professor-fit-analyzer

教授適合度分析

教授について根拠に基づく調査資料を作成し、それを出願、指導、または共同研究の戦略に落とし込みます。

このスキルは、特定のプラットフォーム、学問分野、学位レベルに依存しません。博士課程への出願者、論文指導教員を探している修士課程の学生、卒業研究／論文／自主研究の指導教員を探している学部生など、あらゆる学問分野の学生を対象としています。現在のエージェントで利用可能なブラウジング、検索、ファイル読み込みツールを使用してください。まず公開されている学術情報源を優先してください。ブラウジングを利用できない場合は、リンク、PDF、または出版物リストをユーザーに求め、推測せずに、調査範囲が限られることを明示したうえで作業を続けてください。

入力仕様

必須入力

• 教授の氏名。
• 次のうち少なくとも1つ：Google Scholar の URL、個人ウェブサイトの URL、研究室ウェブサイトの URL。

任意ですが、推奨する入力

• ユーザーの学歴（現在の学位、分野、所属機関）。
• ユーザーの研究経験（過去のプロジェクト、論文、技術スキル）。
• 応募・申請の種類：博士課程の学生、修士課程の学生（論文コースまたは授業コース）、学部の研究者（卒業研究／論文／自主研究）、RA、ポスドク、客員研究者、または研究協力者。
• ユーザーの強みと際立った能力。
• 国籍、言語能力、奨学金またはビザのスポンサーシップが必要かどうか。
• 希望する時期（例：2027年秋入学の博士課程への出願、今夏のインターンシップ、直ちに連絡）。

入力の取り扱いルール

• ユーザーが教授名だけを提示し、URLを提示しない場合は、作業を進める前に少なくとも1つのURLまたは出版物の情報源を求めてください。
• ユーザーの経歴が提示されていない場合は、一般的な称賛ではなく、応募者の種類と学位レベルに応じた条件付きの助言を作成してください。
• 希望する時期が提示されていない場合は、一般的な情報収集段階と想定し、緊急性に依存する助言は省略してください。
• 応募・申請の種類が提示されていない場合は、ユーザーに学位レベル（博士／修士／学部／その他）を指定するよう求めてください。分析の深さと助言の切り口は、学位レベルによって大きく異なります。
• ユーザーが履歴書または出版物リストを提示した場合は、それを活用して適合性の分析を強化してください。

言語ポリシー

既定の出力言語は繁体字中国語（繁體中文）です。

例外 — 英語のままにするもの：

• 論文のタイトル。
• 学会・学術誌名（例：NeurIPS、ACL、Nature、The Lancet、American Economic Review）。
• 手法名およびモデル名（例：Transformer、CRISPR、difference-in-differences）。
• 広く受け入れられている中国語訳がない専門用語。
• 固有名詞（人名、機関名）。

ユーザーが英語で書いた場合は、出力全体を英語に切り替えてください。 ユーザーが別の言語を明示的に希望する場合は、その希望に従ってください。

運用原則

1. 事実、推論、推測を区別してください。
2. 単発の逸話より、繰り返し確認される傾向を優先してください。
3. 被引用数、h-index、生の論文数を質と同一視しないでください。
4. 論文の発表数が多いことを、指導の質が高いことや過重労働と同一視しないでください。
5. 明快な文章を書くことを、優れた教育の保証と同一視しないでください。
6. 著者順の解釈には慎重を期してください。不確実性を明示してください。著者順の慣習は分野によって異なります（下記の「分野プロファイル」を参照）。
7. 最終的な助言の中心には、応募者の目標、リスク許容度、学位レベル、経歴を置いてください。
8. 応募者の学位レベルに応じて、分析の深さと助言を調整してください（下記の「応募者の学位レベルに応じた調整」を参照）。
9. 実際にアクセスできなかった論文を読んだと主張してはいけません。

ワークフローの概要

次の順序で進めます。

0. 学術分野を特定し、その分野に固有の慣例を確認します。
1. 出典の網羅性を確保します。
2. 研究発表の年表を作成します。
3. 論文を研究分類に沿ってグループ化します。
4. 論文を読み、構造化されたエビデンスを抽出します。
5. 教授レベルの評価をまとめます。
6. 今後の方向性と参入可能性のある分野を推測します。
7. 志願者との適合性を分析し、教授と学生のタイプを照合します。 7B. 警戒すべき兆候がないか確認します。
8. 志願者に合わせた問い合わせメールを作成します。
9. 面談や面接に向けた会話の進め方を作成します。
10. 実行可能な次のステップを提示して締めくくります。

教授の論文が非常に多い場合は、件数を黙って減らさないでください。以下の網羅性ポリシーに従ってください。

志願者のレベルに応じた調整

分析の深さ、適合性の分析、アプローチ戦略、助言の示し方は、志願者のレベルと分野に合わせて調整します。

博士課程への志願者

• 十分に深い分析が適切です。
• 長期的な研究キャリアとの適合性（3～5年以上）を評価します。
• 指導の質、学生の成果、論文発表の機会、指導教員と学生の働き方の相性を重視します。
• アプローチでは、研究に対する成熟度と具体的な貢献を示します。
• 学生の成長や研究室の文化に関する警戒すべき兆候は、十分に精査します。
• 人文・社会科学：博士課程は5～7年以上かかることがよくあります。指導教員との適合性では、知的な相性、理論的な方向性、執筆や論証に関する指導を重視し、「研究成果」だけで判断しません。博士課程中の論文発表に対する期待は大きく異なります。
• 生物医学：多くのプログラムでは、博士課程で幅広い研究室ローテーションや実験室での作業が求められます。教授がウェットラボや臨床のリソースを持っているか、また、大規模なチーム論文で共著者として名を連ねるだけでなく、重要なプロジェクトで学生が筆頭著者の論文を発表できるかを評価します。

修士課程の学生（論文研究コース）

• 修士論文の指導経験が教授にあるかどうかを重視します。
• 長期的なキャリアではなく、1～2年での適合性を評価します。
• 次の点を重視します。研究テーマとの一致、指導教員の応答性、修了までの見通し、教授の現在のプロジェクトに修士課程の学生が取り組みやすい入口があるかどうか。
• アプローチは、より率直なものでかまいません。関心と事前準備を示し、学ぶ意欲を伝えます。
• これまでに修士課程の学生を指導したことがあるか、また、その学生が何に取り組んだかを確認します。
• 人文・社会科学：修士論文では、史料調査、テキスト分析、民族誌的なフィールドワーク、哲学的な論証などが行われます。教授がこれらの方法を用いる論文を指導しているか、テーマの範囲が1～2年で取り組めるものかを確認します。
• 生物医学：修士論文では、範囲を限定した実験プロジェクト、臨床データの分析、文献に基づくシステマティックレビューなどに取り組む場合があります。複数年にわたるデータ収集を必要としない、範囲の明確な実験上の問いがあるかを確認します。

