研究論文で結果を提示する方法 (明確、簡潔、説得力)
研究論文の結果セクションの書き方。データのプレゼンテーション、表と図、結果を議論から切り離すことについて説明します。
よく書かれた結果セクションは、一見単純なことを行います。つまり、何を見つけたかを読者に正確に伝えます。解釈はありません。憶測はありません。スピンはありません。読者があなたの結論について議論する前に、読者が独自の結論を導き出せるように、調査結果だけを明���に提示します。
その単純さこそが、難しいものなのです。結果セクションを編集しましたが、テキストの 3 つの段落では、適切に設計された 1 つの表よりも説明が不十分でした。研究者が予備分析に関する段落の途中に最も重要な発見を埋めてしまうのを見てきました。私たちは、数字がそれを���明する文章と矛盾しているのを目にしてきました。それが同じ文の中にあることもあります。
研究論文の結果セクションの書き方を学ぶということは、自制心を学ぶことを意味します。実際の動作は次のとおりです。
基本ルール: 結果と議論
何よりもまず境界を理解してください。結果セクションでは何が起こったかを報告します。ディスカッションセクションでは、それが何を意味するのかについて説明しています。 2 つを混合することが、両方のセクションを弱める最も早い方法です。
結果の領域: 「実験グループの参加者は、対照グループよりも 23% 高いスコアを獲得しました (M = 78.4、SD = 12.1 対 M = 63.7、SD = 14.3)、t(198) = 7.42、p < .001、d = 1.05。」
議論の領域: 「この効果の大きさは、同様の介入で報告されているものを超えており (Smith, 2022; Lee, 2023)、我々の修正されたプロトコールが標準的なアプローチより効果的である可能性があることを示唆しています。」
線が見えますか？結果セクションには数値が表示されます。ディスカッション セクションでは、数値が文脈の中で何を意味するかを説明します。検索結果に「これは示唆している」または「これは示唆している可能性がある」と書いていることに気づいたら、やめてください。その文をディスカッションに移します。
例外もあります。ジャーナルや専門分野によっては、結果と議論を 1 つのセクションにまとめているものもあります。対象ジャーナルがこれを行う場合は、そのジャーナルの形式に従ってください。ただし、結合されたセクションであっても、各段落内で報告と解釈を明確に区��してください。
結果セクションを構成する方法
組織は他のどのセクションよりも結果において重要です。リーダーは数値を処理しているため、構造のない数値はノイズになります。
オプション 1: 研究上の質問に従う。 論文で 3 つの研究上の質問が提示されている場合は、結果を 3 つのセクションに整理し、それらの質問に順番に答えます。これにより、質問した内容と見つけた内容の間に直接マッピングが作成され、読者にとってもレビュー担当者にとっ���も簡単になります。
オプション 2: 仮説に従います。 上記と似ていますが、質問ではなく予測を中心に構成されています。各仮説について、関連するデータを提示し、仮説が支持されたかどうかを述べます。 「仮説 1 は支持されました」または「仮説 2 は支持されませんでした」と直接的に述べてください。
オプション 3: 分析ロジックに従います。 記述統計と予備分析 (信頼性、正規性チェック、相関行列) から始めます。次に、一次分析に進みます。次に、二次分析または探索的分析。この構造は、複数の分析ステップを伴う複雑な研究に適しています。
どちらのオプションを選択した場合でも、結果セクションを開き、簡単な説明の段落を表示します。このセクションがどのように構成されているかを読者に伝えてください。「最初に記述統計と予備分析を報告し、次に一次回帰モデルの結果を報告し、最後に探索的媒介分析を��告します。」このロードマップにより、読者はどこに向かっているのか迷うことがなくなります。
研究結果の提示: テキスト、表、図
データを表示するための 3 つのツールがあります。間違ったものを使用することは、ネジにハンマーを使用するようなものです。技術的には機能しますが、結果は醜いものになります。
テキストは、数値が少ない単純な結果に最適です。 「参加者の平均年齢は 34.2 歳 (SD = 8.7) で、62% が女性でした。」調査結果に 1 つまたは 2 つの数字が含まれる場合は、それをテキストに入力します。
表は、複数のグループまたは条件にわたる正確な比較に最適です。比較する数値が 3 つ以上ある場合は、ほとんどの場合、テキストよりも表の方が明確です。テーブルは、正確な値が重要な場合、つまり特定の平均値、標準偏差、または p 値を参照したい場合にも正しい選��です。
図は、パターン、傾向、分布を示すのに最適です。成長曲線、分布の比較、相互作用効果など、正確な数値よりも関係性が重要な場合は、図を使用します。 Figure はテーブルよりも高速に処理され、メモリに長く残ります。
重要なルール: 形式を超えてデータを繰り返さないでください。 結果が表に表示される場合は、表のすべての数値をテキスト内で説明しないでください。代わりに、重要なパターンを強調します。「表 2 に示すように、治療効果は高用量条件で最も強かった。」テキストは注意を促します。表に詳細を示します。
研究者がこのルールに違反していることを私たちは絶えず目にしています。結果セクションでは、すべてのテーブルのすべてのセルが段落形式で説明されます。これにより、情報を追加せずに長さが 2 倍になります。文章は表の内容を暗唱するのではなく、表のストーリーを解��する必要があります。
統計結果について明確に書く
統計レポートには規則があり、それに従うことで審査担当者に能力があることがわかります。
