Gakuto, Ph.D. | Biomechanics (@gkt_phd) header
Gakuto, Ph.D. | Biomechanics (@gkt_phd) profile picture

博士|スポーツ医学・バイオメカニクス研究者 国際誌14報|ハムストリングス肉離れ・超音波の研究 医療職・大学院生向けに論文・学会発表・AI活用を発信 note: https://teapawt.org/t.co/M1rEgiQkTX

Joined May 2026
Photo by Gakuto, Ph.D. | Biomechanics (@gkt_phd)Photo by Gakuto, Ph.D. | Biomechanics (@gkt_phd)Photo by Gakuto, Ph.D. | Biomechanics (@gkt_phd)Photo by Gakuto, Ph.D. | Biomechanics (@gkt_phd)Photo by Gakuto, Ph.D. | Biomechanics (@gkt_phd)Photo by Gakuto, Ph.D. | Biomechanics (@gkt_phd)Photo by Gakuto, Ph.D. | Biomechanics (@gkt_phd)Photo by Gakuto, Ph.D. | Biomechanics (@gkt_phd)Photo by Gakuto, Ph.D. | Biomechanics (@gkt_phd)Photo by Gakuto, Ph.D. | Biomechanics (@gkt_phd)
博士を終えて1年。 修士の頃の自分は、研究の進め方も、論文の書き方も、発表の作り方も、本当に何も分かっていませんでした。 でも、試行錯誤を重ねる中で、 少しずつ研究の「型」や「考え方」が身についていきました。 2026年5月時点で、 ・国際論文 14本 ・学会発表 30回(国際学会 5回) ・受賞 3回 ・科研費採択 1回 周りのサポートも受けながら ここまで来ることができました。 修士の自分には想像もつかなかったでしょう。 もちろん、最初から順調だったわけではありません。 たくさん失敗したし、遠回りもしました。 だからこそ、このアカウントでは、 自分が博士課程で培ってきた研究ノウハウを、できる限り惜しみなく発信していきたいと思っています。 ・研究テーマの考え方 ・論文の読み方/書き方 ・発表の作り方 ・研究の進め方 ・英語との向き合い方 ・メンタルや継続のコツ 「昔の自分が知りたかったこと」を中心に共有していきます。 これから研究を頑張りたい人の、少しでも助けになれたら嬉しいです。
1
107
25,092
博士号を取得するには,従来型の博士論文を書く必要がある. その常識が,世界の一部で変わり始めています. 2026年11月10日,Natureが各国の博士号制度の変化を紹介しました. 例えば, 【オーストラリア】 大学と企業が共同で研究課題を設計する産業博士プログラムを展開. 【中国】 従来型の学位論文に代えて,製品・プロジェクト・技術開発などの成果を基に博士号を取得する新しい仕組みが登場. 【アメリカ】 企業と大学が共同で博士人材を育成するプログラムを開始. 背景には,大学だけでなく産業界でも活躍できる博士人材を育てたいという狙いがあります. 私は仕事終わりに研究を続けて博士号を取得しました. そして現在は,企業でも研究に携わっています. だからこそ,博士課程で培う研究能力が,大学の外でも評価される仕組みには可能性を感じます. 一方で,社会実装や短期的な成果ばかりを重視すると,基礎研究が評価されにくくなる懸念もあります. 博士号の価値は,論文の本数だけでも,製品開発の実績だけでも測れないと思います. 皆さんは,博士号の評価基準がこうした方向に広がることをどう考えますか? 出典:Nature(2026) nature.com/articles/d41586-0…
2
17
2
123
20,959
学会発表を30回以上経験して思う, 質疑応答で絶対に避けたいことTOP3. 🥉3位 質問が終わる前に答え始める. → 質問の意図を取り違える原因になる. 🥈2位 聞かれていないことまで長々と説明する. → 結局,質問への答えが伝わらない. そして,第1位は… 個人的には,これが一番危険だと思っています.
3
9
4
188
168,122
🥇1位:分からないのに,分かったふりをする. 質問を理解できていないのに答えたり,検証していないことを断言したりするのが最も危険. 分からなければ,聞き直していい. 検証していなければ,正直に伝えていい. 質疑応答は,すべてに答える試験ではありません. 大切なのは,自分の研究で「分かっていること」と「まだ分かっていないこと」を明確にすること. 皆さんは,どんな質問が一番苦手ですか?
