — 主張されている貢献と動機を特定
- 関連研究 — 著者が自身の研究を先行研究と比較してどのように位置づけているかを確認
- 方法論 — 提案されたアプローチ、モデル、フレームワークを詳細に理解
- 実験/結果 — データセット、ベースライン、評価指標、報告された結果を調査
- 議論と限界 — 自己特定された限界に注目
- 結論 — 結論で主張されている主張と、実際に提示された証拠を比較
ステップ1.3: 主要な主張の抽出
論文の主要な主張を明示的にリストアップします：
主張1: [貢献や発見に関する具体的な主張]
証拠: [この主張を裏付ける論文内の証拠]
強度: [強い / 中程度 / 弱い]
主張2: [...]
...
フェーズ2: 批判的分析
ステップ2.1: 文献コンテキスト検索
ウェブ検索を使用して研究環境を理解します：
検索クエリ:
- 「[論文トピック] 最新技術 [現在の年]」
- 「[主要な方法名] 比較ベンチマーク」
- 「[著者] 以前の研究 [トピック]」
- 「[特定の手法] 限界 批判」
- 「サーベイ [研究領域] 最近の進歩」
主要な関連論文やサーベイに対してweb_fetchを使用し、この研究がどこに適合するかを理解します。
ステップ2.2: 方法論評価
以下のフレームワークを使用して方法論を評価します：
| 基準 | 質問 | 評価 |
|---|---|---|
| 健全性 | アプローチは技術的に正しいか？論理的欠陥はあるか？ | 1-5 |
| 新規性 | 真に新しいものは何か？漸進的改良か？ | 1-5 |
| 再現性 | 再現に十分な詳細があるか？コード/データは利用可能か？ | 1-5 |
| 実験計画 | ベースラインは公平か？アブレーションは適切か？データセットは適切か？ | 1-5 |
| 統計的厳密性 | 結果は統計的に有意か？エラーバーは報告されているか？複数回実行されているか？ | 1-5 |
| スケーラビリティ | アプローチはスケールするか？計算コストは議論されているか？ | 1-5 |
ステップ2.3: 貢献の重要性評価
重要性のレベルを評価します：
| レベル | 説明 | 基準 |
|---|---|---|
| 画期的 | 分野を根本的に変える | 新しいパラダイム、広く適用可能なブレークスルー |
| 重要 | 最新技術を進展させる強力な貢献 | 明確な改善と確固たる証拠 |
| 中程度 | いくつかの限界はあるが有用な貢献 | 漸進的だが有効な改善 |
| わずか | 既存研究に対する最小限の進歩 | 小さな利得、狭い適用範囲 |
| 基準未満 | 出版基準を満たさない | 根本的な欠陥、不十分な証拠 |
ステップ2.4: 強みと弱みの分析
各強みまたは弱みについて、以下を提供します：
- 何: 具体的な観察
- どこ: セクション/図/表の参照
- なぜ重要か: 論文の主張や有用性への影響
フェーズ3: レビュー統合
ステップ3.1: 構造化レビューの組み立て
以下のテンプレートを使用して最終レビューを作成します。
レビュー出力テンプレート
# 論文レビュー: [論文タイトル]
## 論文メタデータ
- **著者**: [著者リスト]
- **会場**: [出版会場またはプレプリントサーバー]
- **年**: [年]
- **分野**: [研究分野]
- **論文タイプ**: [実証的 / 理論的 / サーベイ / システム / ポジション]
## エグゼクティブサマリー
[論文の主要な貢献、アプローチ、主な発見について2-3段落の要約。
全体的な評価を最初に述べます：論文の優れている点、不十分な点、
主張されている会場/インパクトレベルに対して貢献が十分かどうか。]
## 貢献の要約
1. [最初の主張された貢献 — 一文]
2. [二番目の主張された貢献 — 一文]
3. [その他の貢献があれば]
## 強み
### S1: [簡潔な強みのタイトル]
[論文のセクション、図、表への具体的な参照を含む詳細な説明。
なぜこれが強みであり、その重要性を説明してください。]
### S2: [簡潔な強みのタイトル]
[...]
### S3: [簡潔な強みのタイトル]
[...]
## 弱み
### W1: [簡潔な弱みのタイトル]
[具体的な参照を含む詳細な説明。この弱みが論文の主張に与える影響を説明してください。
どのように対処できるかを提案してください。]
### W2: [簡潔な弱みのタイトル]
[...]
### W3: [簡潔な弱みのタイトル]
[...]
