論文をノートに

論文をノートに

難解な学術論文を「方法・結果・考察」に整理した研究ノートに変換し、文献レビューにそのまま使えます。

対応形式 論文・学術PDF・方法・結果

ホーム論文をノートに · 例
新しいセッション

論文をノートにを実際の教材で試す

左に元資料、右に復習で使える生成結果を表示します。

資料に基づく
Journal of Educational Psychology, 116(3), 410–428Open Access · 2024

分散検索練習は導入生物学における外在的認知負荷を低減する

Liu, J., Park, R., & Yamamoto, H. (2024)

DOI: 10.1037/edu0000789

要旨

本研究では、分散検索練習が外在的認知負荷を低減し、導入生物学における遅延再生を改善するかを検討した。被験者内計画を用いた2つの実験(N = 128 大学生)において、分散検索を行った学生は再読群と比較して有意に高い遅延再生(1週間後)を示した。

方法§2

参加者(N = 128)は、カウンターバランスを取った被験者内計画で2つの学習条件を実施した:分散検索練習対再読。遅延再生は、最終セッションの1週間後に標準化された自由再生テストで評価され、2名の独立評価者により採点された(κ = .91)。

Participants · 2×2 within-subjects
N = 128
undergrads
κ = .91
inter-rater
α = .05
two-tailed
7 days
retention
OSF · pre-registered
!!
RCT design
Procedure · Day 0 → Day 7
D0D1-6D7
Study (45m)No contactRecall (20m)
ThetaWave parsed N=128 · 2×2 design · κ=.91 reliability
for lit review
§2.3 "desirable
difficulty"
— me, 03/04
認識テキスト
  • 方法 · 3 ページ · pp. 412–414
  • 参加者: N = 128 名の学部生
  • 被験者内・順序を均衡化
重要ポイント

複数論文を統一フィールドで抽出したいときに。

生成済み

方法 — 完全抽出ノート

資料に基づく
ThetaWave AIノートワークスペースAI生成ノート
ノートを共有
AI生成ノート

方法 — 完全抽出ノート

動画ソース: 認知負荷と遅延想起 — 方法 · J. Educ. Psych. (2024) · pp. 412–414

研究課題

方法
  • 主要 RQ: 間隔をあけた想起練習は外在的認知負荷を下げ、遅延想起を改善するか? 再読との比較。
  • 副次 RQ: 主題の複雑性と交互作用するか?
  • H1: 間隔想起 > 再読(遅延想起、片側検定)。
  • H2: 間隔想起 < 再読(自己報告外在的負荷 NASA-TLX)。

参加者

方法
  • サンプル: N = 128 名、生物学入門課程の学部生。
  • 人口統計: 年齢 18–22 歳(M = 19.4)、女性 62%、単一研究大学。
  • 除外: 注意確認失敗で 4 名除外、最終 N = 124。
  • 検出力: G*Power: η² = .10、α = .05 のもとで Power 0.80 に N = 110 必要。

実験計画

方法
  • タイプ: 被験者内・完全均衡化(全員が両条件を経験)。
  • 条件: 間隔をあけた想起練習 vs 再読対照。
  • 事前登録: 計画・仮説・分析プランをデータ収集前に OSF(osf.io/x42q8)に登録。
  • ランダム化: ラテン方陣で条件順序を均衡化、主題複雑性で均衡。

材料

方法
  • 学習文章: 生物学 2 章(細胞シグナル、生態学)、各約 1,200 語、Flesch 60–65。
  • 想起プロンプト: 各文章に短答 5 問。2 セッションで 4 回間隔をあけて出題。
  • 干渉課題: 学習と想起の間に数独を挟み即時リハーサルを防ぐ。
  • NASA-TLX: 6 項目の認知負荷自己報告。各学習条件直後に実施。

手順

方法
  • セッション 1(Day 0): 全員が両文章を学習 — 半数は想起、半数は再読。均衡化。
  • 遅延(Day 0–7): 材料に触れない期間。7 日後に正確に復帰。
  • セッション 2(Day 7): 両文章の自由想起テスト + NASA-TLX 再評定。