修士課程の学生（プロジェクトを希望する授業履修コース）

• 分析はさらに簡潔なものにします。
• 教授に短期間のプロジェクトや、適切に範囲が定められた課題があるかを重視します。
• 学生がどれだけ早く成果を出せるか、またプロジェクトの範囲が1～2学期に収まるかを重視します。

学部生研究者（卒業研究／論文／自主研究／專題）

• 最小限の働きかけで済む形式ですが、根拠に基づいた内容は保ちます。
• 教授が学部生を受け入れていることで知られているか、研究に取り組みやすい入口があるか、教授がこの段階の学生を指導してきた実績があるかに焦点を当てます。
• 確認する点：過去の論文に学部生の共著者がいるか、研究室や個人のページに学部生の指導について記載があるか、範囲が明確に定められた副次的な研究課題があるか。
• 問い合わせは謙虚でありながら具体的にします。研究分野への理解と熱意を示し、学生が持ち込める具体的なスキルや経験を提案します。
• 適合性の分析では、学習機会、スキル開発、大学院への出願やキャリア形成にこの経験が役立つかを取り上げます。
• 注意すべき兆候としては、教授が多忙で学部生を指導できないこと、学生に不足している前提知識を研究で求められること、学部生を受け入れた実績がないことに注目します。
• 人文科学／社会科学：学部生の研究では、文献レビュー、アーカイブ資料の調査、インタビューの文字起こしや分析、翻訳、編集補助などを行う場合があります。学生が持ち込めるものとしては、語学力、精読力、文化的知識、特定の歴史的時代や地域への理解などがあります。
• 生物医学：学部生の研究は、進行中の実験の補助、実験手順の習得、データ入力、文献検索などから始まることがよくあります。学生が持ち込めるものとしては、実験室での授業経験、基礎的な統計知識、データ分析のためのプログラミングスキル、ボランティアや臨床現場の見学経験などがあります。

RA／博士研究員／客員研究員／共同研究者

• 博士課程レベルと同様の、全方位的な分析を行います。
• 適合性の分析は、具体的な役割に合わせて調整します。

ステップ 0. 学術分野を特定し、分野のプロファイルを確立する

先に進む前に、所属部局、論文の発表先、研究キーワードから、教授の主な学術分野を特定します。次に、その後のステップでの解釈の基準となる分野のプロファイルを確立します。

分野のプロファイルの項目

教授の分野について、以下の各項目を判断します。不確かな場合はその不確かさを明記し、最も保守的な解釈を用います。

出版慣行：

• 学会中心（CS、ML、HCI）：主な成果は査読付き学会論文です。サイクルは短く（6～12か月）、学会での採択が名声の指標となります。
• 学術誌中心（生物学、医学、物理学、化学、経済学、ほとんどの社会科学）：主な成果は学術誌の論文です。審査期間を含むサイクルは1～3年です。インパクトファクターと学術誌のランクが重要です。
• 単行本中心（人文科学、法学、一部の社会科学）：書籍や書籍の章が主な成果です。1冊の単行本が何年もの研究を表す場合があります。
• 混合型：情報科学、教育学、HCIなどの一部の分野では、学会と学術誌の両方が主要な発表先として使われます。

著者順の慣行：

• 先頭・末尾著者型（CS、生物学、生物医学）：筆頭著者が研究の大半を担い、最後の著者がPIです。中間の著者は貢献していますが、主導したわけではありません。
• アルファベット順（数学、理論経済学、理論物理学）：著者順は貢献度を示しません。貢献度は謝辞や分野に関する知識から推定します。
• 単著が一般的（人文科学、哲学、数学）：単著は一般的であり、評価の対象となります。共著論文が少なくても、注意すべき兆候ではありません。
• 大規模チーム型（高エネルギー物理学、ゲノミクス、臨床試験）：論文の著者が数十人から数百人に及ぶ場合があります。著者一覧だけから個人の貢献を評価するのは困難です。

典型的な研究室の構成：

• 大規模研究グループ（実験科学、ML研究室）：博士課程の学生、博士研究員、技術者、RAを含む10～30人以上のメンバーで構成されます。
• 小規模研究グループ（理論、人文科学、一部の社会科学）：学生は1～5人です。密接な指導を受けられます。論文の発表数が少なくても普通です。
• 研究室を持たない形態（人文科学の単独研究者、純粋数学）：教授は単独、または1～2人の学生と研究を進めている場合があります。「研究室の規模」で評価するのは不適切です。 発表量の目安：
• 多い分野（ML、生物医学）：生産性の高い研究グループでは、年間10～40本以上が一般的です。
• 中程度の分野（ほとんどの実験科学、社会科学）：年間3～10本です。
• 少ない分野（人文学、純粋数学、理論物理学）：年間1～3本です。「発表ペースが遅い」ことは、能力不足ではなく、研究の深さを示している場合があります。

必要なリソース：

• 計算資源を多く必要とする分野（ML、計算科学）：GPU クラスター、クラウドコンピューティング。
• 設備を多く必要とする分野（実験物理学、化学、生物学）：専門機器、クリーンルーム、ウェットラボ。
• データを多く必要とする分野（ゲノミクス、疫学、経済学）：大規模なデータセット、臨床コホート、調査インフラ。
• 臨床へのアクセスを多く必要とする分野（臨床医学、公衆衛生、看護研究）：病院のIRBへのアクセス、患者コホート、臨床試験インフラ、医療記録データベース。
• フィールドワークを多く必要とする分野（人類学、生態学、考古学）：現地へのアクセス、移動、長期にわたるデータ収集。
• ヒトを対象とする研究を多く必要とする分野（心理学、教育学、社会学、公衆衛生）：IRB／倫理審査の承認、参加者の募集、面接のためのインフラ、縦断コホートの維持。
• アーカイブ／解釈を中心とする分野（人文学、歴史学、法学）：図書館の利用、アーカイブ資料、語学力、希少な写本へのアクセス、博物館やギャラリーとの連携。
• 創作実践を中心とする分野（芸術、デザイン、音楽、クリエイティブライティング、映画）：スタジオの利用、展示の機会、公演会場、研究成果としての創作ポートフォリオ。
• インフラをほとんど必要としない分野（純粋数学、理論計算機科学、哲学）：主に知的リソース。

メンタリングの文化：

• 構造化された研究室ミーティング（実験科学、ML）：定期的なグループミーティング、ジャーナルクラブ、進捗報告。
• セミナーと輪読会（人文学、社会科学、理論系分野）：議論、精読、批評を通じた知的発達。
• 臨床メンタリング（医学、看護、公衆衛生）：研究指導と臨床研修を組み合わせます。学生が臨床家と研究者の二つの役割を担う場合があります。
• スタジオでの講評（芸術、建築、デザイン）：ポートフォリオの審査、展示の準備、反復的な創作プロセスを通じたフィードバック。

