サンプルデータを作る

ここはサンプルデータを作るだけのところですので、不要な方は次の見出しに読み飛ばしてください。二つの検査、”assay1″と”assay2″でどの程度疾患の人を検出できるのかを検討してみます。

set.seed(3)
condition <- rep(c("healthy", "disease"), each = 50)
assay1 <- c(rnorm(40, mean = 1, sd = 2), 
            rnorm(10, mean = 3, sd = 1), 
            rnorm(40, mean = 5, sd = 2), 
            rnorm(10, mean = 7, sd = 1))
assay2 <- c(rnorm(30, mean = 1, sd = 3), 
            rnorm(20, mean = 2, sd = 2), 
            rnorm(30, mean = 3, sd = 3), 
            rnorm(20, mean = 4, sd = 2))

df = data.frame(condition, assay1, assay2)

ちなみにこれらの分布はこのようなものになります。

library(beeswarm)
beeswarm(data = df, assay1 ~ condition, 
         col = c("red","blue"), pch=19)
beeswarm(data = df, assay2 ~ condition,
         col = c("red", "blue"), pch=19)

pROCを使ってみる

pROCパッケージのインストール

pROCパッケージをインストールして、起動します。

install.packages("pROC")
library(pROC)

1つのROC曲線を描く

早速いってみましょう。まずデータフレームは次のようになっています。

> head(df)
  condition     assay1     assay2
1   healthy -0.9238668  2.8520501
2   healthy  0.4149486 -0.2152325
3   healthy  1.5175764  4.1593113
4   healthy -1.3042638  2.8068527
5   healthy  1.3915657  4.0523835
6   healthy  1.0602479  2.8245020

ここからもいくつか方法はありますが、まずroc()を使って、その結果をオブジェクトに格納してみましょう。

roc1 <- roc(condition, assay1, data=df, ci=TRUE,
            levels=c("healthy", "disease"))

次のように”~”を使う書き方でも大丈夫です。

roc1 <- roc(df$condition ~ df$assay1, ci=TRUE, 
            levels=c("healthy", "disease"))

conditionの列は0, 1でもいけますが2値変数です。ciは信頼区間です。

plot()でROC曲線を描くことができます。

plot(roc1)

パーセント表示にする

好みにより軸をパーセント表示にすることができます。percent=TRUEを付け加えます。

roc1 <- roc(condition, assay1, data=df, percent=TRUE,
            levels=c("healthy", "disease"))
plot(roc1)

感度の信頼区間を表示する

感度の信頼区間を計算するには ci.se()を使います。colは色を指定します。

roc2 <- roc(condition, assay2, data=df, ci=TRUE,
            levels=c("healthy", "disease"))
plot(roc2)
rocCI <- ci.se(roc2)
plot(rocCI, type="shape", col="lightblue")

カットオフに最適な点を表示する

ROC曲線から大事なことは、カットオフに最も適した点を調べることです。最適なカットオフは何か、というところも大きなテーマですが、ここでは２つの方法を紹介します。”Youden Index”と”top left”です。簡単に説明すれば、Youden Indexは”感度+特異度-1” で計算され、その数値が一番高いところを選びます。また、top leftはROC曲線の一番左上に近い点を抽出します。

Youden Indexによる最適なカットオフを表示する

この時にはplotの中に追記をしていきます。print.thres = “best”, print.thres.bes.metod = “youden”とすると最適点が表示されます。また、legacy.axes=TRUEにするとx軸を1-Specificityになります。

plot(roc1, main = "ROC Curve",      
     identity = TRUE,
     print.thres = "best",
     print.thres.best.method = "youden",
     legacy.axes = TRUE)

この場合カットオフは3.912で感度が0.820、特異度は0.960です。

Top Leftによる最適なカットオフを表示する

top leftの場合はprint.thres.best.method=”closest.topleft”にします。

plot(roc1, main = "ROC Curve",      
     identity = TRUE,
     print.thres = "best",
     print.thres.best.method = "closest.topleft"
     legacy.axes = TRUE)

