引用管理

概要

研究および執筆プロセス全体を通じて、引用を体系的に管理します。このスキルは、学術データベース（Google Scholar、PubMed）の検索、複数の情報源（CrossRef、PubMed、arXiv）からの正確なメタデータ抽出、引用情報の検証、および適切にフォーマットされたBibTeXエントリの生成のためのツールと戦略を提供します。

引用の正確性を維持し、参照エラーを回避し、再現可能な研究を保証するために重要です。文献レビュースキルとシームレスに統合し、包括的な研究ワークフローを実現します。

このスキルを使用するタイミング

以下の場合にこのスキルを使用します：

Google ScholarまたはPubMedで特定の論文を検索する
DOI、PMD、またはarXiv IDを適切にフォーマットされたBibTeXに変換する
引用の完全なメタデータ（著者、タイトル、ジャーナル、年など）を抽出する
既存の引用の正確性を検証する
BibTeXファイルのクリーニングとフォーマット
特定の分野で高被引用論文を見つける
引用情報が実際の出版物と一致することを確認する
原稿や論文の参考文献リストを作成する
重複する引用を確認する
一貫した引用フォーマットを確保する

これらの引用から構築されたドキュメントに図が必要な場合は、科学図式スキルを使用してください。

コアワークフロー

引用管理は体系的なプロセスに従います。以下の各フェーズは標準的なコマンドを示しています。すべてのバリエーション、オプション、メタデータソースの詳細は、references/core_workflow.mdにあります。

フェーズ1: 論文の発見と検索

関連する論文を見つけます。複数のデータベースを検索してください。データベースごとにカバレッジが大きく異なり、単一の情報源に依存することが、偏った参考文献リストの最も一般的な原因です。

# OpenAlex: 学際的なREST API。オプションのOPENALEX_API_KEYでアカウントクォータ
python scripts/search_openalex.py "CRISPR遺伝子編集" --limit 50 --output results.json

# PubMed: 生物医学および生命科学の権威ある情報源（3500万件以上の引用）
python scripts/search_pubmed.py "アルツハイマー病治療" --limit 100 --output alz.json

# Google Scholar: 最も広範囲をカバーするが、スクレイピングベースでレート制限があり、ブロックされやすい
python scripts/search_google_scholar.py "CRISPR遺伝子編集" --limit 50 --output scholar.json

プライマリソースとしてはOpenAlexまたはPubMedを優先してください。Google ScholarにはAPIがありません。scholarlyはスクレイピングを行い、結果間に2～5秒のインターバルを置きますが、ブロックされる頻度が高いため、補助的な手段として使用し、依存すべきではありません。

クエリ演算子、フィールドタグ、MeSH用語の構築については、references/search_strategies.mdを参照してください。

フェーズ2: メタデータの抽出

識別子（DOI、PMID、PMCID、arXiv ID、URL）を完全なメタデータに変換します。CrossRefはDOIの主要な情報源です。

python scripts/doi_to_bibtex.py 10.1038/s41586-021-03819-2         # 単一のDOIを素早く変換
python scripts/extract_metadata.py --pmid 34265844                  # DOI/PMID/PMCID/arXiv/URLから抽出
python scripts/extract_metadata.py --input identifiers.txt --output citations.bib

パス内にDOIを含まないURLは、出版社が記事ページに埋め込むcitation_doiメタタグを介して解決され、CrossRefに渡されます。プロデューサーは共有の引用キースキームを使用しますが、メタデータの違いにより異なるキーが生成される可能性があります。DOIと書誌的同一性に基づいて重複を確認してください。

フェーズ2.5: Web検索によるメタデータのエンリッチメント（必須）

APIは日常的に不完全なレコードを返します。これは抽出後かつフォーマット前に実行してください。欠落している書誌フィールドについて出版社のレコードを調査し、各情報源をログに記録します。オンラインファーストの記事には巻・ページがない場合があり、記事番号を使用するものやDOIがないものもあります。実際の出版状態を保持し、スタイルに適した記事番号フィールドを使用し、ページ、巻、DOIを決して創作しないでください。利用不可/該当なしのフィールドを監査ログに記録し、読者にとって有用であるか、引用スタイルで要求される場合にのみ、レンダリングされたnoteを追加します。

まずはコストの低い情報源を確認します。OpenAlexやCrossRefのレコードには、PubMedが省略したフィールドが含まれていることがよくあります。

python scripts/search_openalex.py "<正確なタイトル>" --limit 1

抽出されたメタデータは信頼できないものとして扱ってください。 著者、タイトル、ジャーナルの文字列は、出版社が管理するレコードからそのまま取得されます。$(...)、バッククォート、引用符を含むタイトルは、コマンドに貼り付けられた瞬間にシェル構文になります。メタデータはシェル文字列を構築するのではなく、subprocessの引数リストとして渡してください。シェルを使用する必要がある場合は、すべての置換値をシングルクォートで囲み、埋め込まれた引用符を'\''のようにエスケープしてください。パスに到達する前に、引用キーが^[A-Za-z0-9]+$に一致することを検証してください。