分野のプロファイルが分析に与える影響

• 発表のタイムライン（ステップ2）：学会主導の分野では、学会の締め切り前後に発表が集中する傾向を確認します。ジャーナル主導の分野では、助成金の報告時期や学位論文の節目に合わせた集中を確認します。単著書主導の分野では、出版の間隔が2～3年空くのが一般的です。臨床研究では、発表のリズムが臨床試験の段階やコホートの利用可能性に左右される場合があります。
• 新規性の分類（ステップ4）：分野に適した分類を使用します（以下のステップ4を参照）。
• リソースのプロファイル（ステップ5）：一般的な計算資源のチェックリストではなく、その分野に重要なリソースを評価します。生物医学の研究者については、臨床へのアクセス、IRBのインフラ、資金源（NIH、MOST、NHSなど）を重視します。人文学の研究者については、専門的な研究を可能にするアーカイブへのアクセス、語学力、所属機関を重視します。
• 業務量の評価（ステップ5）：「発表量が多い」の判断は、普遍的な基準ではなく、分野の目安に照らして調整します。
• 著者分析（ステップ4）：分野ごとの慣習に従って著者順を解釈します。生物医学では責任著者（多くの場合、最後に記載）がPIです。人文学では単著が一般的です。
• 警告サイン（ステップ7B）：発表の細分化については、分野ごとの発表単位の慣習に照らして判断します。臨床医学では、コホートごと、または試験の段階ごとに論文を分けるのが標準的な場合があります。人文学では、決定版となる論文や単著書の一章が、何年にもわたる研究を表す場合があります。
• 学生に求められるスキル（ステップ7）：生物医学分野の学生には、ウェットラボまたは臨床の技能、統計学、そして多くの場合、バイオインフォマティクスのためのコーディングが必要です。人文学の学生には、精読能力、アーカイブ調査の能力、理論的な洗練、そして多くの場合、語学力が必要です。ある分野の学生を、別の分野で求められるスキルを基準に評価しないでください。

対象範囲に関する方針

デフォルトの対象範囲

現実的にアクセスできる出版物リストを、できる限り網羅することを目指します。

対象文献が多い場合

教授の論文が多く、一度にすべてを詳しく確認できない場合は、段階的な方針を明示して適用します。

• Tier 1：中核論文。最近の論文、研究の中心となる論文、各研究分野を代表する論文、研究の転換点を示すと思われる論文。
• Tier 2：補助論文。分類体系、共同研究のパターン、学生の進路を検証するために必要な追加の論文。
• Tier 3：周辺論文。重要度の低い論文、重複する論文、ワークショップ論文、デモ論文、またはアクセスできない論文。これらは簡潔に要約します。

必ず以下を報告します。

• 特定した論文の総数。
• 詳しく読んだ論文の数。
• ざっと目を通した論文、またはメタデータから推定した論文の数。
• どの結論が部分的な網羅状況に依存するか。

情報源の収集手順

分野に適した情報源を選び、概ね以下の順で優先します。

1. Google Scholar のプロフィールまたは出版物リスト。
2. 個人ウェブサイトおよび研究室のウェブサイト。
3. 分野別の書誌データベース：
   • CS／ML：DBLP、ACL Anthology
   • 生物医学／臨床医学：PubMed、Europe PMC、ClinicalTrials.gov
   • 公衆衛生／疫学：PubMed、Global Health (CABI)
   • 看護／関連医療分野：CINAHL、PubMed
   • 心理学：PsycINFO、PubMed
   • 社会科学／経済学：SSRN、RePEc、EconLit、ProQuest Social Sciences
   • 教育学：ERIC、EdArXiv
   • 人文学／哲学：PhilPapers、JSTOR、Project MUSE
   • 文学／言語学：MLA International Bibliography、JSTOR
   • 歴史学：Historical Abstracts、JSTOR、デジタル化されたアーカイブ
   • 法学：Westlaw、HeinOnline、SSRN
   • 芸術／音楽：RILM、Arts & Humanities Citation Index
   • 数学：MathSciNet、zbMATH
   • 物理学：INSPIRE-HEP、ADS
   • 全般：Scopus、Web of Science
4. 出版済みの版を入手できない場合は、プレプリントサーバー（arXiv、bioRxiv、medRxiv、SSRN、EdArXiv、SocArXiv、PsyArXiv、engrXiv）。
5. Semantic Scholar またはその他のメタデータアグリゲーター。
6. 学生や卒業生のページ、履歴書、グループのニュース、助成金やプロジェクトのページ。
7. 公開情報を確認できる場合は、助成金データベース（NSF Award Search、NIH Reporter、MOST 科技部計畫、ERC database、Wellcome Trust、CIHR）。
8. 機関リポジトリおよび学位論文データベース（ProQuest Dissertations、大学の ETD リポジトリ）。過去の学生や論文のテーマを特定するのに役立ちます。

各情報源からは、その情報源が特に役立つ内容を抽出します。

• Scholar：網羅性、件数、時系列。
• 個人または研究室のウェブサイト：グループ構成、学生、プロジェクト、助成金に関する手がかり。
• 分野別データベース：整理されたメタデータ、掲載先の履歴。
• 公式の会議録または学術誌：信頼性の高い掲載先情報、全文。
• プレプリントサーバー：アクセス可能な全文および付録。
• 学生または卒業生のページ：学生の身元や進路に関する手がかり。
• 助成金データベース：助成金の名称、金額、共同研究者。

情報源の内容が食い違う場合は、より権威のある情報源を優先し、食い違いについて明記します。

ステップ 1. 教授の概要を作成する

まず、以下をまとめます。

• 氏名、所属機関、学部・学科、研究室名。
• 研究分野。
• 公開されている学生または卒業生のリスト。
• 最近の役職または所属。
• 年ごとの論文数。
• 頻繁に掲載される掲載先（分野に応じて、会議、学術誌、書籍の出版社、その他の媒体）。
• 頻繁に共著している研究者。
• 公開情報から確認できる助成金、データセット、システム、インフラに関する手がかり。

次に、教授の研究者としての特徴を、明らかになった範囲で1段落にまとめます。

ステップ 2. 研究タイムラインを作成する

論文を年ごとに整理し、以下を記録します。

• 年ごとの出版数（分野プロファイルに基づく分野の一般的な傾向と照らし合わせて評価）
• 掲載先の内訳
• 著者構成のパターン（分野固有の著者構成の慣例に従って解釈）
• 繰り返し登場する学生の名前
• 繰り返し共同研究している人々
• テーマの出現や衰退
• 投稿締切前後の集中（CS/ML の学会サイクル、ジャーナルの特集号、他分野における助成金の報告期間や論文完成時期など）

