注釈付き参考文献は、出典の引用のリストに、各出典がどのように使用されるかを要約、評価、または説明する短いメモが続くものです。標準的な参考文献とは異なり、各出典から何を学んだか、そしてなぜその出典があなたのプロジェクトに属するのかを記録します。
最も安全なAI支援ワークフローは、モデルに引用を考案させたり、記憶から最終的な項目を作成させたりしません。抽出されたすべての主張を元の論文とPDFページに遡って追跡できるようにします。Ponderは、同じ質問でいくつかの論文を読み、引用された出典ページに戻るのに役立ちます。APA、MLA、またはその他の必要な引用形式は、ZoteroまたはWordが引き続き処理する必要があります。
注釈付き参考文献に含まれるもの
各項目は2つの部分で構成されています。完全な引用と注釈です。引用は出典を特定します。注釈は、それに対するあなたの理解を示します。あなたの指導教官は、1つの機能または3つの組み合わせを要求するかもしれません。
- 記述的注釈：出典を判断することなく、研究課題、範囲、方法、主な発見を述べます。
- 評価的注釈：特定の主張に対する信頼性、証拠の質、限界、または有用性を評価します。
- 考察的注釈：出典があなた自身の研究方向をどのように変更、支持、または複雑にするかを説明します。
強力な項目は、多くの場合、その順序で進みます。つまり、出典が何をしたか、その結論をどれだけうまく支持しているか、そしてそれをどのように使用するかです。この構造により、注釈がコピーされた要約になるのではなく、分析的なものになります。
参考文献と注釈付き参考文献の比較
| 比較点 | 参考文献 | 注釈付き参考文献 |
|---|---|---|
| 出典の要約 | 通常は含まれない | 通常、質問、範囲、中心的な発見を述べる |
| 信頼性の評価 | 含まれない | 証拠、権威、偏見、限界を評価する場合がある |
| 方法または証拠 | 引用自体がそれらを特定する場合にのみ表示される | 関連する場合、研究デザイン、サンプル、または証拠を特定する |
| 一般的な長さ | 引用項目1つ | 各引用の後に約100～200語であることが多いが、課題によって異なる |
| 主な目的 | 読者が引用または参照した出典を見つけるのに役立つ | 各出典が何に貢献しているか、そしてそれがプロジェクトに値するかどうかを示す |
| 書式設定の責任 | Zotero、Word、または手動でのスタイルチェック | 同じ引用書式設定に加えて、研究者によって作成および検証された分析 |
長さの範囲は計画の補助であり、規則ではありません。教授は75語、250語、または個別の要約と評価の段落を要求する場合があります。間違った課題を解決しないように、作成する前にルーブリックを確認してください。
注釈付き参考文献の書き方6ステップ
ステップ1：課題と引用スタイルを確認する
必要なスタイル版、出典数、出典の種類、注釈の長さ、そしてインストラクターが記述、評価、考察、またはこれらすべてを求めているかどうかを書き留めます。MLAのWorks CitedエントリとAPAの参照は同じ事実を異なる方法で整理しますが、証拠を評価する知的作業はあなた自身のものです。
ステップ2：下書きの前に実際の出典を集める
すべての出典について、出版社ページ、DOI、全文、および完全な引用メタデータを保存します。DOIがある場合は、それが記事に安定した識別子を与えるため、DOIを優先してください。チャットボットのみによって生成された引用から始めることは決してありません。636件の参考文献の引用監査では、GPT-3.5の引用の55％、GPT-4の引用の18％が捏造されたものであることが判明しました（Walters and Wilder, PDF p. 1）。
ステップ3：すべての論文から同じフィールドを抽出する
各出典について、研究課題、研究デザイン、サンプルまたはコーパス、主な結果、限界、およびあなたのトピックとの関連性を把握します。一貫した証拠表は、出典を比較可能にします。より大きなセットを扱っている場合は、文献レビューツールワークフローが、散文を始める前にそれらのフィールドを整理するのに役立ちます。
ステップ4：すべての重要な主張を論文と照合して確認する
抽出された各記述の背後にある元のページを開きます。特に数字、制限、著者の注意点については、メモの横にPDFページを記録します。ページマーカーはあなたにとっての作業証拠であり、最終的な引用に自動的に含まれるものではありません。この出典優先の習慣は、証拠を保存する論文要約の核心でもあります。
ステップ5：自分の言葉で注釈を書く
目的と方法について1文で始め、最も関連性の高い結果を追加し、1つの強みまたは限界を評価し、最後にあなたのプロジェクトにおける出典の役割で締めくくります。評価は具体的に保ってください。「査読済み」だけでは評価ではありません。「小規模なサンプルと少ない査読者では一般化が制限される」は、研究によって報告された実際の制約を特定しています。
ステップ6：必要な引用スタイルを適用し、エントリを監査する
検証済みのメタデータをZoteroまたはWordに移動し、必要なスタイルを選択し、出力を現在のスタイルガイドと比較します。引用ソフトウェアは機械的な作業を減らしますが、正しい論文、DOI、版、または解釈がキャプチャされたかどうかを判断することはできません。マネージャーを比較している場合は、フォーマットワークフローを変更する前に、Zoteroの代替品間の実用的な違いを確認してください。
同じ論文のAPA 7とMLA 9の例
以下の例は、Gao et al.のオープンアクセス論文を引用しています。どちらも解決可能なURLとしてDOIを含んでおり、大文字小文字の区別、著者の扱い、ジャーナルの表示、句読点が異なります。
APA 7:
Gao, C. A., Howard, F. M., Markov, N. S., Dyer, E. C., Ramesh, S., Luo, Y., & Pearson, A. T. (2023). Comparing scientific abstracts generated by ChatGPT to real abstracts with detectors and blinded human reviewers. npj Digital Medicine, 6, Article 75. https://doi.org/10.1038/s41746-023-00819-6
MLA 9:
Gao, Catherine A., et al. “Comparing Scientific Abstracts Generated by ChatGPT to Real Abstracts with Detectors and Blinded Human Reviewers.” npj Digital Medicine, vol. 6, 2023, article 75, https://doi.org/10.1038/s41746-023-00819-6.
