4.3 投稿準備と査読対応¶
このページで学ぶこと
- 査読者が注目するポイントと事前対策
- タイトル・Abstractの改善方法
- よくある査読コメントへの事前対策
- 査読コメントへの対応（Response to Reviewers）
- カバーレターの書き方
- AI利用の申告テンプレート（英語・日本語）
- 作業ログの記録方法
- AI使用の倫理的判断基準
査読者の視点¶
査読者（reviewer）は限られた時間で論文を評価します。以下のポイントで論文の質を判断することが多いです。
- Abstractの明確さ: 研究の全体像が30秒で把握できるか
- Introductionの論理: ギャップから目的への流れに飛躍がないか
- Methodsの再現性: 同じ実験を追試できるだけの情報があるか
- Resultsの客観性: 結果と解釈が分離されているか
- Discussionの深さ: 先行研究との比較、限界の認識があるか
- 英語の質: 文法的な誤りが多いと、内容以前に信頼性を疑われる
査読者が最初の10分で判断していること¶
| 読む箇所 | かかる時間 | 判断していること |
|---|---|---|
| タイトル | 10秒 | 自分の専門と合うか、興味を引かれるか |
| Abstract | 1〜2分 | 研究の意義と新規性、結果の具体性 |
| 図表を流し見 | 2〜3分 | 結果の見せ方の質、データの量と妥当性 |
| Introductionの最終段落 | 1分 | RQの明確さ、ギャップの説得力 |
| Conclusionまたは Discussion末尾 | 1分 | 何が言えて何が言えないか、今後の方向性 |
「最初の10分」を意識した投稿前チェック
投稿前に、自分の論文の「タイトル→Abstract→図表→Introduction末尾→Conclusion」だけを通して読み、第一印象をAIに評価させてみましょう。
プロンプト例：査読者の第一印象シミュレーション
タイトルとAbstractの改善¶
タイトルの改善¶
タイトルは論文の「看板」であり、検索性にも大きく影響します。
| タイプ | 例 | 特徴 |
|---|---|---|
| Informative / declarative | AI-Assisted Writing Improves L2 Academic Vocabulary Use | 結果を予告。査読者の興味を引きやすい |
| Indicative | Effects of AI-Assisted Writing on L2 Academic Vocabulary | テーマを提示。結果や解釈は読者に委ねる |
プロンプト例：タイトルの改善
論文のタイトルは平叙文のほうがベター
以下の論文では、「タイトルを平叙文（declarative / informative）にし、主要な結果がわかる形にすると、引用数が増える（少なくとも一部の研究分野ではそのように観察される）」という結果が報告されています。
Paiva, C. E., da Silveira Nogueira Lima, J. P., & Paiva, B. S. R. (2012). Articles with short titles describing the results are cited more often. Clinics, 67(5), 509–513. https://pmc.ncbi.nlm.nih.gov/articles/PMC3351256/
Mizumoto and Teng (2024) のタイトルは “Large language models fall short in classifying learners’ open-ended responses” ですが、これに対して査読者から、
Perhaps the authors could consider rephrasing the title to reflect the study's contributions and implications. For example, something along the following lines: Evaluating the limitations of large language models in classifying learners' open-ended responses for self-regulated learning.