次のような移行に注目します。

• 初期段階
• 定着段階
• 拡大段階
• 最近の方向転換

ステップ 3. 研究分類体系を作成する

論文を単なる一覧ではなく、一貫性のある研究体系に分類します。

必須の分類項目：

1. 中核となる研究テーマ
2. 二次的な研究テーマ
3. 応用分野
4. 共通する方法論の軸
5. 最近の方向転換
6. 今後拡大する可能性の高い方向性

各クラスターについて、以下を特定します。

• 基盤となる論文
• 継続研究の論文
• 転換点となる論文
• 周辺的な探索研究
• 機会に応じたもの、あるいはトレンドを追った可能性のある論文

繰り返し現れる問題提起、手法、データセット、共著者のパターンを用いて、分類体系の根拠を示します。

ステップ 4. 論文を読み、構造化された根拠を抽出する

各論文について、以下の項目を作成します。

論文のメタデータ

• タイトル
• 年
• 掲載先（学会、ジャーナル、書籍、プレプリント）
• 著者一覧
• 目視で確認できる場合は、責任著者または最終著者の位置
• 主導者の種類の推定：学生主導、教授主導、外部主導、不明
• （分野プロファイルに従って著者順を解釈）

問題

• 論文が解決しようとしている中核的な問題
• その問題が重要な理由
• 当時存在していたボトルネック

手法／アプローチ／論旨

• 論文が提案する解決策、フレームワーク、または論旨
• 中心となるアイデアまたは主張
• 重要な設計上の判断（実証研究／実験研究の場合）、または論証の展開（解釈的／理論的研究の場合）
• それらの判断が妥当である理由
• （人文科学および解釈的な社会科学の場合：用いられる理論的枠組みや視点、分析対象となる一次資料や事例、採用される論証方法）
• （生物医学研究の場合：採用される研究デザイン（RCT、コホート研究、症例対照研究、in-vitro、動物モデル、計算論的研究など）、および主な方法論上の選択）

新規性

論文の主な新規性を、以下の分野横断的なカテゴリーから1つ以上選んで分類してください。分類の参考として、分野に適した例を活用してください。

• 問題設定：新たな研究課題を定義または特定すること
  • CS／ML：新しいタスクの定式化。人文学：新しい解釈の視点の提示、または典型的な問いの再設定。生物医学：新たな臨床ニーズや患者集団の特定。社会科学：これまで検討されていなかった社会現象の明示
• 概念的洞察：既存の問題に対する新しい考え方
  • 物理学：新たな理論的予測。経済学：新たなメカニズムやモデル。文学研究：典型的なテキストに対する新たな解釈。医学：疾患メカニズムに関する新たな理解
• 方法論上の革新：新しい方法、ツール、技法、またはプロトコル
  • CS／ML：モデルアーキテクチャ、学習レシピ、アルゴリズム。生物学：新しいアッセイ、イメージング技術、CRISPR の応用。社会科学：新しい調査票、因果関係の特定戦略。人文学：新しいデジタル・ヒューマニティーズの手法、アーカイブ調査の新手法。臨床：新しい診断プロトコル、外科手術の新手法
• データまたはリソースの貢献：価値あるデータセット、コーパス、ベンチマーク、コードライブラリ、または共有リソースの作成やキュレーション
  • CS／ML：ベンチマークやデータセット。ゲノミクス：シーケンシングしたゲノム。言語学：アノテーション付きコーパス。歴史学：デジタル化されたアーカイブ。臨床：患者レジストリ、バイオバンク。社会学：縦断調査データセット
• システムまたはインフラの構築：稼働するシステム、プラットフォーム、またはパイプラインの構築
  • CS／ML：オープンソースのツールキット、デプロイ済みシステム。工学：プロトタイプ機器。臨床：臨床試験のインフラ、臨床意思決定支援システム。デジタル・ヒューマニティーズ：デジタル版、検索可能なアーカイブプラットフォーム
• 理論的分析：形式的な証明、導出、または数学的枠組み
  • 数学：定理。理論計算機科学：計算量の証明。経済学：均衡分析。哲学：体系的な論理的議論。文学理論：新たな理論的枠組み
• 実証的発見：観察、実験、またはデータ分析による新たな知見
  • 生物学：新種や新たなメカニズム。心理学：新たな行動現象。天文学：新たな天体やシグナル。医学：新たな臨床知見、疫学的パターン、または薬物相互作用。歴史学：新たに発見された一次資料による証拠。社会学：これまで記録されていなかった社会的パターン
• 解釈的または批評的な貢献：既存のテキスト、人工物、または文化的現象に対する新たな読解、批評、または再解釈（主に人文学および質的社会科学）
  • 文学研究：テキストやコーパスの新たな精読。歴史学：歴史的事件や時代の再解釈。美術史：美術作品や芸術運動の新たな分析。人類学：新たな民族誌的解釈
• 臨床またはトランスレーショナルな貢献：基礎科学の知見を臨床応用へと進めること、または患者集団における介入を評価すること（主に生物医学）
  • 医学：臨床試験の結果、基礎研究から臨床応用へのトランスレーショナル研究、臨床ガイドラインの策定、臨床上の推奨を含むシステマティックレビュー
• 統合またはサーベイ：既存の知見を一貫した枠組みに統合すること
  • 全分野：レビュー論文、メタ分析、システマティックレビュー、ハンドブックの章、研究分野の現状を論じる論考

リソース

必要とされた可能性が高いリソースを推定します。この分野に関係するリソースの種類を選択してください。

計算リソース（該当する場合）：

• 計算規模（GPU 時間、クラスターの利用時間、クラウド予算）、
• 特殊なハードウェア（FPGA、TPU、量子コンピューター）、
• エンジニアリング基盤（分散トレーニング、データパイプライン）。

物理的または実験的リソース（該当する場合）：

• 実験装置（顕微鏡、分光計、クリーンルーム）、
• 生物学的または化学的な材料、
• 動物またはヒトの被験者、
• フィールド機器またはフィールドへのアクセス。

データリソース（該当する場合）：

• データセットの規模と出所、
• アノテーションまたはラベリングに必要な労力、
• 臨床コホートまたは患者登録簿、
• 調査基盤、
• アーカイブまたは図書館のコレクション。

機関へのアクセス（該当する場合）：

• 業界または企業との提携、
• 臨床施設または病院へのアクセス、
• 政府または政策関連の機関へのアクセス、
• 複数機関間の連携。

資金提供の手がかり（該当する場合）：

• 謝辞に記載された助成金またはスポンサー、
• 企業からの資金提供、
• 国内または国際的な助成金。

リソースに関する主張には、明記された事実または推定のいずれかを示してください。

著者の分析

繰り返し見られる証拠を使って、以下を推定してください。

• 学生である可能性が高い著者、
• ポスドクまたは上級共同研究者である可能性が高い著者、
• 所属機関内の共同研究者、
• 所属機関外の学術共同研究者、
• 産業界または臨床分野の共同研究者、
• 一度限りの協力者か、長期的な協力者か。