これらを構造の例として使用し、その上でご自身のコースまたは出版社の要件に従ってください。MLAスタイルセンターは現在、DOIが利用可能な場合、パーマリンクや通常のURLよりもDOIを推奨しています。
実際の論文に基づいた3つの完成した注釈
1. 記述的および評価的注釈
Gao et al. (2023). この研究では、50のオリジナルの医学研究抄録と、ChatGPTがタイトルとジャーナルから生成した50の抄録を比較しました。自動検出器は、AUROC 0.94でグループを区別しました（PDF p. 1）。盲検化された人間のレビューアは、生成された抄録の68%を正しく識別しましたが、オリジナルの抄録の14%を生成されたものと誤って分類しました（PDF p. 2）。この設計は、検出器と人間の判断を組み合わせているため有用です。どちらか一方を完璧なテストとして扱うのではなく、両方を組み合わせています。著者らがPDF p. 2で認めているように、その小さなサンプルと限られたレビューアグループは、あらゆる分野やモデルに関する広範な主張を制限します。AI支援の学術論文作成に関するプロジェクトにとって、この論文は、流暢なテキストが依然として信頼性をもって分類するのが難しいという測定された証拠を提供します。
2. 評価的注釈
Walters, W. H., and Wilder, E. I. (2023). 著者らは、84の論文に対して生成された636の引用を監査しました。その結果、GPT-3.5の引用の55%とGPT-4の引用の18%が捏造されたものであることを発見しました（PDF p. 1）。実際の著作を参照する引用でも正確性の問題は続き、GPT-3.5の実際の引用の43%に実質的な誤りがあり、GPT-4では24%でした（PDF pp. 4–5）。この直接的な引用レベルの監査は、言語モデルが時々ハルシネーションを起こすという一般的な主張よりも、注釈付き参考文献のワークフローにとってより有用です。存在しない情報源と破損したメタデータの両方を定量化しています。この研究は、厳格な規則を支持しています。すべての情報源を個別に特定し、それを開き、著者、タイトル、掲載場所、年、DOIを注釈を付ける前に確認することです。DOI: 10.1038/s41598-023-41032-5。
3. 記述的および考察的注釈
Salvagno, M., Taccone, F. S., and Gerli, A. G. (2023). この記事は、経験的なベンチマークではなく、視点です。論文の構成、初期草稿の作成、校正におけるAIの可能な役割について説明し、専門家によるレビュー、人間の判断、盗用や不正確な内容に関するリスクを強調しています（PDF p. 1）。この記事はこれらの用途を実験的にテストしていないため、AIが文章の質を向上させる証拠として引用すべきではありません。その価値は概念的であり、責任ある分業を定義するのに役立ちます。このワークフローでは、ソフトウェアは抽出された証拠の整理を助けることができますが、研究者は解釈、帰属、最終的な文章について責任を負います。DOI: 10.1186/s13054-023-04380-2。
研究公正性チェックリスト
- 引用された各論文を、DOI、出版社ページ、または図書館の記録から開けますか？
- 各数字と制限を元のPDFページと照合して確認しましたか？
- 注釈は、著者が発見したこととあなたが推測したことを区別していますか？
- 展望、レビュー、または解説を、実験として提示する代わりに正確に分類しましたか？
- 氏名、大文字小文字、日付、DOI形式を含め、割り当てられた版の引用スタイルは正しいですか？
- 注釈は自分の言葉で書かれ、必要な引用符とページ引用が保持されていますか？