というコメントがありました。そこで上記の論文を引用し、「タイトルを平叙文にしたほうが引用数が高くなる可能性がある」と説明して説得しました（実際に引用数が高くなっているかどうかは謎ですが…）。
Abstractの改善¶
以下のAbstractを、査読者の視点で評価してください。
(1) 研究の目的が明確か
(2) 方法の要点が含まれているか
(3) 主要な結果が具体的か（数値を含むか）
(4) 結論が結果から導かれているか
各項目について、改善が必要な場合は修正方針を1文で。
[ここにAbstract]
よくある査読コメントと事前対策¶
査読で頻出するコメントを事前に想定し、投稿前に対処しておくことで、採択の可能性を高められます。
| # | よくあるコメント | 対象セクション | 事前対策 |
|---|---|---|---|
| 1 | "The novelty/contribution is unclear." | Introduction | ギャップと本研究の貢献を明示的に記述する |
| 2 | "The literature review is insufficient." | Introduction | 主要な先行研究を網羅し、統合的に議論する |
| 3 | "The methodology lacks detail for replication." | Methods | 再現性チェックリストで自己点検する |
| 4 | "How were participants selected?" | Methods | 選定基準・除外基準を明記する |
| 5 | "Effect sizes should be reported." | Results | すべての統計検定に効果量を付ける |
| 6 | "Results and Discussion are mixed." | Results/Discussion | 結果の報告と解釈を厳密に分離する |
| 7 | "The discussion is superficial." | Discussion | 先行研究との比較、理論的含意を深掘りする |
| 8 | "Limitations are not addressed." | Discussion | Limitationsを独立のサブセクションで記述する |
| 9 | "The English needs improvement." | 全体 | 投稿前に文法チェック・ネイティブチェックを行う |
| 10 | "References are outdated." | 全体 | 過去5年の文献が十分含まれているか確認する |
プロンプト例：査読者の指摘を事前に想定する
AIによる査読の精度
LLMフィードバックと人間の査読フィードバックにはかなり高い相関（r = .80）が報告されています（Liang et al., 2023）。GPT-4が生成した査読コメントを人間のものと比較した調査（n = 308）では、回答者の82.4%が「一部の人間の査読者からのフィードバックよりも有益である」と評価しています。
ただし、機密性への配慮から、未発表論文の全文をAIに入力する際には、データの取り扱いに十分注意する必要があります。また、多くのジャーナルや出版社では、以下のElsevierの例のようにAIに査読を行わせることを禁止しているため、実際に査読を行う際には留意してください。
査読コメントへの対応¶
論文が「修正再投稿（Revise and Resubmit, R&R）」の判定を受けた場合、査読コメントへの対応書（Response to Reviewers）を作成する必要があります。
基本原則¶
- すべてのコメントに回答する（見落としは致命的）
- 感謝から始める（たとえ厳しいコメントでも）
- 変更した箇所を明示する（可能ならページ番号・行番号など）
- 受け入れないコメントには理由を丁寧に説明する
Response to Reviewersの形式例¶
Reviewer 1, Comment 1:
"The novelty of this study is not clearly stated."
Response:
We thank the reviewer for this valuable comment. We have revised
the Introduction (p. 3, lines 15-22) to explicitly state the
novelty of the present study. Specifically, we added a paragraph
clarifying that, while previous studies focused on X, the present
study is the first to examine Y in the context of Z.
状況別の回答テンプレート¶
査読コメントへの回答は、同意の度合いによってパターンが異なります。以下のテンプレートを参考に、状況に応じて使い分けてください。
| 状況 | 回答の型 |
|---|---|
| コメントに同意して修正した場合 | Thank you for this suggestion. We have revised the manuscript as follows: [変更内容]. Please see page X, lines Y–Z. |
| 部分的に同意した場合 | We appreciate this comment. While we agree that [同意点], we believe that [自分の見解] because [根拠]. However, we have added [追加内容] to address this concern. |
| 同意しない場合 | We thank the reviewer for raising this point. We respectfully disagree because [根拠]. [データや文献による裏付け]. We have added a clarification on page X to address potential concerns. |
プロンプト例：査読コメントの整理
プロンプト例：査読コメントへの対応文の作成
Responseの作成にAIを使う際の注意
査読コメントへの対応は、研究の内容に関する判断が求められます。AIは英語表現の補助として使い、「どのコメントを受け入れ、どれに反論するか」の判断は必ず自分で行ってください。
感情的にならない
厳しいコメントを受けても、回答文では常にプロフェッショナルな姿勢を保ちましょう。"The reviewer is wrong." のような表現は避け、"We respectfully disagree." のように丁寧に反論してください。その際には、生成AIに下書きを作らせることで、感情的な表現を排除しやすくなります。（これは結構、大事なストラテジーです。）