4
47
19,988
研究者による生成AIの利用,一般の人はどう見ていると思いますか? 2026年11月10日,Natureが興味深い調査結果を紹介しました. 日本を含む9か国,約19,000人を対象とした調査です. その結果,46%が「研究者による生成AIの利用は社会を良くする」と回答. 調査対象の10グループの中で,研究者が最も肯定的に評価されていました. ただし,ここが重要です. 研究者なら何にAIを使っても信頼される,という意味ではありません. 信頼の背景には,研究者がAIを適切に使う能力や誠実さへの期待があります. 先日,大学のFDセミナーでも研究・教育におけるAI活用についてお話ししました. 個人的には,AIを使うかどうかだけでなく,どのように使い,どこまで研究者自身が責任を持つかが重要だと考えています. 例えば, ・生成した情報の正確性を確認する ・未公開データの取り扱いに注意する ・投稿先の規定に従ってAI利用を開示する AIへの信頼は,研究者の責任とセットです. 皆さんが研究でAIを使う際,最も気になるのは? ① 情報の正確性 ② データの機密性 ③ 論文での使用ルール ④ その他 出典:Nature(2026) nature.com/articles/d41586-0…
1
11
2,715
査読済み論文でも,参考文献が正しいとは限りません. 2026年10月,PNASに興味深い研究が掲載されました. 研究者らは,化学・物理学・工学・情報科学などの査読済み論文50万本を調査. すると,619本の論文から合計1,135件の「存在を確認できない参考文献」が検出されました. しかも,該当する論文の割合は, 2023年:1,600本に約1本 2026年初頭:435本に約1本 と増加しています. ただし,すべてが架空文献と確定したわけではなく,生成AIが原因と証明されたわけでもありません. 重要なのは,査読済みであっても参考文献の正確性は保証されないということ. 論文を書く際は, ① DOIから原著にアクセスする ② タイトル・著者・出版年を照合する ③ 引用した主張が原著に書かれているか確認する ④ 訂正・撤回情報を確認する この4つは習慣にしたい. 参考文献は,数を増やすためのものではありません. 自分の主張を支える根拠です. 論文執筆時に確認できるよう,ぜひ保存しておいてください. 出典:PNAS(2026) doi.org/10.1073/pnas.2623869…
2
26
7
131
29,231
20年以上前に出版された論文が,いま次々と撤回されています. 2026年11月11日,Natureが興味深い記事を公開しました. Retraction Watchのデータを分析すると,出版から20年以上経過した論文について,358件の撤回と120件の懸念表明が確認されています. 中には,出版から80年後に撤回された事例も. なぜ今になって? 過去の研究のデジタル化が進み,古い論文も再び発見されるようになったことが背景の一つです. さらに,AI検索が問題のある古い研究を再び広めてしまうケースもあります. ただし,新しい研究で異なる結果が出たからといって,必ず撤回すべきとは限りません. 重要なのは,研究結果の信頼性が失われているかどうか. 私たちが注意したいのは, 「長年引用されている=信頼できる」 と考えてしまうこと. 古い論文を引用する際は,撤回・訂正・懸念表明の有無も確認したいですね. 皆さんは,引用する論文の撤回情報まで確認していますか? 出典:Nature(2026) nature.com/articles/d41586-0…
1
5
1
15
6,913
筑波大学でのFDセミナー,無事に終了しました! 今回は「研究・教育における生成AIの活用」についてお話しさせていただきました. 生成AIの進化があまりにも速く,準備を進める中でも新たな発見の連続でした. 先生方が作ってくださった温かい雰囲気のおかげで,とても楽しくお話しできました. 下山先生@HSagayama ,仙石先生,下竹先生,企画・運営いただきありがとうございました. また,佐渡先生@ns19910626 や平田先生にもお会いでき,貴重な機会となりました. ご参加いただいた先生方,貴重なお時間をありがとうございました! 自分自身も,研究・教育にどうAIを組み込んでいくか,引き続き試行錯誤していきたいと思います.
2
1
36
3,964
論文を書く研究者というのかい? 贅沢な名だね. 今からお前の名前は「AIが書いた文章のファクトチェック係」だ. いいかい,ファクトチェック係だよ. 分かったら返事をするんだ,ファクトチェック係!