著者の順序が一度見られただけで過度に解釈しないでください。その分野の著者順の慣習に沿って解釈してください。

影響力とシグナル

論文が次のいずれに見えるかを述べてください。

• 教授にとって中核となる論文、
• 学生を代表する論文、
• 共同研究の比重が大きい論文、
• 研究の転換点となる論文、
• 権威ある出版先への掲載を示すシグナル、
• 指導やリソースへのアクセスを示す強い指標。

執筆の質

以下の点を、その分野の学術的慣習に合わせて評価してください。

• 序論で問題または研究課題が明確に示されているか、
• 関連研究、文献レビュー、または理論的背景が適切に文脈を構築しているか、
• 方法、論証、または分析手法が明確に説明されているか、
• 証拠（実験、証明、データ分析、ケーススタディ、テキスト分析、臨床データ）がその分野において厳密かつ適切か、
• 論文に教育的な分かりやすさがあるか、
• （人文学の場合：文章の質、論証の高度さ、一次資料との向き合い方）、
• （生物医学の場合：臨床的意義の明確さ、統計報告の適切さ、限界および利益相反に関する透明性）。

確信度

確信度を高・中・低で示し、その理由を説明してください。

論文単位の判断にはすべて、references/evidence-rubric.md の証拠評価基準を使用してください。

ステップ 5. 教授レベルの評価を統合する

複数の論文を読んだうえで、以下の観点から教授を評価してください。

研究の強さ

以下を評価してください。

• 選んでいる課題の重要性、
• 価値ある問いに継続して取り組んでいるか、
• 流行を追うのではなく、研究の方向性を定める能力があるか、
• 影響力のある研究成果（手法、理論、フレームワーク、発見）を生み出す能力があるか、
• 出版先の一貫性（その分野のトップジャーナルまたはトップカンファレンス）、
• 長期的な一貫性。

メンタリングの強さ

以下を評価してください。

• 推定される学生の数と在籍の安定性（分野の典型的な研究室構成に照らして調整）、
• 学生が筆頭著者として登場しているか（筆頭著者と最終著者が重視される分野、または他分野の同等の慣習における筆頭著者）、
• 学生が時間とともに成長しているか、
• 学生がより成熟した研究を主導しているか、
• 確認できる場合は、卒業生の進路、
• 教授が独立した研究者を育てているように見えるか。

共同研究ネットワーク

以下を評価してください。

• 研究室間、大学間、国際間、および産業界（または分野をまたぐ）の共同研究、
• 幅広さと深さのバランス、
• 質の高い共同研究者との継続的な協力、
• 教授が共同研究の中核にいるか、周辺にいるか。

リソースのプロフィール

（フィールドプロフィールで特定した）教授の専門分野にとって重要なリソースを評価してください。

• 研究の種類に必要な重要リソースへのアクセス（計算資源、設備、データ、フィールドワークの機会、アーカイブ資料、臨床対象者など）
• 独自性の高い、または再現が難しいリソース（独自データセット、希少な設備、独占的な提携など）
• 利用可能なリソースで野心的なプロジェクトを実施できるか
• リソースを優れた成果へ効率的に結びつけているか

業務負荷と研究室文化のリスク

慎重に評価してください。

• 分野の標準と比べた成果の量（ML分野で教授が年間30本の論文を発表するのは普通かもしれませんが、哲学分野で年間30本なら懸念材料です）
• 1回の研究サイクルで多数の論文が集中して発表されているか
• 高い生産ペースの傾向
• 断片化のリスク（少数の充実した論文ではなく、内容の薄い論文を多数発表しているか）
• 成熟した委任の兆候
• 締め切りやプレッシャーに左右される文化の兆候
• 複数の解釈がなお妥当かどうか

成果量が多いことを示すシグナルの解釈が曖昧な場合は、少なくとも2つの妥当な説明を必ず示してください。

教育とコミュニケーションのシグナル

執筆や説明の仕方から評価してください。

• 導入の明確さ
• 文献レビューや関連研究の構成
• 手法や議論の説明
• 図、表、証明の教育的な工夫
• 論文が初学者の学習に適しているか

ステップ6．今後の方向性と募集機会を推測する

以下のシグナルを使ってください。

• 今後の課題に関する記述
• 直近2〜3年間の研究の変化
• 新たな共著者のパターン
• 新しいデータセット、手法、システム
• 繰り返し残されているボトルネック
• 繰り返し見られる手法や応用のパターン
• 新たな助成金や資金提供プロジェクト（確認できる場合）

以下について回答してください。

• 教授が最も拡大する可能性の高い領域
• 新しい学生や共同研究者が最も必要とされそうな領域
• 長期的に続く可能性が高い方向性
• 戦略的というより、機会に応じて取り組んでいる可能性のある方向性

ステップ 7. 応募者との適合性の分析

まず、上記の「応募者のレベルに応じた調整」セクションに基づき、応募者のレベルと分野の両方に合わせて、すべての助言を調整してください。

次に、応募者を以下の汎用的な研究上の役割の1つ以上に当てはめてください。当てはめる際は、分野に適した例を参考にしてください。学部生や修士課程の初期段階の学生の場合、役割を完全に担っているのではなく、「習得中」として位置づけてもかまいません。

• 実証研究者／実験研究者：データ収集、実験、または計算研究を主導する人
  • CS/ML：大規模な実験を実施する、生物学：ウェットラボまたは野外実験を設計・実施する、心理学：行動研究を行う、臨床医学：臨床試験または観察研究を設計・実施する、公衆衛生学：疫学調査を行う
• 理論構築者：形式的な枠組み、証明、または数学モデルを開発する人
  • 数学：定理を証明する、経済学：均衡モデルを構築する、理論計算機科学：アルゴリズムを分析する、哲学：一貫した論証を組み立てる、文学理論：解釈の枠組みを開発する
• 解釈研究者：テキスト、人工物、出来事、または文化現象に対する独自の読解、批評、または再解釈を行う人
  • 文学研究：精読、比較文学、歴史学：史料の解釈、史学史、美術史：視覚分析、人類学：民族誌的解釈、宗教学：テキストの釈義
• 臨床／トランスレーショナル研究者：基礎科学と患者ケアをつなぐ、または臨床現場で介入を評価する人
  • 医学：臨床試験、トランスレーショナル研究、看護学：エビデンスに基づく実践の研究、薬学：薬物相互作用の研究、リハビリテーション科学：介入の評価
• 質的研究者：インタビュー、民族誌、談話分析、またはその他の質的調査を行う人
  • 社会学：民族誌、グラウンデッド・セオリー、教育学：教室での観察、インタビュー調査、人類学：参与観察、コミュニケーション研究：談話分析、看護学：患者の経験に関する研究
• 方法論研究者：新たなツール、技術、プロトコル、または計測機器を作成する人
  • CS/ML：アーキテクチャや学習手順を設計する、化学：合成法を開発する、社会学：調査票を作成する、臨床医学：診断プロトコルを開発する、デジタル・ヒューマニティーズ：計算分析ツールを構築する
• リソース作成者：データセット、ベンチマーク、コーパス、ツールキット、またはインフラを構築する人
  • CS/ML：ベンチマーク／データセットの作成者、ゲノミクス：シーケンシングのパイプライン、デジタル・ヒューマニティーズ：注釈付きコーパス、臨床分野：患者レジストリ、バイオバンク、歴史学：デジタル化されたアーカイブ
• 分野横断的な橋渡し役：ある分野の手法や知見を別の分野につなぐ人
  • 全分野：生物学に計算スキルを持ち込む人、NLP に言語理論を取り入れる人、人文学に統計手法を応用する人、基礎科学に臨床の視点を持ち込む人など
• 応用専門家：既存の手法を特定の分野や課題に適用する人
  • CS/ML：医療分野にモデルを導入する、工学：理論を製品設計に応用する、公衆衛生学：疫学的手法を新たな集団に適用する
• 見習い研究者（学部生および修士課程の初期段階の学生向け）：基礎的なスキルと意欲を持ち、指導を受けながら研究方法論を学ぶことを主な目的とする人
  • 全分野：授業で得た知識と基礎的なスキル（技術的、分析的、または解釈的）を持ち、実践的な研究経験を積むことに意欲的な学生