この場合のカットオフは3.365、感度0.860、特異度0.880になっています。括弧内は特異度、感度の順番になっていることに注意をしてください。

必要な数値を取り出す

AUC(area under the curve)の値や感度、特異度などの数値を発表や論文で示す必要があります。その時には次のように表示できます。

> auc(roc1)
Area under the curve: 0.9536

# youden
> coords(roc1, "best", ret=c("threshold", "sens", "spec", "ppv", "npv"))
          threshold sensitivity specificity       ppv       npv
threshold  3.912407        0.82        0.96 0.9534884 0.8421053

# topleft
> coords(roc1, "best", best.method="closest.topleft",　ret=c("threshold", "sens", "spec", "ppv", "npv"))
          threshold sensitivity specificity      ppv       npv
threshold  3.364778        0.86        0.88 0.877551 0.8627451

2つのROC曲線を重ねて比較する

今回2つの検査を想定してサンプルデータを作りました。どちらの検査が優れているかみていきます。

2つのROC曲線を重ねる

２つのROC曲線を重ねる時には後から重ねる方をlines()にします。または単純にplot(…, add=TRUE)でも同じ結果になります。colで色を指定しています。

# ２つの検査について、roc()を使ってその結果をオブジェクトに格納する
roc1 <- roc(condition, assay1, data=df, ci=TRUE,
            levels=c("healthy", "disease"))
roc2 <- roc(condition, assay2, data=df, ci=TRUE, 
            levels=c("healthy", "disease"))

# linesを使う
obj1 <- plot(roc1,
             col="red")
obj2 <- lines(roc2,
              col="blue")

# add = TRUEにする
obj1 <- plot(roc1,
             col="red")
obj2 <- plot(roc2,
             col="blue",
             add=TRUE)

2つの検査について比較する

2つの検査について比較する時にはroc.test()を使います。デフォルトではAUC(area under the curve)をDeLong法で比較しますが、method = “bootstrap”と指定すればブートストラップ法などにも変更できます。textで中央にp値を表示しています。またタイトルはmain=で指定できます。

roc1 <- roc(condition, assay1, data=df, ci=TRUE,
            levels=c("healthy", "disease"))
roc2 <- roc(condition, assay2, data=df, ci=TRUE, 
            levels=c("healthy", "disease"))

obj1 <- plot(roc1,
             main="Comparison",
             col="red")
obj2 <- lines(roc2,
              col="blue")
obj <- roc.test(obj1, obj2)
text(.5, .5, labels=paste("p-value =", format.pval(obj$p.value, 3)), 
     adj=c(0, .5))

比較の結果を見るだけだったらroc.test()で結果が出てきます。

> roc.test(roc1, roc2)

	DeLong's test for two correlated ROC curves

data:  roc1 and roc2
Z = 3.7621, p-value = 0.0001685
alternative hypothesis: true difference in AUC is not equal to 0
95 percent confidence interval:
 0.0969536 0.3078464
sample estimates:
AUC of roc1 AUC of roc2 
     0.9536      0.7512 

最後にlegendを入れてみます。

roc1 <- roc(condition, assay1, data=df, ci=TRUE,
            levels=c("healthy", "disease"))
roc2 <- roc(condition, assay2, data=df, ci=TRUE, 
            levels=c("healthy", "disease"))

obj1 <- plot(roc1,
             main="Comparison",
             col="red")
obj2 <- lines(roc2,
              col="blue")

obj <- roc.test(obj1, obj2)

# p values in the graph
text(.5, .5, labels=paste("p-value =", format.pval(obj$p.value, 3)), 
     adj=c(0, .5))

#legend
legend("bottomright", legend=c("Assay1", "Assay2"),
       col=c("red", "blue"), lty=1, lwd=2)