## 方法論評価
| 基準 | 評価 (1-5) | 評価 |
|-----------|:---:|------------|
| 健全性 | X | [簡単な正当化] |
| 新規性 | X | [簡単な正当化] |
| 再現性 | X | [簡単な正当化] |
| 実験計画 | X | [簡単な正当化] |
| 統計的厳密性 | X | [簡単な正当化] |
| スケーラビリティ | X | [簡単な正当化] |
## 著者への質問
1. [懸念や曖昧さを明確にする具体的な質問]
2. [方法論の選択や代替アプローチに関する質問]
3. [一般化可能性や実用的な適用可能性に関する質問]
## 軽微な問題
- [誤字、フォーマットの問題、不明瞭な図、表記の不整合]
- [引用されるべき欠落した参考文献]
- [明確さ向上のための提案]
## 文献位置づけ
[この研究は現在の最新技術とどのように関連していますか？
主要な関連研究は引用されていますか？比較は公平で包括的ですか？
欠落している重要な関連研究はありますか？]
## 推奨事項
**全体的な評価**: [採択 / 弱い採択 / 境界線 / 弱い却下 / 却下]
**確信度**: [高い / 中程度 / 低い] — [確信度の正当化]
**貢献レベル**: [画期的 / 重要 / 中程度 / わずか / 基準未満]
### 改善のための実行可能な提案
1. [具体的で建設的な提案]
2. [具体的で建設的な提案]
3. [具体的で建設的な提案]
レビューの原則
建設的批評
- 常に修正方法を提案する — 問題を指摘するだけでなく、解決策を提案する
- 功績は認める — 欠陥のある論文でも真の貢献を認める
- 具体的に — 正確なセクション、方程式、図、表を参照する
- 軽微と重大を区別する — 致命的な欠陥と修正可能な問題を区別する
客観性基準
- ❌ 「この論文は書き方が下手です」（曖昧で役に立たない）
- ✅ 「セクション3.2では記法Xが正式に定義されずに導入されており、定理1の証明の追跡が困難になっています。問題の定式化後に記法表を追加することを検討してください。」（具体的で実行可能）
倫理的レビュー慣行
- 著者の評判や所属に基づいて研究を却下してはなりません
- 研究をそのものの価値で評価する
- 潜在的な倫理的懸念（データセットのバイアス、デュアルユースの影響）を建設的に指摘する
- 未発表の研究の機密性を維持する
論文タイプ別の適応
| 論文タイプ | 重点領域 |
|---|---|
| 実証的 | 実験計画、ベースライン、統計的有意性、アブレーション、再現性 |
| 理論的 | 証明の正確性、仮定の妥当性、バウンドの厳密性、実践との関連性 |
| サーベイ | 包括性、分類の質、最近の研究のカバレッジ、統合の洞察 |
| システム | アーキテクチャの決定、スケーラビリティの証拠、実世界の展開、エンジニアリングの貢献 |
| ポジション | 議論の首尾一貫性、主張の証拠、影響の可能性、特徴付けの公平性 |
避けるべき一般的な落とし穴
- ❌ 提出された論文ではなく、書かれるべきだった論文をレビューすること
- ❌ 範囲外の追加実験を要求すること
- ❌ 異なる問題を解決していないことを理由に論文を評価すること
- ❌ 技術的貢献よりも執筆品質に過度に影響されること
- ❌ 自分自身の研究との比較がないことを弱みと見なすこと
- ❌ 批判的分析なしに要約のみを提供すること
品質チェックリスト
レビューを確定する前に、以下を確認します：
- 論文を完全に読んだ（アブストラクトと導入だけではない）
- すべての主要な主張が特定され、証拠に基づいて評価された
- 少なくとも3つの強みと3つの弱みが具体的な参照とともに提供されている
- 方法論評価表に評価と正当化が完全に記入されている
- 著者への質問は、修辞的な批判ではなく、真の曖昧さを対象としている
- 貢献を文脈化するために文献検索が実施された
- 推奨事項は実行可能で建設的である
- 全体的な評価は特定された強みと弱みと一致している
- レビューのトーンは専門的で敬意を払っている
- 軽微な問題は主要な懸念から分離されている
出力形式
- 完全なレビューをMarkdown形式で出力する
- サンドボックスで作業する場合、レビューを
/mnt/user-data/outputs/review-{paper-topic}.mdに保存する present_filesツールを使用してレビューをユーザーに提示する
注意事項
- このスキルは
deep-researchスキルを補完します — ユーザーがより広い分野の文脈で論文をレビューしてほしい場合は、両方をロードしてください - ペイウォールの背後にある論文については、アクセス可能なコンテンツ（アブストラクト、公開版、プレプリントミラー）で作業します
- レビューの深さをユーザーのニーズに合わせて調整します：クイックトリアージのための簡潔な評価、または投稿準備のための完全なレビュー
- 複数の論文を比較レビューする場合、すべてのレビューで一貫した基準を維持します
- レビューの限界を常に開示します（例：「付録Bの証明を詳細に検証できませんでした」）