次に、以下を判断してください。

• この教授が、応募者のレベルと目標に照らして適している理由
• この教授が、応募者にとってリスクのある選択肢となりうる理由
• 研究室への参加の難しさ（応募者のレベルを考慮してください。博士課程の学生しか受け入れない教授もいれば、学部生を歓迎する教授もいます）
• 応募者が強調すべき点
• 応募者が連絡する前に補うべき不足点

レベル別の適合性に関する考慮事項

博士課程志願者の場合：長期的な研究の方向性との一致、指導教員の指導スタイル、論文発表の見通し、キャリア形成に注目します。

• 人文・社会科学系：理論的な方向性との一致、論文執筆の指導の質、学生が独自の学術的な視点を育むことを教授が支援しているかどうかも考慮します。
• 生物医学系：研究室の設備、臨床現場へのアクセス、資金の安定性、学生が重要な論文の著者になれるかどうかも考慮します。

修士課程の学生の場合：テーマへの取り組みやすさ、プロジェクトの範囲設定、修士論文のスケジュールとの適合性、教授が修士論文の指導に成功してきた実績があるかどうかに注目します。次の点を確認します。学生が1〜2年で取り組める、明確に定義された下位課題はありますか？

• 人文・社会科学系：修士論文は、批評的エッセイ、文書館資料の研究、または民族誌的報告書となる場合があります。教授は、取り組み可能な解釈的または分析的な問いを設定できるよう学生を指導していますか？
• 生物医学系：修士論文は、範囲が明確に定められた実験、臨床データ分析、またはシステマティックレビューとなる場合があります。教授は、明確で達成可能な目標を持つプロジェクトを用意していますか？

学部生の研究者（卒業研究／論文／專題）の場合：研究への参加のしやすさ、学習機会、教授または上級学生に指導する余力があるかどうかに注目します。次の点を確認します。学生が現在のスキルを活かして貢献しながら、新しいスキルを学べる課題はありますか？教授の研究グループには、学部生を受け入れてきた実績がありますか？

• 人文・社会科学系：学部生は、文献レビュー、文書館資料の目録作成、翻訳、文字起こし、質的データのコーディング、指導下でのインタビュー実施などを支援できます。こうした貢献を評価する教授を探します。
• 生物医学系：学部生は、実験室での作業、データ入力、文献検索、簡単な分析、プロトコルの準備などを支援できます。研究室で学部生向けの体系的な受け入れ・研修体制を整えている教授を探します。

志願者の経歴が提示されていない場合は、一般的な称賛を述べるのではなく、志願者の種類と課程レベルに応じた条件付きのアドバイスを提示します。

教授と学生のタイプの適合性

この教授のもとでどのようなタイプの学生が最も力を発揮しやすいかを評価します。

• 自分で問いを生み出す自由に探究する学生と、明確な方向性を必要とする構造化された課題に取り組む学生。
• ツールを構築する方法論重視の学生と、具体的な問いへの答えを求める課題重視の学生。
• 迅速な成果を求める早期の論文発表を目指す学生と、基盤的な研究に長期的に取り組む深く掘り下げる学生。
• 最小限の指導で自走する自立型の学生と、頻繁な指導を必要とするこまめな指導を求める学生。
• 幅広いテーマに触れたい幅広く学ぶ学生と、特定分野を深く追究する狭い領域の専門家を目指す学生。

そのうえで、ユーザーの経歴が提示されている場合は、ユーザーがこれらのタイプのどれに当てはまるかを整理し、適合度を評価します。不一致は失格要因ではなくリスクとして示します。不一致が成長の機会となる場合もあります。

ステップ7B. 注意すべき兆候

適合性の分析を確定する前に、以下の危険信号を明示的に確認します。警告すべき兆候が見つからない場合も、このセクションは必ず出力に含めます。

研究の方向性の不一致

• 過去2〜3年で、教授の研究の中核となる方向性が志願者の関心分野から離れている。
• 志願者が関心を持つ研究分野で、最近の論文がない。

学生の育成に関する懸念

• 近年、学生が筆頭著者となった論文がほとんどない、またはまったくない（学生が論文を主導することを期待される分野の場合）。
• 現在の学生に明確な成長の軌跡が見られない（学生が中間著者から筆頭著者に進んでいない）。
• 卒業生の進路が確認できない、または卒業生が明確なキャリアパスを持たずに分野を離れている。
• 少人数グループで研究する分野（人文学、数学）で、学生の修了実績が確認できない、または学位取得までの期間が過度に長い。

学位課程ごとの注意すべき兆候

• 学部生の場合：教授に学部生を指導した経験がありません（学部生の共著者がいない、学部生の指導に関する記載がない）。必ずしも選択を見送る理由にはなりませんが、学部生向けの指導に必要な根気や体制があるか、疑問が残ります。
• 修士課程の学生の場合：教授のプロジェクトがすべて、明確に範囲を定められたサブ問題のない、複数年にわたる取り組みを必要とします。修士課程の学生は、1～2年以内に意義のある研究を完了するのに苦労する可能性があります。
• すべての学位課程の場合：教授の研究グループが大きすぎて個別指導の時間が非常に限られている、あるいは小さすぎて学べる仲間がいません。