綺麗なROC曲線を書くことができました。
いかがでしたでしょうか。お役に立ちましたら幸いです。

プレスリリースには多くのメリットがある一方で、注意しないと社会に悪影響を与えてしまいかねません。読む人もこれから書く人にもぜひ知ってもらいたい内容になります。

研究をプレスリリースする3つのメリット

メディアに取り上げてもらえる

プレスリリースをすることで、メディアに取り上げてもらえる可能性があります。メディアに取り上げられれば、より一層、一般の方にも読んでもらえますし、その研究成果にも「箔」がつくかもしれません。

プレスリリースから取材などもあったりすることもあります。取材でさらに広めることができれば、より認知度が高くなっています。

そうすることで、「あの有名になった研究をやっているグループ」という知名度が研究者の中でも上がっていきます。実際プレスリリースをメディアが報道をすることによって、研究の内容を知ることがあります。

研究を世間に伝えることができる

プレスリリースの重要な意義としては、研究のアピールをすることができます。

研究をアピールすることで、研究チームや自分たちの名前を色々な人に知ってもらえるということがあります。
他の研究者にもその情報が伝わることで、将来の共同研究につながったり、その研究者の業界内での地位向上にも貢献をします。

これは重要なことで、一般の方は研究がどういうものか、外へ発信しないとわからないです。

多くの研究には税金がかかっています。もっとも有名な日本の研究費は科研費というものです。

研究が世界的にも重要なものだと外へ情報を発信することで、有意義な税金の使われ方をしている、ということを一般の方にも理解していただくことが大切です。

研究者の業績になる

プレスリリースをすることは、実は研究者の業績になります。

社会にインパクトを与えることができたという一つの指標にもなるからです。

通常研究の内容に対する評価というのは人それぞれですし、インパクトファクターによって評価をしているかもしれません。しかし、インパクトファクターはその雑誌の指標であって、その論文の評価ではありません。

ノーベル賞を取るきっかけになった論文でも、インパクトファクターの低い雑誌に掲載されているのはいくらでもありますし、また論文が実際に評価されたのは何年もたってから、というのが歴史的にも数多くあります。

研究の重要度というのはインパクトファクターでは推し量れないものです。そして、研究の重要度というのは、なかなか評価が難しく、多角的な面から評価しようというのが昨今の流れです。

その一つの指標としてプレスリリースをしたかどうか、というのがあります。また最近ではSNSでその論文の内容がどれだけ言及されたか、という指標もあったりします。

このようにプレスリリースは研究者にとってメリットの大きい活動の一つです。

研究のプレスリリースにおける3つの問題

プレスリリースをする、しないの判断というのは研究者の判断です。自分で良い研究だと思うから、プレスリリースをしようとなるのです。

そして重要な点は、プレスリリースが論文を読んで評価した人の記事ではなく、研究者自身の発信だということです。主観的視点の入った文章になっています。

アイキャッチなタイトル

プレスリリースに重要なことは多くの人の目を引くことです。そうするためにはどうするでしょうか。

いちばん大事なところはタイトルです。そのタイトルを印象的なものにするはずです。しかし、ここに問題があります。

「○○の病態を解明！」とか「XXの治療法を開発！」などをよく見かけます。研究機関や大学のホームページに研究成果のプレスリリースのページがあります。

新規治療法を開発！とみたら、きっとその病気のある患者さんは期待するでしょう。しかし中身をみればまだマウスの実験の段階だったりすると、人に本当に適応できるのか全くわからないのです。マウスには効果があるけど、人では効果がないというというのは日常茶飯事です。

身の丈にあったタイトルであればいいのですが、人を惑わすほどのアイキャッチなタイトルには注意をしましょう。

プレスリリースにはいいことしか書いていない

プレスリリースは平易な言葉で書かれます。難しい言葉で書いて理解できないものでは意味がありません。平易な言葉で書くときに、専門性のある内容が削られていきます。

例えば、○○の病態を解明！というタイトルのプレスリリースだったとして、その病態の中のごく一部の機序について新たな報告をしたに過ぎないにも関わらず、その病気全体を明らかにしたように見えることがあります。

