文献レビューで何にいちばん時間がかかるかを研究者に聞くと、多くの人が まとめて書くこと と答えます。ところが、実際に時間がどこに使われているかを見ると、執筆はたいてい最も小さな部分です。
数字は厳しい現実を示しています。PROSPEROに登録されたシステマティックレビューは、登録から出版まで 平均67.3週 かかっていました [1]。科学論文の出版数は 年に約4.1% 増え、およそ17年ごとに倍増しています [2]。そして2010年の時点で、医学分野ではすでに 1日に約75件の臨床試験と11件のシステマティックレビュー が発表されていました [3]。
よくある時間の内訳
プロジェクトはそれぞれ違いますが、研究者が典型的なナラティブレビューについて話すと、時間はいつも同じ項目に分かれます。
- 検索と再検索。 クエリを調整し、同義語を試し、重要な用語に後から気づいてすべてをやり直す。
- スクリーニング。 数百件のタイトルと要旨を読んで重要な数十件を見つけ、判断に迷う論文を何度も考え直す。
- 探し直し。 今まさに引用したい内容が書いてあった、3週間前に読んだ論文を探す。
- 参考文献の整理。 書式を整え、重複を除き、編集後にずれた番号を直す。
- 実際に読んで考えること。 洞察を生む部分であり、たいてい削られてしまう部分。
あなた自身が必要なのは最後の項目だけです。最初の4つは機械的な作業で、カレンダーの大半はそこに費やされています。
ツールに任せる価値があるもの
正直な答えは、機械的な部分を、推論の過程が見える形で任せることです。機械学習は何年も前からエビデンス統合、とくにスクリーニングの高速化に使われてきました [4]。最近変わったのは、ひとつのワークスペースで検索を計画し、あなたの基準でスクリーニングし、引用付きの最初の草稿を書き、そのすべてのステップを見せられるようになったことです。
それがtlootoの設計目標です。検索、スクリーニング、引用、書式整えがひとつの場所で行われ、作業プロセスパネルには何が検索されたのか、なぜ各論文が残されたのかが表示されます。見つけた文献はライブラリに残ります。取り戻した時間は、あなたにしかできない部分、つまりじっくり読み、エビデンスが何を意味するかを判断することに使えます。
ちょっとした実験
次のレビューで、1週間だけおおまかな記録をつけてみてください。検索、スクリーニング、探し直し、書式整え、読むことに、それぞれ何時間使ったか。ほとんどの人は最初の3つに驚きます。その数字こそ、仕事の進め方を変える理由になります。
参考文献
[1] Borah, R., Brown, A. W., Capers, P. L., & Kaiser, K. A. (2017). Analysis of the time and workers needed to conduct systematic reviews of medical interventions. BMJ Open, 7(2). https://doi.org/10.1136/bmjopen-2016-012545
[2] Bornmann, L., Haunschild, R., & Mutz, R. (2021). Growth rates of modern science. Humanities and Social Sciences Communications, 8. https://doi.org/10.1057/s41599-021-00903-w
[3] Bastian, H., Glasziou, P., & Chalmers, I. (2010). Seventy-five trials and eleven systematic reviews a day. PLoS Medicine, 7(9). https://doi.org/10.1371/journal.pmed.1000326
[4] Marshall, I. J., & Wallace, B. C. (2019). Toward systematic review automation: a practical guide to using machine learning tools in research synthesis. Systematic Reviews, 8. https://doi.org/10.1186/s13643-019-1074-9