フィールドごとの検索戦略、4つの検索オプション、およびログ形式については、references/core_workflow.mdを参照してください。

フェーズ3: BibTeXのフォーマット

クリーンで一貫性のあるエントリを生成します。エントリタイプと必須フィールドについては、references/bibtex_formatting.mdを参照してください。

python scripts/format_bibtex.py references.bib --output clean.bib --deduplicate
python scripts/format_bibtex.py references.bib --output clean.bib --rekey --deduplicate

書き込みはオプトインです。--output（または--in-place）なしの場合、結果は標準出力に送られ、入力ファイルはそのまま残ります。複数のソースからの結果をマージする場合は--rekeyを使用すると、同じ論文が1つのエントリにまとめられます。

フェーズ4: 引用の検証

完全性、対象会場への準拠、および原稿との一致をチェックします。

python scripts/validate_citations.py references.bib --report report.json
python scripts/validate_citations.py references.bib --venue nature
python scripts/validate_citations.py references.bib --manuscript paper.tex
python scripts/validate_citations.py references.bib --check-dois     # 遅い；CrossRefにアクセス

必須フィールドの欠落、不正な年、未解決の引用、または明示的な--min-countを下回る数など、重大度の高いエラーがある場合、スクリプトはゼロ以外のステータスで終了します。会場の参考文献数の数値は編集上の経験則であり、投稿要件ではないため、数値に達していなくても警告のみです。

検証ルールと会場標準については、references/citation_validation.mdを参照してください。

フェーズ5: 執筆ワークフローとの統合

検索、抽出、フォーマット、検証、そして引用。エンドツーエンドのシーケンス（文献レビューおよびZotero/pyzoteroエクスポートパスを含む）については、references/core_workflow.mdおよびreferences/example_workflows.mdを参照してください。

API契約は2026年9月30日時点の公式ドキュメントに照らしてレビュー済みです。エンドポイント、認証、ページネーション、および検証制限については、references/api_contracts.mdを参照してください。リファレンス内のネットワーク例は、そこでライブスモークテストとして記録されていない限り、参考用です。

リファレンスファイル

references/core_workflow.md: 全5フェーズの完全版。
references/search_strategies.md: OpenAlex、Google Scholar、PubMedのクエリ構築。
references/script_reference.md: バンドルされているすべてのスクリプトの引数と例。
references/best_practices.md: 検索、抽出、BibTeX品質、検証。
references/example_workflows.md: 4つのエンドツーエンドの実例。
references/google_scholar_search.md, references/pubmed_search.md: 高度な検索構文。
references/metadata_extraction.md, references/bibtex_formatting.md, references/citation_validation.md: トピックごとの詳細。

避けるべき一般的な落とし穴

単一情報源バイアス: 1つのデータベースのみを使用する
- 解決策: 少なくともOpenAlexとPubMedを検索し、format_bibtex.py --rekey --deduplicateでマージする
メタデータを盲目的に受け入れる: 抽出された情報を検証しない
- 解決策: 抽出されたメタデータを元の情報源とスポットチェックする
DOIエラーを無視する: 参考文献内の壊れた、または正しくないDOI
- 解決策: 最終提出前に検証を実行する
フォーマットの不一致: 引用キーのスタイルやフォーマットが混在している
- 解決策: format_bibtex.pyを使用して標準化する
重複エントリ: 同じ論文が異なるキーで複数回引用されている
- 解決策: 検証で重複検出を使用する
必須フィールドの欠落: 不完全なBibTeXエントリ（巻、ページ、DOIがない）
- 解決策: 出版社のレコードを確認し、欠落と該当なし/未割り当てを区別し、メタデータを創作せずに未解決フィールドをログに記録する。
古いプレプリント: 公開版が存在するのにプレプリントを引用している
- 解決策: プレプリントが公開されているか確認し、ジャーナル版に更新する
特殊文字の問題: 文字が原因でLaTeXのコンパイルが壊れる
- 解決策: BibTeXで適切なエスケープまたはUnicodeを使用する
提出前の検証漏れ: 引用エラーがある状態で提出する
- 解決策: 最終チェックとして必ず検証を実行する
手動BibTeX入力: エントリを手で入力する
- 解決策: スクリプトを使用して常にメタデータソースから抽出する

他のスキルとの統合

文献レビュースキル

引用管理は文献レビューに技術的基盤を提供します：

文献レビュー: 複数データベースの系統的検索と統合
引用管理: メタデータの抽出と検証

組み合わせワークフロー:

