Bibliometria: 誤った結論を導く落とし穴

Bibliometria: 誤った数字を生み出す落とし穴

このスキルは文献計量学（ビブリオメトリクス）を教えるものではありません。特定の誤り、つまりすべてに共通する 「一見正しく見えるが間違っている数字」 という特徴を持つ、最も一般的な誤りを教えます。 これらの誤りは読解では現れず、すべて計測において現れます。

すべてを統べるルール:

存在を測定せずに、不存在を断言してはならない。 「ゼロ」は強い主張であり、「正しい場所で、正しい方法で探したが存在しない」ことを意味します。しかし、ほとんどの場合は別のことを意味します。

---

1. ゼロには6つの原因がある。そのうちの1つだけが「不在」である。

そして、これらは同じ方法では検証できない2つのグループに分かれます。

4つは問い合わせによって排除できる

それぞれに具体的なテストがあります。1回の呼び出しで済み、結果は客観的です。

原因	テスト	例
間違ったデータベース	異なるカバレッジのデータベース（OpenAlex, Crossref, DOAJ）で再実行	"maçonaria": PubMedで0件、OpenAlexで1,529件
間違ったフィールド	別のインデックスフィールドで用語を再実行: [Author], [Journal], topics.id	"amilton iatecola"[tw] = 0; "iatecola amilton"[Author] = 11
クエリの失敗	エラーハンドリングを確認: except ブロックで 0 を返すパスがあるか？	OpenAlexの429エラーがゼロになる
算術誤り	積集合の因子がすべて > 0 であることを確認	あるフロントが既に0だったために積集合が0になる

著者名: PubMedは 姓 名 の順でインデックスしますが、人々は 名 姓 と書きます。著者が出版物を持っていないと結論する前に、両方の順序をテストしてください。

2つは排除できず、宣言するしかない

これらに対する普遍的なテストはなく、あるふりをするのは認めることよりも悪いです。

• 間違った言語: 証明するにはすべての言語で検索する必要があります。宣言すべきこと: 検索がどの言語で実行されたか、そしてデータベースの統制語彙が別の言語であるかどうか。（MeSHは英語です; ポルトガル語の用語はフリーテキストにフォールバックし、インデックスされた同義語を失います。）
• 不完全な戦略: 完全性を証明するには完全な戦略を知る必要がありますが、それがまさに未知のものです。宣言すべきこと: どの戦略が使用されたか、その全文を、他の人が反論できるように。

結果: 許容される言明の強さ

最初の4つを排除し、最後の2つを宣言した場合、次のように書くことができます:

"このデータベースには、この戦略、この範囲では、記録はありません。"

決して:

"これに関する文献は存在しない。"

前者は持続可能かつ反論可能であり、誰かが戦略を変えて反対を示すことができます。それがあるべき姿です。後者は擁護不可能です。なぜなら、参照されていないすべてのものについて主張するからです。

OpenAlex に関する注意

OpenAlexはリクエストごとに課金（US$0.001）し、UTCの真夜中にリセットされる日次予算があります。予算が尽きると、Insufficient budget (...) Resets at midnight UTC と Retry-After（数時間）を含む429を返します。したがって、429には2つの原因があり、それぞれ異なる対応が必要です: 速すぎる（待てば解決）と、その日のクォータ（解決しない）。反応する前にボディを読んでください; 集中的なセッションはクォータを使い果たします。

2. 表面的なマッチングは大部分で正しく、十分な頻度で誤る

文字列によるすべてのマッチングは完全一致（単語全体の包含） を必要とし、単語の共有では不十分です。実際の事例:

• MeSHは Hypoglycemia, Neonatal, Simulating Foetopathia Diabetica を retinopatia diabética に対して返しました。これは正当な記述子ですが、間違った疾患であり、"diabética" でマッチしました。
• Wikipediaは Escala de Equilíbrio de Berg を "teleconsulta" の翻訳として返しました。なぜなら、その記事が teleconsulta に言及しているからです。そのフロントは "teleconsulta" OR "Berg Balance Scale" となりました: 遠隔診療に関する検索で、バランス評価尺度の2,456件のレコードが含まれました。
• ある論文が、音響パラメータではなく、診療録指数の頭字語である SHIMMER をタイトルに持つため、音声検索に含まれました。

ルール: 関連性による検索 ≠ 概念の同一性。あいまい検索の最初の結果は、翻訳でも、同義語でも、同じエンティティでもありません。

3. バリアントの統合: 誤りは統合することであり、分離したままにすることではない

類似性による統合の提案は、あるテストで11の提案を生成し、ほとんどすべてが誤りでした:

• Type 1 diabetes → Type 2 diabetes（異なる疾患; 数字がすべての違いであり、フィルタは2文字以下のトークンを破棄していた）
• Diabetes mellitus → Type 2 Diabetes Mellitus（上位概念が下位概念に変わった）
• University of Baltimore → University of Maryland, Baltimore（別の機関）

ルール: 数字は決して短いトークンではありません; 包含 は著者や機関には有効ですが、概念には決して有効ではありません（そこでは部分文字列が階層を意味します）; 部分集合ではなく、同一性（識別力のある単語の等価）を要求してください。過少に誤るのは1クリックのコストですが、過大に誤ると、正しいように見える偽の統合をマップに配置します。最終決定は常に人間が行います。