カバーレターの書き方¶
多くのジャーナルでは、論文投稿時にカバーレターの提出が求められます。カバーレターは、編集者に論文の概要と投稿の意図を伝える重要な文書です。
カバーレターに含める要素¶
| 要素 | 内容 | 注意点 |
|---|---|---|
| 宛先 | Editor-in-Chief の名前（ジャーナルのサイトで確認） | "Dear Editor," で可（名前が不明な場合） |
| 論文のタイトル | 投稿する論文のタイトル | 本文と完全に一致させる |
| 研究の概要 | 何をした研究か（2〜3文） | Abstractの要約版 |
| 新規性・意義 | この論文のどこが新しく、なぜ重要か | ジャーナルの読者にとっての価値を強調 |
| 適合性 | なぜこのジャーナルに投稿するか | ジャーナルのスコープとの関連を具体的に |
| 確認事項 | 二重投稿でないこと、全著者の同意など | ジャーナルの要求に応じて |
| 宣言事項 | 利益相反の有無、AI使用の申告（必要な場合） | ジャーナルのポリシーに従う |
| 連絡先 | 責任著者の情報 | — |
プロンプト例：カバーレターの下書き
以下の情報をもとに、学術ジャーナルへの投稿用カバーレターを
英語で作成してください。
条件:
- フォーマルな学術的文体
- 300語以内（1ページ以内）
- 研究の新規性と意義を強調
- ジャーナルのスコープとの関連を述べる
- 過度にへりくだらない（自信を持った提案として）
投稿先ジャーナル: [ジャーナル名]
Editor名: [名前]（不明の場合は "Dear Editor-in-Chief"）
論文タイトル: [タイトル]
研究の概要（日本語）: [2〜3文で]
主要な知見（日本語）: [1〜2文で]
このジャーナルに投稿する理由（日本語）: [1〜2文で]
著者: [著者名]
AI使用の申告: [使用した場合はその概要]
カバーレターの差別化
カバーレターは単なる形式的文書ではなく、編集者を「読んでみよう」と思わせる機会です。「なぜ他のジャーナルではなくここなのか」を具体的に述べることで、好印象を与えられます。
マイルール：カバーレターの要約部分だけはAIに任せる
論文を仕上げて疲れているのに、全体のサマリーを再度自分で行うのは過酷すぎます。しかもカバーレターは基本的にエディターしか読まないものなので（とはいえ一応、本当に読んでいます）、要約パートの作成はAIに任せてもよいだろうというのが私の「マイルール」です。
AI利用の申告と作業ログ¶
生成AIを使った執筆で一番トラブルになりやすいのは、文章の出来そのものではなく「どこまでが自分の作業で、どこからがAI支援なのか」が後から説明できない状態です。責任の所在を人間側に固定し、検証可能な形で説明できるようにしておきましょう。
まず決める一文（自分用ルール）
例: 生成AIは、構成相談、言い換え案、文法説明、表現の代案提示、チェックに限って使う。本文の内容の追加、事実や引用の生成、出典の捏造につながる用途には使わない。
申告文テンプレート（英語）¶
論文末尾（Acknowledgements 付近）やカバーレターに記載します。太字の部分だけ差し替えれば運用できます。
A. 文章の明瞭化に限定する場合（安全寄り）:
The author used a generative AI tool (ChatGPT, OpenAI) to improve clarity and readability of the manuscript, including proofreading and wording suggestions. All content, analyses, interpretations, and final decisions remain the author's responsibility.
B. 構成相談や言い換え案も含む場合（実務的）:
The author used a generative AI tool (ChatGPT, OpenAI) for language editing and drafting support, such as outlining, paraphrasing options, and grammar checking. The author verified all statements and references and is fully responsible for the final manuscript.
C. メソッド説明の自然言語化も支援した場合:
The author used a generative AI tool (ChatGPT, OpenAI) to assist in converting technical procedures into natural-language descriptions and to refine wording. The author ensured accuracy of all methodological descriptions and verified all factual claims and citations.
D. 分析コードの生成支援も含む場合:
The author used a generative AI tool (Claude, Anthropic) for drafting support (language editing, paraphrasing, outlining) and for generating initial analysis code in R/Python. All generated code was reviewed, tested, and verified by the author. The author is fully responsible for the accuracy of all analyses, interpretations, and the final manuscript.
E. 複数のツールを使った場合:
The author used the following AI tools during manuscript preparation: ChatGPT (OpenAI) for language editing and paraphrasing, Claude (Anthropic) for structural feedback, and Grammarly for grammar checking. All content, analyses, and interpretations are the author's own. The author verified all factual claims and references and takes full responsibility for the final manuscript.