文献レビューを使用して系統的検索方法論を適用
引用管理を使用して引用を抽出・検証
文献レビューを使用して結果を統合
引用管理を使用して参考文献の正確性を確保

科学執筆スキル

引用管理は科学執筆のための正確な参考文献を保証します：

LaTeX原稿で使用するために検証済みのBibTeXをエクスポート
引用が出版基準に一致することを確認
ジャーナルの要件に従って参考文献をフォーマット

会場テンプレートスキル

引用管理は会場テンプレートと連携し、投稿準備が整った原稿を作成します：

異なる会場では異なる引用スタイルが必要
適切にフォーマットされた参考文献を生成
引用が会場の要件を満たしているか検証

リソース

バンドルリソース

リファレンス（references/内）:

google_scholar_search.md: Google Scholar検索の完全ガイド
pubmed_search.md: PubMedおよびE-utilities APIドキュメント
metadata_extraction.md: メタデータソースとフィールド要件
citation_validation.md: 検証基準と品質チェック
bibtex_formatting.md: BibTeXエントリタイプとフォーマットルール

スクリプト（scripts/内）:

search_openalex.py: OpenAlex検索クライアント（オプションのアカウントAPIキー）
search_pubmed.py: PubMed E-utilities APIクライアント
search_google_scholar.py: Google Scholar検索自動化
extract_metadata.py: 汎用メタデータ抽出器
validate_citations.py: 引用の検証と確認
format_bibtex.py: BibTeXフォーマッターとクリーナー
doi_to_bibtex.py: DOIからBibTeXへのクイックコンバーター
_common.py: 共有BibTeXパーサー、レンダラー、引用キースキーム

アセット（assets/内）:

bibtex_template.bib: すべてのタイプのBibTeXエントリ例
citation_checklist.md: 品質保証チェックリスト

外部リソース

検索エンジン:

OpenAlex: https://openalex.org/
Google Scholar: https://scholar.google.com/
PubMed: https://pubmed.ncbi.nlm.nih.gov/
PubMed Advanced Search: https://pubmed.ncbi.nlm.nih.gov/advanced/

メタデータAPI:

OpenAlex API: https://docs.openalex.org/
CrossRef API: https://api.crossref.org/
PubMed E-utilities: https://www.ncbi.nlm.nih.gov/books/NBK25501/
arXiv API: https://arxiv.org/help/api/
DataCite API: https://api.datacite.org/

ツールとバリデーター:

MeSH Browser: https://meshb.nlm.nih.gov/search
DOI Resolver: https://doi.org/
BibTeX Format: http://www.bibtex.org/Format/

引用スタイル:

BibTeX documentation: http://www.bibtex.org/
LaTeX bibliography management: https://www.overleaf.com/learn/latex/Bibliography_management

依存関係

必須のPythonパッケージ

uv pip install requests  # CrossRef、PubMed、OpenAlex、arXivへのHTTPアクセス

BibTeXのパース、レンダリング、重複排除、検証は標準ライブラリ（scripts/_common.py）です。format_bibtex.pyはサードパーティパッケージを必要としません。validate_citations.pyは、ローカルのみの検証も含め、requestsをインポートします。

オプション

uv pip install scholarly  # search_google_scholar.pyのみ

認証情報の送信先

キーは基本的な使用にはオプションです。各認証情報は対応するサービスのみに送信され、環境変数をまとめて送信するスクリプトはありません。OpenAlexは、ドキュメント化されたアカウント予算を使用し、約束されたメールベースのクォータ増加は使用しません。取得に失敗したページはエラーで終了し、部分的な検索を完了としてエクスポートしません。

変数	送信先のみ	目的
`NCBI_API_KEY`	`eutils.ncbi.nlm.nih.gov`	Entrezのレート制限を引き上げます
`NCBI_EMAIL`	`eutils.ncbi.nlm.nih.gov`, `pmc.ncbi.nlm.nih.gov`	NCBIから要求される呼び出し元の識別
`OPENALEX_EMAIL`	`api.openalex.org`	オプションの連絡先識別子
`OPENALEX_API_KEY`	`api.openalex.org`	オプションのアカウントクォータ。Authorizationヘッダーで送信

api.openalex.org、api.crossref.org、api.datacite.org、export.arxiv.org、pmc.ncbi.nlm.nih.gov、doi.org、eutils.ncbi.nlm.nih.govは、これらが設定されていない場合、認証情報なしでクエリされます。

まとめ

引用管理スキルは以下を提供します：

包括的な検索機能: OpenAlex、PubMed、Google Scholar向け
自動メタデータ抽出: DOI、PMID、PMCID、arXiv ID、URLから
引用検証: DOIの確認と比較

…

[翻訳のため一部省略]

BorisW269/skills - 引用管理

skills - 引用管理とは？

お気に入りのAIに質問する

ドキュメント