reproducibility-statement

再現性と透明性に関する声明

ワークフロー

1. 投稿先が求める声明とチェックリストをすべて確認します（セクション1）。
2. 声明を書く前に、データとコードを登録し、永続的識別子を取得します。
3. 具体的な場所、ライセンス、アクセス条件を記載して、各声明の草案を作成します。
4. ログアウトした状態ですべてのリンクと登録番号を確認します。まだ利用できないものを、利用可能だと決して記載しないでください。
5. チェックリストには正直に回答し、「いいえ」にはそれぞれ理由を添えます。

編集者は、声明がない、または曖昧であることを理由に、初期審査で不採択にするケースが増えています。査読者も声明を確認します。それぞれを定型文ではなく、正確で検証可能な主張として扱ってください。

1. 投稿先の要件を確認する

投稿先の最新の著者向けガイドラインとチェックリストを確認します（venue-templates と journal-format のスキルから参照できます）。一般的な要件は次のとおりです。

投稿先の種類	一般的な要件
ML カンファレンス（NeurIPS、ICML、ICLR）	PDF 内の論文チェックリスト（再現性、計算資源、ライセンス、広範な影響、LLM の使用）、コードの公開推奨
ACL／ARR の投稿先	NLP の責任ある研究に関するチェックリスト、制限事項のセクション（必須）、倫理に関する声明
Nature Portfolio	データおよびコードの利用可能性に関する声明、報告概要、図の元データ
PLOS	データ利用可能性に関する声明（必須）。法的な免除がない限り、データは制限なく利用可能でなければなりません
臨床系ジャーナル	試験登録、データ共有に関する声明（ICMJE）、報告ガイドラインのチェックリスト（CONSORT、STROBE など）
Cell Press	Key Resources Table とリソース利用可能性のセクションを含む STAR Methods

2. データ利用可能性に関する声明

永続的識別子を使い、どこで、どのように、どのような条件で利用できるのかを記載します。

研究結果を裏付ける処理済みデータは、CC BY 4.0 の下、Zenodo（https://doi.org/10.5281/zenodo.XXXXXXX）で利用できます。生のシーケンスリードは、BioProject PRJNAXXXXXX として SRA に登録されています。患者単位の臨床データは、［規制］により一般公開できません。［データアクセス委員会の連絡先］に申請でき、データ利用契約の締結が必要です。

• 分野別リポジトリがある場合は利用します（GEO／SRA／ENA、PDB、PRIDE、OpenNeuro、Dryad、ICPSR、PANGAEA）。それ以外の場合は、汎用リポジトリを利用します（Zenodo、Figshare、OSF、Dataverse）。
• 「合理的な要請があれば提供します」とだけ記載すると、却下されるケースが増えています。制限の理由とアクセス方法を説明してください。
• 投稿前に DOI を予約します（Zenodo では DOI を予約できます）。投稿先が許可している場合は、査読者用の非公開リンクを使用します。

3. コードの利用可能性と成果物のパッケージ化

公開するリポジトリのチェックリスト：

• 論文のバージョンに対応するタグ付きリリースを作成し、Zenodo にアーカイブします（GitHub 連携により DOI が発行されます）
• インストール方法、最小限の実行例、各表・図を再現するための正確なコマンドを記載した README
• 固定した環境：バージョンを記載した uv.lock／requirements.txt、environment.yml、またはコンテナイメージのダイジェスト
• 乱数シード、実行回数、ハードウェアを記載し、ばらつきを報告します（N 個のシードでの平均 ± 標準偏差）
• データのダウンロード／前処理スクリプト（再配布ライセンスのないデータは同梱しないでください）
• 主張の中核となる場合は、チェックサム付きの事前学習済み重みまたはチェックポイント
• LICENSE（コードには OSI 承認ライセンス、テキスト／データには CC BY）を用意し、サードパーティのライセンスを遵守します
• CITATION.cff を用意して、GitHub に「このリポジトリを引用」と表示させます
• ダブルブラインド査読用に匿名化します（匿名の GitHub ミラーを使用）。カメラレディ版では匿名化を解除します

4. 計算資源と環境に関する報告（ML およびシミュレーション）

メインの実験およびハイパーパラメーター探索を含むプロジェクト全体について、ハードウェア（GPU／CPU の種類と台数）と総計算量（GPU 時間）を報告します。主要なフレームワークのソフトウェアバージョンも報告します。

5. その他の記載事項

• 著者の貢献（CRediT）：各著者を14の役割（構想、方法論、ソフトウェア、検証、形式分析、調査、リソース、データキュレーション、執筆―初稿、執筆―レビューと編集、可視化、監督、プロジェクト管理、資金獲得）に割り当てます。
• 利益相反：金銭的および非金銭的な利益相反を申告するか、「なし」と記載します。
• 資金提供：資金提供者が指定する正確な名称と助成番号を記載します。
• 倫理：IRB／倫理委員会の名称と承認番号、同意取得の手順、動物福祉に関する承認、デュアルユースに関する考慮事項を記載します。
• AI ツールの使用：投稿先のポリシーに従います。多くの投稿先では、執筆または分析における生成 AI の使用について開示を求め、AI を著者として記載することを禁止しています。使用したツールと、出力をどのように検証したかを説明します。
• 制限事項／より広範な影響：具体的な失敗パターン、結果が当てはまらない可能性のある集団や状況、悪用の可能性、およびその軽減策を記載します。

ルール

• すべての記載内容は、投稿時点で真実でなければなりません。すべてのリンクとアクセッションが機能することを確認してください（ログアウト状態またはプライベートウィンドウで確認します）。
• 著者以外の誰かが README から再実行していない限り、「完全に再現可能」と主張しないでください。
• チェックリストには正直に回答してください。根拠のない「はい」より、理由を添えた「いいえ」のほうが適切です。

関連スキル

ml-paper-writing、scientific-writing、venue-templates、datalad、lamindb、 research-grants（データ管理計画）。