4. 合計を2つの方法で確認する

インジェスターは、キーを生成するために識別子を24文字に切り詰めました。同じ出版社のDOIはプレフィックスを共有し、衝突し、一方が他方を上書きし、出力はコーパスが49であるにもかかわらず**「54件の新規」** と表示しました。5件の論文が黙って消失しました。

このエラーは、誰も確認しないときに発生します。常に: 既存 + 新規 == 最終 かつ 新規 + 既存 == 読み込み済み。一致しない場合は、一致しないと言ってください。

5. スクリプトの上限 ≠ フィールドのサイズ

per_page=25 + rows=20 のスクリプトでの指定検索。13のクエリのうち、レポートで45を超えたものはありませんでした。なぜなら45が上限だったからです。実際のカバレッジは3桁の範囲で変動します: data literacy teacher education で0.2%、DigCompEdu validation で83%。

これは指定検索を無効にするものではありません。これは重要な作品を見つけるために存在します。しかし、その数値はサイズやカバレッジに関する主張を裏付けません。カットオフがある場合は、どれだけ除外されたかを述べてください。

6. スコープは常に宣言する

「コーパス全体」と「含まれたもの」のメトリクスは比較できません。53件収集され、0件スクリーニングされたテーマは「DOIのあるレコードはゼロ」と応答しました。これはカウントとしては真実ですが、意味としては誤解を招きます。すべての出力にスコープを明記してください。

7. 全文と補足資料: ルートは論文の種類に依存する

Benke et al. (2025) のオリゴ配列を検索する場合: Claude Science は PMC の OA サービスと FTP を試み、3つの経路すべてで404を受け取り、ループしました。補足資料は存在しました; ルートが間違っていたのです。ここでの404は間違ったルートであり、不在ではありません（セクション1の「クエリの失敗」です）。

機能する順序:

1. PMCID: elink.fcgi?dbfrom=pubmed&db=pmc&id=<PMID>。PMCIDがなければ、PMCにオープンアクセスの全文はありません; DOIに進み、出版社がオープンアクセスを提供しているかどうかを確認します。
2. 全文: efetch.fcgi?db=pmc&id=<PMCID番号>&retmode=xml。これはオープンアクセス論文およびNIHの著者原稿に対して機能します。ここから方法、表、数字が得られます。
3. 補足資料のリスト: 同じXML内で、<supplementary-material> タグの xlink:href が各ファイルの名前を提供します。ダウンロードする前に、何を探しているかを把握してください。
4. 論文の種類: XMLに <article-id pub-id-type="manuscript-id">NIHMS... がある場合、それは著者原稿であり、ステップ5のルートは補足資料には使用できません。
5. 出版社オープンアクセス論文の補足資料: Europe PMC、https://www.ebi.ac.uk/europepmc/webservices/rest/<PMCID>/supplementaryFiles、zipを返します（PMC12904924: 4.5 MBのzip）。
6. NIHMS原稿の補足資料: Europe PMCは空の応答を返し（297 bytes, PMC11700762）、PMCのOAサービス（/utils/oa/oa.fcgi）とFTPは404を返し、リンク pmc.ncbi.nlm.nih.gov/articles/instance/<id>/bin/<ファイル> は「Preparing to download...」ページを開き、ブラウザが必要です。これはロボット対策バリアです: 回避しないでください。 停止し、必要なファイルを伝え、ユーザーにブラウザでダウンロードし、指定した名前でパッケージのフォルダに保存するよう依頼してください。
7. ユーザーに依頼する前に、出版社を試してください。 NIHMS原稿にも出版社版があります。Elsevierの場合、CrossrefがPII（alternative-id）を提供し、補足資料は通常、公開CDN https://ars.els-cdn.com/content/image/1-s2.0-<PII>-mmc1.pdf にあります（404の場合は拡張子を変更してください）。Benke 2025（PII S0956566324010595）は2026年10月13日にこの方法で取得されました: 200、1.5 MBのPDF、バリアなし。

絶対にしてはいけないこと: 補足資料が開かなかったために、配列、カタログ番号、容量、温度を記憶から再構築すること。ファイルから得られなかったものは、不足しているファイル名とともに「未定義」のままにします。

ルートでループする前に: 同じファイルに対して2つの異なるルートが404を返した場合、3つ目のルートを試すのではなく、停止して論文の種類（ステップ4）を確認してください。

---

回避できない制限

• CAPES Ordinance 275/2023, Art. 50 は、契約コンテンツにアクセスまたはダウンロードするためのロボットまたはインテリジェントエージェントを禁止し、その禁止は許可されたユーザーにも及びます。Scopus、Web of Science、Portal CAPES、Google Scholar: 文字列を構築し、隣でデータベースを開き、エクスポートを受け取ってください。インターフェースを決して自動化しないでください。
• zotero.sqlite に決して書き込まないでください。 mode=ro&immutable=1 での読み取りのみ。
• スクリーニングの決定を決して上書きしないでください。 メタデータは再作成できます; 人間の判断はできません。
• APIで確認せずに識別子を決して引用しないでください。 偽造されたDOIは、読んだだけでは本物と区別できません。

納品前のチェックリスト

1. すべてのゼロは、6つの原因のいずれかによって説明されましたか？
2. すべての合計は2つの方法で確認されましたか？
3. すべてのカットオフは、どれだけ除外されたかを述べていますか？
4. すべてのスコープは宣言されていますか？
5. すべてのバリアント統合は人間によって決定されましたか？