プレスリリースにはその研究の弱点などは書かれていません。論文の弱点を書いたところで、そんなところを正直に書いたところで誰も読まないからです。

論文には大抵limitationというセクションを取られています。この研究に足りない点や読むときに頭にいれるべき注意をしておくことがかかれています。その理由は、研究はバイアスという、結果を歪めてしまうような様々な影響を完全には取り除くことができないからです。

また結果から言えること以上の過大な解釈があれば、たいてい論文の査読過程で指摘をされて、修正を迫られます。その査読過程があることによって、論文の信頼性はある程度担保されています。プレスリリースはその点からも、わりと大げさなことが言えてしまいます。

プレスリリースは簡単な言葉で書かれていてわかりやすいのですが、研究の実際の成果により得られるものに比べて過大な期待をもたせてしまいますので、注意をしましょう。

学会発表や査読のない論文でもプレスリリースできる

これが一番の問題とも思いますが、学会発表や査読をまだ経ていない論文も発表できてしまうということです。このあたりは裁量は研究者に委ねられているところだと思います。

しかし、学会発表や査読前に公開した論文がどこまで科学論文として信頼できるかという問題があります。

本人が報告の価値があると思っている成果でも、実際の内容は問題だらけでとても質が低いことがあります。

査読という専門家の第三者の目が入ったものというのはやはりそれなりな価値があります。

読むときはその研究成果が査読された論文なのか、という点をしっかり見ておく必要があります。

プレスリリースにはメリットも大きいですが、問題点を注意しておかないといけません。
特に世間的な関心の高いテーマの研究というのは報道される可能性が高く、研究自体の質やプレスリリースの内容がしっかりしていないと多くの人が惑わされたりしてしまい、社会的に負のインパクトを与えてしまうこともあります。
プレスリリースを書く人も読む人も、ぜひこれらの点に気をつけてください。

Reviewerのコメントの意味を何度も確認をする

Revisionになった場合、アクセプトをされる可能性は大きくあがりました。

しかし、ここからは全力でいかなければなりません。投稿してから2-3ヶ月待って、ようやく帰ってきた返事。この段階で落とされてるとなかなかのダメージです。

Reviewerのコメントを読み込む

まず帰ってきた返事をよく読み込みましょう。何度も何度も読んでください。

何度も読むことで相手の意図をだんだん理解できるようになります。

Reviewerの鋭い指摘で追加すべきことなのか、あるいは勘違いをしているのか。追加実験で解決できる問題なのか、そうではないのか。

Reviewerは一流の専門家が多いので、自分が知らなかった知見を教えてくれてたりすることもあります。

よくPubmedなんかで調べると、このreviewerは実はこの人なんじゃないか、と思い当たったりすることもあります。なかには自分の文献を引用するように、なんて親切にも書いていたり…

追加実験をすべき内容であれば改訂まで時間がかかります。並行してすすめている実験の方の手を一旦止めなくてはありません。

すぐに直せるところと、追加実験が必要なところを見分けて、タイムスケジュールを考えましょう。

他の人にも聞いてみよう

自分一人で直していると、指摘が十分理解できないことがあります。Reviewerも研究者としてはプロであっても、文章のプロではないと思うことが多々あります。

自分ひとりで解釈をしていると、ドツボにハマったり、間違った解釈をして時間が無駄になってしまうようなことがあります。そういうときには、上司や同僚に聞いてみましょう。

三人寄れば文殊の知恵といいますが、相談しながらはやめに対応策を考えていくのがベターだと思います。上司はなにがなんでも論文を通してほしいでしょうから、忙しそうでもためらってなかなか聞けない、何ていうのは得策ではありません。