申告文の選び方
申告文テンプレート（日本語）¶
標準版:
本稿では、文章表現の改善（明確化、言い換え、文法チェック、推敲案の提案）の範囲で生成AIを利用した。本文の主張、分析、解釈、引用・参考文献の確認、および最終稿の決定は著者が行い、その責任を負う。
学会発表用（簡潔版）:
本発表の準備において、スライドの英語表現の確認に生成AI（ChatGPT）を使用した。内容の構成・主張はすべて発表者自身によるものである。
授業レポート用（学生向け）:
本レポートでは、英文の文法チェックに生成AI（ChatGPT）を使用しました。AIの提案をそのまま採用するのではなく、各提案を確認し、自分の意図に合うもののみ採用しました。レポートの内容・主張はすべて自分自身によるものです。
作業ログ¶
「いつ」「何を」「どの程度」使ったかが説明できれば十分です。
| 日付 | セクション | AIの用途 | 入力の種類 | 出力の扱い | 自分の確認 |
|---|---|---|---|---|---|
| 2026-02-08 | Introduction | 言い換え案の提示 | 自分の英文（5文） | 3案から選択し一部編集 | 元の意味から逸脱がないか確認 |
| 2026-02-09 | Methods | 手順説明の明確化 | 箇条書きの手順 | 文章化は採用、数値は未変更 | 原データ・コードと照合 |
| 2026-02-10 | References | DOI確認の手がかり | 参考文献リスト | 候補のみ利用 | Crossref等で自分で検証 |
ログの保存場所
研究ノート（Notion, Obsidian, Google Docs など）に1ページ作り、表を毎回追記するだけで十分です。査読対応や所属先への説明が必要になったときに強く効きます。
ログの粒度は「セクション×改善ラウンド」が目安
すべての文を記録する必要はありません。「どのセクションに、どのような改善を、どのツールで行ったか」がわかる程度で十分です。
変更履歴の記録フォーマット例¶
より詳細な記録が求められる場合（学位論文、競争的資金による研究等）：
## 変更ログ：Introduction（第2段落）
### 2026-02-11 改善①：論理構造
- **使用ツール**: Claude
- **プロンプトの要旨**: ギャップの説得力チェック
- **AIの指摘**: ギャップが抽象的。「何が・なぜ不足しているか」が不明確
- **自分の対応**: 先行研究で対象に含まれていなかったL1日本語話者の
データについて具体的に記述を追加
- **採用/不採用**: 採用（指摘は妥当と判断）
### 2026-02-11 改善②：文体
- **使用ツール**: ChatGPT
- **プロンプトの要旨**: 主語の短縮、ヘッジの調整
- **AIの提案**: 3候補提示
- **自分の対応**: 候補2を採用（能動態で著者のスタンスが明確）
- **採用/不採用**: 部分採用（候補2の前半＋自分の表現を後半に使用）
AI使用の倫理的判断基準¶
AI使用の倫理的な境界は、常に明確ではありません。以下のスペクトラムを参考に、自分の使い方を位置づけてください。
AI使用のスペクトラム¶
| レベル | 使い方 | 一般的な評価 |
|---|---|---|
| 1. ツール的使用 | スペルチェック、（文法）校正等 | ✅ 問題なし |
| 2. 表現の支援 | 言い換え案の提示、文体の調整 | ✅ 一般的に許容 |
| 3. 構成の支援 | アウトライン作成の相談、構造のチェック | ✅ 開示が望ましい |
| 4. 翻訳・英語化 | 日本語から英語への変換 | ⚠️ 開示が必要 |
| 5. ドラフト生成 | セクションの下書きをAIに生成させる | ⚠️ 開示が必須、議論が分かれる |
| 6. 内容の生成 | 考察や解釈をAIに生成させる | ❌ 多くのジャーナルで不可 |
| 7. データの生成 | AIでデータや結果を生成する | ❌ 研究不正 |
判断に迷ったときの3つの基準¶
- 透明性テスト: 「この使い方を投稿先に正直に申告できるか？」→ できないなら避ける
- 代替テスト: 「人間の翻訳者・校正者に同じ作業を依頼した場合、問題になるか？」→ ならないなら許容範囲
- 責任テスト: 「出力の正確性を自分で検証できるか？」→ できないなら使うべきでない
倫理的なAI利用の5原則¶
| # | 原則 | 具体的な行動 |
|---|---|---|
| 1 | 内容は自分、表現は補助 | AIには表現の改善を依頼し、主張・解釈・分析は自分で行う |
| 2 | 出典はAIに作らせない | 文献情報はデータベースで自分で確認する |
| 3 | 最終判断は常に自分 | AIの出力を無批判に採用せず、自分で選択・修正する |
| 4 | 使ったら申告する | AI使用の範囲と方法を透明に記録・開示する |
| 5 | 学びの機会を損なわない | AIに任せきりにせず、自分の英語力向上にもつなげる |