分野ごとの注意すべき兆候

• 人文科学・社会科学：
  • 教授が単著の著作のみを発表し、目に見える形で学生を学術的な成果に関与させた形跡がありません（謝辞への記載もありません）。分野によっては一般的なことかもしれませんが、指導を求める学生にとっては、教授がどの程度関与してくれるのか疑問が残ります。
  • 研究グループの学生が学位取得までに非常に長い時間を要します（博士号取得に6～8年かかるのが一般的な人文科学の基準で見ても）。
  • 教授の理論的枠組みや思想学派が非常に限定的で、その分野の外で学生が選べるキャリアが限られる可能性があります。
  • 教授がより広い学術コミュニティに目立った形で関わっていません（学会発表、編集委員会、専門的な活動への参加がありません）。そのため、学生がネットワークを築く機会が限られます。
• 生物医学：
  • 教授の最近の論文に学生が筆頭著者となったものがありません。すべての論文がポスドクか教授自身によって主導されています。学生に実質的なプロジェクトの主導権が与えられていない可能性があります。
  • 研究室が、終了が近いと思われる単一の研究助成金に依存しています（NIH Reporter、MOST などで助成期間の終了日を確認してください）。
  • 教授の臨床業務の負担が非常に大きいように見えます（臨床関連の論文が多く、臨床分野のディレクトリにも掲載されています）。研究指導に割ける時間が限られている可能性があります。
  • 研究に特殊な機器や患者集団が必要で、それらを教授が不安定な可能性のある共同研究を通じて利用しています。
  • 教授が仮説に基づく研究よりも、多数の症例報告や臨床観察を発表しています。これ自体が問題というわけではありませんが、学生が受けるトレーニングの内容には影響します。
  • ヒトを対象とする研究では、IRB／倫理審査の承認により長い遅延が生じることがあります。教授の研究で新たなIRBプロトコルが必要な場合、学生の研究期間に影響する可能性があります。

共同研究への依存

• 教授の最近の影響力の大きい研究が、特定の外部共同研究者または機関に大きく依存しています。
• リスク：その共同研究が終了した場合、研究テーマが停滞し、在籍中の学生が行き場を失う可能性があります。

研究室の状況を示す兆候

• 著者リストが頻繁に変わっていることから、多くの学生が入れ替わっていると推測されます（研究室単位の共同研究が一般的な分野の場合）。
• 同じ分野の仲間が見当たらない単独の学生だけの研究室です（グループ作業が想定される分野の場合）。
• 論文の発表傾向から、研究が細分化されていることがうかがえます。貢献の上積みがわずかな、非常によく似た論文が短期間に多数発表されています。（分野の標準に照らして判断してください。生物医学では、コホートごとに別々の論文を発表するのが一般的な場合があります。MLでは、同じ手法の小幅な変種を複数の発表先に投稿していると、研究の細分化を示している可能性があります。）

注意すべき兆候の提示ルール

• 見つかった注意すべき兆候をそれぞれ、根拠および根拠のレベル（A／B／C／D）とともに列挙してください。
• それぞれについて、深刻度を示してください：進学を見送るべき（強く再検討する）、深刻（注意して進める）、または軽微（認識しておく）。
• それぞれについて、妥当な問題のない説明が考えられるかどうかを示してください。
• 注意すべき兆候が見つからなかった場合は、このセクションを省略せず、その旨を明記してください。

ステップ 8. アウトリーチメールの戦略

references/outreach-playbook.md のルールに従ってください。

メッセージは必ず次の点を中心に組み立ててください。

• 具体的な研究テーマを 1 つか 2 つ挙げる
• 応募者が貢献できる具体的な方法を 1 つ示す
• 入念に調べたことが伝わる要素を 1 つ入れる
• 話し合うことが双方にとって有益な理由を 1 つ示す

次のような内容は避けてください。

• ありきたりなお世辞
• 「あなたの研究に興味があります」のような漠然とした表現
• 論文の要約をメールにそのまま貼り付けること
• 適性を示さずに入学を希望すること

ユーザーからアウトリーチの支援を求められた場合は、応募者のレベルに合った文面を作成してください。

• 博士課程の応募者向けメール：研究に対する成熟度と、具体的に貢献できる可能性を示します。
• 修士課程の論文執筆学生向けメール：具体的に関心のあるテーマ、関連する授業やプロジェクト、学ぶ意欲を示します。
• 学部生の研究参加希望者向けメール：熱意、関連する授業、具体的なスキル、教授の研究分野に関する具体的な知識を示します。学部生であることを正直に伝えてください。教授は率直さを好みます。
  • 人文・社会科学分野で挙げるスキル：語学力、精読の経験、史料調査の経験、質的研究法に関する授業、文章作成能力、特定の理論的枠組みや歴史的時代への理解。
  • 生物医学分野で挙げるスキル：実験実習の経験、習得した具体的な手法（PCR、細胞培養、顕微鏡観察など）、統計学やバイオインフォマティクスの授業、臨床現場の見学やボランティアの経験、特定のモデル生物や疾患領域への理解。
  • STEM・工学分野で挙げるスキル：プログラミング言語、数学の知識、ハードウェアの経験、データ分析ツール。
• 研究協力の依頼メール（ポスドク、教員、または企業の研究者向け）。
• 短い関係構築メール（あらゆるレベルの初回連絡向け）。

学部生と修士課程の学生は、敬意と意欲を示しつつ、卑屈にならないようにしてください。相手の研究について入念に調べたことを示しましょう。相手の研究に関心を持った理由を具体的に述べる段落を 1 つ、自分が提供できるものを述べる段落を 1 つ、最後に、自分のレベルに合った募集枠やプロジェクトがあるかを尋ねる文を 1 文入れてください。

ステップ 9. 会話・面接ガイド

このセクションは応募者のレベルに合わせて調整してください。

ユーザーから面談の準備を求められた場合は、次の内容を含めてください。

• 教授から聞かれる可能性が高い質問（応募者のレベルに合わせる）
• 各質問で見極めようとしていること
• 効果的な回答の構成
• 失敗につながる要因
• 応募者から尋ねるべき、気の利いた質問を 1 つか 2 つ
• 研究アイデアを、浅はかまたは傲慢な印象を与えずに提案する方法

レベル別の準備

博士課程への出願者：研究方法論、論文の執筆経験（あれば）、長期的な研究関心、そしてなぜこの指導教員を希望するのかについて話せるように準備しましょう。教授は、あなたが自立した研究者になれるかどうかを評価しています。

• 人文・社会科学：関心を持っている理論的伝統、執筆サンプル（該当する場合）、知的関心が教授の研究とどのようにつながっているかについて話せるように準備しましょう。
• 生物医学：研究室での経験、知っている実験手法、教授の研究課題をメカニズムのレベルでどの程度理解しているかについて話せるように準備しましょう。

修士課程の学生：関連する授業、プロジェクトの経験、論文研究をしたい理由（授業のみの履修ではなく）について話せるように準備しましょう。教授は、あなたが論文を完成できるか、また研究テーマとの適合性に無理がないかを評価しています。

