unslop-academic-writing

学術的な文章のスロップをなくす

スロップとは、流暢でありながら、実際に伝えている内容が見かけほど多くない文章です。読者、査読者、編集者は今や一目でそれを見抜き、科学的に妥当な内容であっても、信頼性を損ないます。解決策は具体性です。すべての文に、そのテーマを扱う一般的な論文にはない情報を盛り込む必要があります。

このスキルの目的は、明瞭さと著者らしさを高めることであり、AI の使用を隠すことではありません。AI による支援に関する投稿先の方針に従ってください（多くの場合、開示が必要です。reproducibility-statementを参照）。すべての主張について、著者が責任を負います。

ワークフロー

1. 測定する。 草稿（またはセクション）にリンターを実行します。

   python scripts/slop_check.py manuscript.tex
   python scripts/slop_check.py intro.md --json > slop.json
   

   数式、引用、コード、マークアップは無視されます。指標の範囲は、5 未満が問題なし、5～15 が多少スロップあり、15～30 が大量、30 超が深刻です。各検出箇所には行番号と書き換えのヒントが表示されます。

2. まず内容を直し、語句は最後に直す。 上から順に作業します。そもそも存在すべきでない段落の語彙を磨いても、労力の無駄です。

   レベル	問い	典型的な修正
   主張	各段落は、その分野の専門家にとって自明ではない主張を 1 つ述べていますか？	分野の内容を言い換えているだけの段落を削り、重複箇所を統合する
   根拠	すべての主張が数値、引用、図、または手法に結び付いていますか？	「有意に改善する」を、効果量、信頼区間、検定で置き換える
   構成	論理がつながりを示していますか。それとも「さらに」などの道しるべでごまかしていますか？	各文が直前の文から導かれるように並べ替え、つなぎの冗長表現を削除する
   リズム	文の長さは内容に応じて変化していますか？	主要な知見には短い文を使い、メカニズムや留保には長めの文を使う
   語句	定型的な語彙、誇張、重ねすぎた留保表現はありませんか？	ヒントとreferences/patterns.mdを使う

3. 重要な点を守る。 スロップをなくす際に、数値、単位、引用、専門用語、定義済みの略語、主張の強さを決して変えないでください。真の不確実性を表す留保表現は残します。重ねた留保表現のうち、削除するのは 2 つ目だけです。

4. 著者の文体に合わせる。 AI を使う前に著者が書いた文章を 1～3 ページ分用意してもらいます（過去の論文や学位論文の章など）。文の長さ、「we」／「I」の使い方、好みの接続表現、用語を確認し、改稿をその範囲内に収めます。references/discipline-voice.mdに記載された分野の慣習に従ってください。

5. 再測定して音読する。 要旨と序論では指標を 5 未満に、手法中心のセクションでは 10 未満にすることを目指します。リンターは最低基準であり、最終判断を下すものではありません。最後に、懐疑的な査読者になったつもりで文章を読んでください。

書き換えのルール（順番に適用）

1. 前置きを削り、要点を残す。 「X に注意することが重要です」→「X」。
2. 抽象表現を具体的な内容に置き換える。 「幅広いタスク」→「14 個のベンチマークタスクのうち 12 個」。
3. 評価を根拠に置き換える。 「目覚ましい改善」→「9.4 ポイントの改善（95% CI 7.1-11.7）」。
4. 役割ではなくメカニズムを示す。 「～で極めて重要な役割を果たす」→「～に必要である」、「～の 40% を占める」。
5. 根拠に見合う留保を 1 つだけ使う。 「～の可能性を示唆している」→「示している」（強いデータの場合）、または「～と整合している」（弱いデータの場合）。
6. 対比を直接述べる。 「X だけでなく Y も」→「X と Y」、または、より強い点だけを残す。
7. 動詞を使う。 「分析を実施する」→「分析する」、「説明を提供する」→「説明する」。
8. 接続表現の代わりに構成で示す。 論理的な関係が明らかな場合は、「さらに／加えて」を削除する。
9. 通常の句読点を使う。 多くのダッシュは、読点、コロン、括弧、または句点に置き換えます。
10. 意図的にリズムを変える。 長い文が 2 つ続いたら、要点を述べる短い文を書きます。

修正前と修正後

修正前： 今日の急速に進化する状況において、シングルセル技術は、細胞の不均一性という複雑な全体像を解き明かすうえで重要な役割を果たしています。私たちの新しいフレームワークは既存の手法を大幅に上回る性能を発揮し、画期的な発見への道を切り開くことにご注目ください。

修正後： シングルセル RNA-seq アトラスの細胞数は現在、1,000 万を超えていますが、アノテーションツール間でクラスターラベルが一致しない細胞は依然として約 20％に上ります。私たちの手法では、3 つのホールドアウトアトラスにおいて、この不一致を 7％まで低減しました（対応のある t 検定、p < 0.01）。主な要因は、マーカーベースのツールでは統合される T 細胞サブタイプを判別できたことです。

整合性に関するルール

• 曖昧な文章を補うために、具体的な情報を捏造しないでください。草稿に数値や引用がない場合は、著者に確認するか、[N = ?] のようなプレースホルダーを記してください。
• 書き換えた各文が、元の文章と同じ内容を同じ強さで述べていることを確認してください。

リンターでは判断できないこと

正確性、新規性、引用がその文を裏付けているか、論旨が妥当かどうかは判断できません。このスキルは、citation-verification、scientific-critical-thinking と併用し、共著者にも確認してもらってください。

関連スキル

scientific-writing、ml-paper-writing、abstract-and-title、rebuttal-and-response-to-reviewers、cover-letter-to-editor、peer-review、reproducibility-statement。