アウトカム

方法
  • 遅延想起(主要): 最終学習から 1 週間後の自由想起テスト。
  • 採点: 事前指定の 50 アイデア単位コードに照らし、想起された単位の比率(0–1)。
  • 認知負荷(副次): 各学習直後の NASA-TLX 自己報告。

採点と信頼性

方法
  • 独立評価者 2 名: 条件盲検の博士課程院生が全 256 プロトコルを二重コーディング。
  • 評価者間 κ: = .91 — 「ほぼ完全」一致(Landis & Koch 1977)。
  • 不一致: 256 件中 11 件で第三者の調停が必要。

統計計画

方法
  • 主要検定: 2 × 2 反復測定 ANOVA: 学習条件 × 主題複雑性。
  • α: .05、両側(H1 は片側だが透明性のため両側で報告)。
  • 効果量: 偏 η² を F 値とともに報告。事前計画で η² ≥ .06 を最小目標。
  • 感度分析: 課題時間を共変量に加えて時間混同を除外。

論文を、もっと構造的に読む

密度の高い学術PDFを、比較・復習・再利用のしやすいノートに変えられます。

  • 論文PDFをノートに

    学術誌の論文、学会論文、書籍の章など、学術系のPDFをアップロードすると、一貫した構造のノートになります。

  • 手法とサンプルを抽出

    論文に記載があれば、リサーチクエスチョン、手法、サンプル、測定指標、研究デザインを抜き出します。

  • 結果と限界を切り分ける

    主要な結果、限界、今後の課題、示唆を本文から切り分けて整理します。

  • 重要用語と定義

    あとで復習できるように、重要な概念と用語を抽出します。

  • 文献レビューの型になる

    論文をまたいで同じノート構造を使えるので、テーマ・手法・結果を比較しやすくなります。

  • 原文とつながったまま

    ノートはアップロードした論文と結びついたままです。正確さが求められるときは、いつでも原文に戻れます。

論文をノートにの流れ

学習素材を入れるだけで、復習しやすい形に整った内容へ進めます。

  1. 論文をアップロード

    PDF、プレプリント、ジャーナル論文——1 本でも複数本まとめてでもアップロード可能。

    PDFジャーナルプレプリント
  2. ThetaWave がフィールド別に抽出

    方法・結果・考察を構造化フィールドに分割し、論文間の比較に最適化します。

    方法結果考察
  3. 比較・復習・生成

    複数論文を比較し、用語フラッシュカード小テスト を生成します。

    比較フラッシュカード小テスト

論文をノートにはどんな学生に使われている?

学び方の違う学生たちが、このツールを実際の勉強にどう組み込んでいるかを紹介します。

学生の声

5つ星のうち5
When I prep a literature review with my students, ThetaWave's methods and findings extraction saves us a full evening per paper.

佐藤 美咲

東京大学

5つ星のうち5
Discussion and limitations finally show up as separate notes instead of a single blob of text.

山本 恒一

京都大学

5つ星のうち5
For my thesis I compared 32 papers using the same extraction fields. It made the comparison part of the review actually tractable.

中村 彩香

早稲田大学

よくある質問

論文をノートにについてよく聞かれるポイントをまとめました。

対応する論文形式は?

PDF が最も一般的。プレプリントのリンク、ジャーナルの HTML 記事にも対応。2 段組みなど複雑なレイアウトでも認識できます。

統計データは残りますか?

残ります——F 値、p 値、効果量(η²、d)、群平均は結果フィールドに保持され、簡略化されません。

論文間の横断比較はできますか?

できます——同じフィールドで抽出した複数論文をライブラリで比較でき、文献レビューが早く進みます。

論文執筆に向いていますか?

非常に向いています——学位論文の執筆大学院での研究 のために最適化されています。

用語のフラッシュカードを作れますか?

作れます——研究ノート内の専門用語から フラッシュカード を生成し、用語の定着に役立ちます。

論文をノートにを今すぐ試す

学習素材をアップロードすれば、数分で見返しやすく、覚えやすく、共有しやすい形に変えられます。

無料で開始クレジットカード不要2分以内に結果を表示
    論文ノート化:AI で研究を要約 | Thetawave