1
5
53
6,933
こうならないようには頑張りたい笑
1
781
ありがたいことに,筑波大学のFDセミナーにお招きいただきました. 下山先生@HSagayama からお声がけいただき,研究・教育における生成AIの活用について明後日お話し予定です. 実績も経験も豊富な先生方がたくさんいらっしゃる中で,自分が話ししてよいのだろうかと,今でも思っています笑 実は,講演の構成案を考え始めたのは約2か月前. 大まかな枠組みだけ決めて,そこからしばらく放置していました.笑 というのも,生成AIの進化があまりにも速く,早い段階で資料を作り込んでも,講演当日には情報が古くなってしまうと思ったからです. そして最近,本格的に資料作成を再開. スライドとにらめっこしていますが,この2か月だけでも新しい機能が次々と登場し,自分自身のAIの使い方もだいぶ変わりました. 当初考えていた内容を見直すことも多く,AI関連の講演資料は本当に水物だなと実感しています. 資料はようやく完成間近ですが,おそらく講演直前まで修正していそうです.笑 せっかくいただいた貴重な機会なので,普段の研究活動で実践していることや,試行錯誤してきた経験も含めて,少しでも有益なお話ができればと思います.
2
1
1
26
4,367
PubMedに新機能が追加されました! 2026年9月24日,米国国立医学図書館(NLM)が「Linked Discoveries」を公開しました. これ,論文を探すときに便利そうです. 通常はキーワードを入力して論文を探しますが,検索語だけでは関連研究を見逃す可能性があります. 新機能では,1本の論文から関連論文を最大200本まで可視化できます. 使い方は簡単です. ① PubMedで気になる論文を開く ②「Linked Discoveries」をクリック ③ 関連論文のネットワークを表示 ④ Graph・Timelineを切り替えて確認 ⑤ 気になる論文を選び,さらに関連研究を探す しかも, ・引用関係を確認できる ・レビュー論文を識別できる ・撤回された論文を確認できる ・検索結果をCSVで保存できる という機能もあります. ただし,現在は試験運用中. 表示結果が網羅的とは限らないため,通常の文献検索との併用が必要です. 論文を探すときは,キーワードだけでなく「論文同士のつながり」をたどる. 研究テーマを探している大学院生にもおすすめの機能です. 出典:NLM(2026) nlm.nih.gov/news/linked_disc… 利用ガイド: linkeddiscoveries.ncbi.nlm.n…
2
95
4
380
19,344
そして久しぶりのポスター発表! 最近の学会は参加するたびにどんどん新しい出会いができて楽しいです!
2
70
6,521
論文の査読を5日以内に終えると,200ドルもらえる? 2026年11月6日,Natureが興味深い取り組みを紹介しました. プレプリントの査読プラットフォーム「XSci」では,査読者に報酬が支払われます. ① 5日以内に査読完了 → 200ドル ② 10日以内に査読完了 → 100ドル 一方,査読を依頼する著者側も料金を支払う仕組みです. 実は私も2年前,別の出版社の有名な学術誌から,有償査読の依頼を受けたことがあります. 当時は「えっ,査読でお金をもらえるの?」と驚きました.笑 もちろん,報酬のある査読はまだ一般的とはいえません. これまで査読は,研究者による無償の学術貢献として行われることが一般的でした. ただ,報酬があれば査読が速くなるのか? 速くなっても,査読の質は維持できるのか? 個人的には,報酬の有無よりも,査読の独立性と質を保証できる仕組みが重要だと思っています. 出典:Nature(2026) doi.org/10.1038/d41586-026-0…
2
33
20
162
96,666
AIに研究費の審査を任せると,斬新な研究ほど不利になる可能性が示されました. 2026年11月3日,Natureが興味深い研究を紹介. 研究者は,実際に提出された139件の研究費申請書をGPT-4oに評価させ,人間による採否と比較. 結果は, ① AIと人間の採否判断が一致したのは約60% ② 新規性が高い研究ほど判断が食い違いやすい ③ 特に,人間が採択した新規性の高い研究をAIが選ばない傾向 つまり,AIによる審査では,既存の研究に近いアイデアが有利になる可能性があります. ただし,これは1つのAIモデルによる模擬審査の結果であり,すべてのAI審査に当てはまるわけではありません. AIで研究を効率化することと,研究の価値をAIに判断させることは別問題. 研究の新規性を,AIはどこまで評価できるのでしょうか? 原著論文(Scientometrics,2026) doi.org/10.1007/s11192-026-0… Nature記事 doi.org/10.1038/d41586-026-0…
1
78
17
287
44,280