• 人文・社会科学：関心のあるテキスト、時代、現象と、修士論文のテーマについての予備的なアイデアがあれば、それについて話せるように準備しましょう。
• 生物医学：関連する実験室実習、研究経験があればその内容、実験研究、計算研究、臨床研究のどれに関心があるかについて話せるように準備しましょう。

学部研究者（卒業研究／論文／專題）：関連科目、スキル（分野に応じたプログラミング、実験手法、語学力、分析ツール、精読の経験、質的研究法など）、そして何を学びたいかについて話せるように準備しましょう。教授は、その経験から十分な恩恵を得られるだけの基礎があるか、信頼でき、意欲的であるかを評価しています。まだ知らないことについて正直に話すのは、弱みではなく強みです。教授の論文またはプロジェクトの説明を少なくとも1つ読み、興味を持った点を自分の言葉で説明できるようにしましょう。

• 人文・社会科学：関連科目（理論、方法論、地域研究）、これまでに行った執筆や研究、語学力、教授の研究のどの点に知的な魅力を感じているかを伝えましょう。
• 生物医学：関連する実験室実習、これまでに学んだ手法、統計またはコンピューティングのスキル、教授の研究のどの点をより深く理解したいかを伝えましょう。

逆質問の戦略

応募者が以下について尋ねられるよう、質問を用意しましょう。

• 指導スタイル：「1年目のプロジェクトは、一般的にどのようなものですか？」／「学生はどのようにテーマを選びますか？」
• 研究室／グループの雰囲気：「学生の1週間は、一般的にどのような感じですか？」／「重要な論文の締め切りや節目には、グループでどのように対応していますか？」
• 実際の対応可能性：「学生とはどのくらいの頻度で個別に面談しますか？」／「学生同士で共同研究をすることはありますか？」

学部生の場合は、以下も加えましょう。

• 「現在、グループに学部生はいますか？」
• 「学部生に適したプロジェクトはありますか？」
• 「先生と直接一緒に取り組みますか。それとも大学院生と取り組みますか？」
• 「始める前に準備しておくと役立つ知識やスキルはありますか？」

尋問のように聞こえないよう、好奇心を示す聞き方にしましょう。

短い面談で相性を感じてもらう

20分の会話を次のように構成しましょう。

1. （2分）最近の研究について具体的な所見から始めます。お世辞ではなく、真摯な洞察や質問を伝えましょう。
2. （5分）自分の背景をつなげます。プロジェクトを1つ、スキルを1つ、相手の研究との接点を1つ伝えましょう。
3. （5分）博士課程への出願者は、考えている小さな研究の切り口を提案します。修士課程または学部生は、参加できそうな具体的なプロジェクトについて尋ねましょう。
4. （5分）教授の見解を尋ねます。「この研究は今後どのように進むとお考えですか？」／「ボトルネックは何ですか？」
5. （3分）実務的な次のステップを確認して締めくくります。「次回お話しするまでにXを読んでおくとよいでしょうか？」／「何か特別に準備しておくことはありますか？」

研究アイデアの提案に関する調整

• アイデアは、スタータープロジェクトとして実現できる程度に小規模にしてください。
• 教授が現在取り組んでいる研究分野とつながりつつ、自分自身の経験に基づくひねりを加えてください。
• 「Xについて考えているのですが、ぜひ先生のご意見を伺いたいです」という形で伝え、「先生の研究室でXに取り組みたいです」とは言わないようにしてください。
• 教授から別の方向へ誘導されたり、却下されたりする可能性に備えてください。それも、新しいアイデアにどう向き合うかを知るための貴重な情報です。
• 野心的すぎるアイデア（経験不足を示唆します）や、小規模な改良にとどまるアイデア（ビジョンの欠如を示唆します）は避けてください。
• 学部生の場合：研究アイデアを提案しなくてもまったく問題ありません。代わりに、既存のプロジェクトに関心があることを伝え、どのように貢献できるか尋ねてください。教授は、新しいアイデアを提案させるより、既存のプロジェクトに学部生を参加させることを好む場合がよくあります。

出力要件

references/output-template.md のテンプレートを使用してください。

根拠が十分にある場合は、最低限、次のセクションを含めてください。

1. 分野のプロフィール（ステップ 0 から）
2. 教授の概要
3. 研究の変遷
4. 研究の分類
5. 論文ごとの分析
6. 指導教員の評価
7. 今後の研究方向
8. 応募者との適合性分析
9. 注意すべき兆候
10. コールドメールのテンプレート
11. 面談・面接の進め方
12. 最終評価

一部のセクションを完成できない場合は、セクション名を残し、不足している情報を明記してください。

最終評価の要件

最後に、次の内容を記載してください。

• ユーザーの学年・段階において、この教授のもとで最も成果を上げやすい応募者のタイプ
• 最も成果を上げにくい応募者のタイプ
• ユーザーの学年・段階に応じた最大の機会
• 最大のリスク
• ユーザーの学年・段階に合わせた、次に取るべき3つの行動（例：学部生の場合は「科目 X を履修する」「ツール Y を学ぶ」「論文 Z を読む」、博士課程への応募者の場合は「トピック X の研究計画を準備する」「在籍中の学生 Y に連絡する」など）

ガードレール

• 推測を事実として提示しないでください。
• 論文1本だけを根拠に、業務量、人柄、倫理観を推測しないでください。
• 共著者が繰り返し登場するからといって、全員が学生だと決めつけないでください。
• 最終著者の論文がすべて教授主導だと決めつけないでください。
• CS／ML 分野の規範を、調整せずに他分野へ適用しないでください。
• STEM 分野の規範を、人文科学や社会科学に適用しないでください。単著、出版頻度の低さ、書籍規模の著作、理論的（非実証的）な貢献は、いずれもそれぞれの分野において正当かつ高く評価されるものです。
• ベンチサイエンスの規範を、臨床、公衆衛生、集団ベースの研究に適用しないでください。研究デザインによって、期間、著者の構成、必要なリソースは異なります。
• 出版数の少なさが一般的な分野では、それをマイナス評価しないでください。
• 単著が標準的な分野では、それをマイナス評価しないでください。
• 小規模なグループや個人研究が一般的な分野では、大規模な研究室がないことをマイナス評価しないでください。
• 計算スキルが中心的でない分野では、それがないことをマイナス評価しないでください。
• アーカイブ、解釈、理論を中心とする分野では、実験室でのスキルがないことをマイナス評価しないでください。
• アクセス制限や調査範囲の不完全さを隠さないでください。
• 卒業生の進路を捏造しないでください。
• 称賛することを優先しないでください。意思決定に役立つことを優先してください。
• 「研究」が実験的または定量的な取り組みを意味すると決めつけないでください。解釈的、批判的、アーカイブ的、創造的な研究も、同等に正当な研究形態です。

参考資料

• references/evidence-rubric.md。根拠の段階、確信度のルール、反証に関する手順。
• references/output-template.md。標準レポートの構成。
• references/outreach-playbook.md。連絡メールと面接の進め方に関するルール。