論文の改訂をすすめていこう

改訂は通常、一問一答式に対応をしていきます。なぜなら大抵の場合、rebuttal letterまたはresponse letterを求められるからです。

これにはどこをどのように修正したのか、という情報が書き加えられます。どういう考えで修正したのかがわかれば、reviewerやeditorもより理解をしてもらえると思います。

また返答はできるだけ丁寧にしたほうが無難です。相手も人間ですので、不機嫌になるとまたあら探しをしたり、自分のあげた問題点に答えていないとしてreject判定をする可能性もあるからです。

Reviewerの当たりどころが悪かったら

たまに喧嘩になるようなresponse letterの書き方をする人もいますが、悪手です。

Reviewerにはいい人もいますが、研究を全否定するような、全く建設的ではないreviewerにあたることもあります。こればかりはサイエンスというより、もはや運の要素になってきてしまいます。

Reviewerはさも当たり前のように批評や批判をしてくるのに、投稿者側が下手に出なければいけないのはいい気分がしないかもしれません。

文句を言いたくなるような書き方をされることもありますが、そこはぐっとこらえて、丁寧に、また理路整然と書いていくのがいいと思います。そうすれば、エディタもわかってくれる場合があります。

あまりにひどいreviewerだと次からeditorがreviewerを変えたりすることもありますし、理不尽は指摘を除外するなど建設的ではないことをうまくハンドリングするのがeditorの仕事だと思います。

Revisionになっているということであれば、editorはその論文を掲載する方向で検討しているということです。あまりにも的外れな指摘であれば、それをeditorに伝えるのはありだと思います。ただし、その場合には別の新しいreviewerが選ばれると思っていたほうがいいかもしれません。

改訂した箇所はすべて報告する

もう一つ重要なことは、どこを修正したのか文字を色分けしたり、リスト化をしておかなければならないということです。

たまに改訂作業をしていて、間違いなどに気づくこともあります。スペルや文法の間違いくらいであれば痛くも痒くもありません。しかし、データが間違っていたということもなくはないです。

Reviseで再解析をしていますから、そのときに気づくことがあります。何度も結果をチェックしているのに、うっかりミスをしていたなんてことは人間なので、どうしても起きてしまいます。

このときは本当に焦ります。本人は冷や汗モノでしょう。もう一度データ解析を繰り返して同じ結果がでるかどうか。しかし冷静になって考えましょう。

これが出版後に気づいていたらどうだったでしょうか。

出版後だったら、correctionやerratumとして出版社に報告しなければいけません。大きな間違いだったら論文の取り下げも必要になってしまいます。

しかし、この段階でよかったと考えるべきです。引き返すことも可能です。正直にここのデータが間違っていたので、もう一度統計をやり直した、というように記載をして、reviewerとeditorに報告をしましょう。

アカデミアのこの仕組みは性善説から成り立っているとおもっています。誰もが正直に報告をして、それを信頼しているということです。

偽造あるいは間違いのデータを修正せずに良いデータをみせても、完全に検証できるわけではないので論文というのは通ってしまいますが、万が一それが判明した場合には、自分だけでなく共著者の研究者生命を奪ってしまうかもしれない、重大な事態になってしまいます。

サイエンスの信頼性を揺るがすことになってしまいます。ここで正直に申告をして、修正をする以外に研究者としての道はありません。

Revisionになったら、アクセプトまであと少しです。

ここは全力でいきましょう。

1. カバーレターを疎かにしていませんか？
   • カバーレターをどのように作っていますか
2. カバーレターは論文をアピールする唯一の場所
   • ジャーナルは多くの投稿論文を抱えている
   • Editorが論文を十分読み込むことができるか
   • いかに自分たちの研究が魅力的かアピールをしましょう

カバーレターを疎かにしていませんか？

カバーレターを疎かにしていると損をしてしまいます。論文を初めて投稿する、あるいは2−3回目くらい目の投稿をする方向けに、カバーレターで損をしないための方法を説明します。