著者順に関する研究では,次のような評価の慣習が紹介されています. 筆頭著者(First author) → 研究を中心となって遂行し,原稿執筆を主導する人. 最終著者(Last author) → 研究全体を指導・統括するシニア研究者. 第2著者(Second author) → 筆頭著者に次いで大きく貢献した研究者であることが多い. 第3著者以降(Middle authors) → 一般に貢献の程度を踏まえて並ぶが,第3著者に特別な公式の位置づけがあるわけではない. つまり,慣習的には「筆頭→最終→第2→第3…」と評価される場合があります. ただし,これは絶対的なルールではありません. ICMJEは,著者順の決定を著者間の合意に委ねています. また,共同筆頭著者や共同最終著者も存在します. 大切なのは,著者順だけで貢献を判断しないこと. 研究を始める段階で著者資格・順序を話し合い,貢献が変われば見直すことが重要です. 皆さんの研究室では,第2著者と第3著者を明確に区別していますか? 【参考文献】 Helgesson & Eriksson, Learned Publishing(2019) doi.org/10.1002/leap.1191 ICMJE|Authorship icmje.org/recommendations/br… PLOS|Understanding contributorship theplosblog.plos.org/2022/01…
1
12
3
100
34,625
論文がリジェクトされたら,次に何をすべきか? 実は,リジェクトの理由によって対応は変わります. ① 雑誌との適合性(Scope) → 研究テーマに合った投稿先を再検討する. ② 新規性・重要性の不足 → 先行研究との差と,研究の意義を整理する. ③ 方法・解析への指摘 → 追加解析や説明の修正で対応できるか検討する. ④ 結論の過剰な解釈 → データから言える範囲まで主張を修正する. ⑤ 査読者の事実誤認 → 根拠を整理し,必要に応じて異議申立て(Appeal)を検討する. ただし,Appealは単に判断に納得できないという理由では認められないことがあります. また,すべての査読コメントに従う必要はありません. 重要なのは,採用しない指摘にも科学的な根拠を持つこと. リジェクト後に必要なのは,すぐに別誌へ投稿することではなく,まず不採択の理由を見極めること. 再投稿する際の参考に,ぜひ保存してください. 出典:Springer Nature/Elsevier(公式ガイド)
1
16
1
100
15,728
【参考資料|出版社公式ガイド】 ① Springer Nature Common Rejection Reasons springernature.com/gp/author… ② Elsevier Peer Review and Resubmission www-prod.elsevier.com/publis… ③ Elsevier Editorial Decision Appeals Policy elsevier.com/about/policies-… 特に③では,Appealの要件や手続きが詳しく説明されています.
1
1
906
PubMedに載っている論文は,すべて査読済み? 実は,そうではありません. 2020年から,米国国立医学図書館(NLM)は,一部のプレプリントもPubMedで検索できるようにしています. プレプリントとは,査読が完了する前に公開された研究原稿のこと. つまり, 「PubMedで見つかった=査読済み」 とは限りません. 見分けるポイントは3つ. ①「Preprint」の表示を確認 ② 掲載先が学術誌かどうか確認 ③ 査読後の出版版がないか確認 ちなみに,検索式に NOT preprint[pt] を追加すると,プレプリントを除外できます. プレプリントは最新の研究動向を知るうえで有用ですが,個人的には,まだ引用するのに少し慎重になってしまいます. もちろん,査読済みだからといって研究の正しさが保証されるわけでもありません. 重要なのは,研究がどの段階にあるのかを理解して引用すること. 皆さんはプレプリントを引用していますか? 出典:NLM pubmed.ncbi.nlm.nih.gov/help…
1
1
11
3,356
10人から左右20脚を測定したら,サンプルサイズは20? 実は,ここに統計解析の落とし穴があります. 例えば, 10人の左右の膝関節角度を測定. 合計20脚分のデータが得られたとします. でも,同じ人の右脚と左脚は,完全に独立したデータとは限りません. 年齢,身体特性,運動習慣などが共通しているからです. つまり, 被験者数:10人 測定した脚数:20脚 この20脚を,20人分の独立したデータとして扱うのは問題です. 対策の1つは,線形混合モデルなどで同一人物内の相関を考慮すること. 重要なのは, 「データ数」と「独立したサンプル数」を混同しないこと. 左右の手足や複数部位を測定する研究では,特に注意したいポイントです. 出典:Journal of Biomechanics(2024) doi.org/10.1016/j.jbiomech.2…
1
3
2
34
14,060
論文のPDFにある「Crossmark」,押したことありますか? 実はこれ,意外と重要な機能です. 論文は,出版されたら終わりではありません. 出版後に, ① データや文章が訂正される ② 重要な情報が更新される ③ 論文が撤回される ことがあります. そんなときに役立つのがCrossmark. PDFや論文ページの「Check for updates」をクリックすると,訂正・撤回などの情報を確認できます. ただし,すべての学術誌が対応しているわけではありません. 昔ダウンロードした論文を引用するときは,最新版の状態も確認しておきたいですね. 出典:Crossref crossref.org/services/crossm…
1
21
5,695