有意性だけでなく、効果の大きさをレポートします。 p 値は、効果が存在するかどうかを示します。効果量は、それが重要かどうかを示します。両方報告してください。 「介入グループは対照群を上回りました。t(198) = 7.42、p < .001、d = 1.05」、d = 1.05 は、これが大きな効果であることを読者に伝え、実用的な目的では p 値よりもはるかに重要です。
表記には一貫性を持たせてください。 レポート形式を選択し、それを一貫して使用してください。段落 1 で平均値を「M = 78.4」と報告した場合、段落 3 で「平均は 78.4」に切り替えないでください。一貫性は細部への注意を示します。
適切に丸めます。 ほとんどの統計では小数点以下 2 桁です。 p 値が非常に小さい場合 (p = .002) は 3 です。 p = .000 を決して報告しないでください。代わりに p < .001 と書き込みます。一日中結果セクションを読む査読者にとって、こうした小さな詳細は重要です。
分析ではなく発見を主導します。 「介入を受けた参加者は創造性の尺度でより高いスコアを獲得した」という結果が読者に伝わります。 「創造性スコアに関して一元配置分散分析が実施されました」と読者にその方法が伝えられます。 「介入参加者は創造性のスコアが対�� (M = 35.7、SD = 9.2) よりも有意に高かった (M = 42.3、SD = 8.1)、F(1, 196) = 28.41、p < .001、η² = .13」という結果を導き出します。
よくある結果セクションの間違い
結果セクションの結果の解釈 上でも述べましたが、繰り返します。これは最もよくある間違いです。あなたの解釈を ディスカッション セクション に保存してください。結果セクションは法廷の記録であり、最終弁論ではありません。
重要な発見を隠す。 主要な発見は、予備分析後の最初の実質的な段落に表示される必要があります。人口統計の説明や信頼性の統計の背後にある情報を読者に探させないでください。最初に主な発見を報告し、次に二次的な発見、その後に探索的な発見を報告します。
有意でない結果は無視します。 仮説を検証し、それが支持されなかった場合は、その旨を報告してください。重要な結果のみを選択的に報告することは、科学的記録を歪曲する一種の偏見です。 「測定値 Y についてはグループ間に有意差はありませんでした。t(198) = 0.87、p = 0.384、d = 0.12」、明確に報告して次に進みます。
表と図の過剰な説明。 表 3 に 6 つの条件すべての平均と標準偏差が示されている場合、各値を説明する段落は必要ありません。 「表 3 は、すべての条件の記述統計を示しています。最高のスコアは条件 A に現れましたが、条件 F は最大のばらつきを示しました。」と書きます���読者の注意を向けます。面倒な作業はテーブルに任せましょう。
一貫性のない書式設定。 レポート スタイルが混在し、小数点以下の桁数が一貫性がなく、同じセクション内で APA 表記と非 APA 表記が切り替わります。 AI 校正者 で結果を実行して、これらの不一致を見つけます。不一致はライターにはほとんど見えません���、査読者にとっては明らかです。
AI summarizer も改訂プロセスに役立ちます。結果セクションが長くなる場合は、それをサマライザにフィードして、どの部分に本物の発見が含まれているか、どの部分が冗長な説明であるかを特定します。それに応じてトリミングします。
よくある質問
Q: 結果セクションはどれくらいの長さが必要ですか?
結果セクションは、すべての結果を報告するのに必要な長さである必要がありますが、それ以上の長さは必要ありません。 2 つまたは 3 つのリサーチクエスチョンを含む一般的なジャーナル論文の���合、800 ～ 1,500 ワードと表と図が一般的です。重要な指標は単語数ではなく情報密度です。すべての段落で少なくとも 1 つの発見結果を報告する必要があります。段落に方法論的な説明または移行言語のみが含まれている場合、それはパディングです。
Q: すべての結果を報告する必要がありますか、それとも重要な結果のみを報告する必要がありますか?
テストしたすべての仮説または研究上の質問について、重要な結果も重要でないものも含め、すべての結果を報告します。重要な結果のみを選択的に報告することは��疑わしい研究行為とみなされ、APA 報告基準に違反します。重要でない所見は有益です。彼らは、効果が存在しない場所をフィールドに知らせ、他の研究者が同じ行き止まりをテストするのを防ぎます。
Q: 結果で図と表を使用する必要があるのはどのような場合ですか?
正確な値が重要な場合や、読者が特定の数値を参照したい場合は、表を使用します。正確な値よりもパターン、傾向、または関係性が重要な場合は、数値を使用します。良いルール: 特定の数値を抽出する���めに誰かがあなたの図に目を細める必要がある場合、そのデータはテーブルに属します。数字の列をざっと調べてパターンを見つけるのに苦労する人がいるとしても、そのデータは図の中に含まれます。
Q: 結果セクションに生データを含めることはできますか?
いいえ、結果セクションには生データではなく分析されたデータが表示されます。記述統計 (平均、標準偏差、頻度) と推論統計 (検定統計、p 値、効果量) が含まれます。生データは補足資料またはデータ リポジトリに属しており、アクセスできる場所に関するメモがメソッド セクションに記載されています。一部のジャーナルでは現在、データ利用可能性ステートメントが必要になっており、投稿前に確認する必要があります。
統計表記の不一致、文法ミス、書式の問題を見逃しません。要求される厳密さの学術執筆に合わせて設計されています。
EmaはProofreaderPro.aiのシニア学術編集者で、計算言語学の博士号（PhD）を持っています。彼女はテキスト分析テクノロジーと言語モデルを専門とし、AIを活用したツールが学術的な文章を本当に理解できるようにすることに情熱を注いでいます。校正のアルゴリズムを磨いていないときは、NLPと談話分析に関する論文をレビューしています。