私はカバーレターをしっかり書くようにしてから、desk rejection率が格段に下がりました。
そんな方法をお伝えします。

カバーレターをどのように作っていますか

カバーレターの形式は英語の手紙と同じです。提出書類を渡すときなどの表紙のようなものです。海外で求人の応募で履歴書など出すときにも必須になるものです。

いわゆるビジネスレターと同じなので、形式はしっかり守りましょう。第一印象は大事です。

しかし、カバーレターを1から書くのは大変です。そのためインターネットで検索でテンプレートを探したり、すでに論文投稿の経験のある先輩にもらって少し内容を変えたりすることもできます。あるいは校正会社に作ってもらう、なんてこともできたりします。

このカバーレターに書くべき内容を指示しているジャーナルも多くあります。例えば、共著者全員の承認を得たか、他のところに投稿していないか、ゴーストライティングはないか、倫理委員会の承認を得ているか、COIはないか、などです。

このあたりは当然のように書いていたほうがいい内容になります。

カバーレターは論文をアピールする唯一の場所

見出しの通り、カバーレターはエディタへ論文をアピールできる唯一の場所です。日本人はこのアピールが足りない海外エディタからよく聞きます。

ジャーナルは多くの投稿論文を抱えている

一流誌になればなるほど、ものすごく多くの投稿を抱えています。実はeditorにとってreviewerを探すのも一苦労なのです。

そのため、次から次へさばいていかなくてはなりません。

これがdesk rejectionの多い原因です。まずは、external reviewに回らないとチャンスが巡ってきません。

Editorにしっかりアピールをしましょう。

Editorが論文を十分読み込むことができるか

ぜひ自分がエディタの立場になったと考えてみてください。次々と回ってくる論文を十分評価することができるでしょうか。

いわゆるAssociate Editorは、本業でも研究をしています。むしろ、研究の分野でもそれなりの地位にある人がなっています。回ってきた質の高いか低いかわからない論文に十分な時間は取れないはずです。

そんなエディタはまずどこを読みますか？一般的にはカバーレターとアブストラクトだと思います。

その後に図表や本文に目を通すかもしれません。しかし、図表や本文を目を通すときにエディタにはカバーレターとアブストラクトを読んだ時の先入観がすでに入っています。

ジャーナルによってはもうこの段階でdesk rejectionを決めているところもあります。カバーレターをおろそかにしていると損をするのはこの段階です。

いかに自分たちの研究が魅力的かアピールをしましょう

最初に述べたように形式も、必要な事項を書くのも大事です。

しかし、もっとも大事なのは、この研究がいかに魅力的なのか、インパクトがあるのかをエディタにわかってもらうことです。これがなければ先にすすめません。

せっかくいい仕事をしたのに、カバーレターのせいでいい印象を持ってもらえない、というのはとてももったいないことです。

日本人は自分の仕事に謙遜をしてしまう傾向にある人も多いのは事実でしょう。しかし、他の国の研究者たちは自分の研究がいかにすごいかをこれでもかというくらいに書いている場合もあります。

しっかりアピールをしていかにすごい研究か書かれているアブストラクトと、淡々と研究の内容を説明しているアブストラクト、どちらの方を外のreviewerにみてもらいたくなりますか？

アピールしてあるカバーレターですよね。

本文やアブストラクトはあくまでサイエンスに基づいた記述が求められます。これまでの過去の報告から現在の論文の立ち位置がどのあたりあるのか、ということでは書くことができますが、あまり「言い過ぎ」なことを書くとreviewerから大抵は評価が下がります。

言い過ぎなことをいうのは、過大広告と一緒でサイエンスとして妥当ではなくなってしまうからです。

カバーレターには思っていても伝えきれない重要性、というのをしっかりアピールできます。

ぜひ苦労して作り上げた論文ですから、カバーレターまで気を抜かずに頑張りましょう。

1. 英文校正に出す前にすべきこと2つ
   →校正に出す前に、共著者全員にちゃんと論文を読んでもらいましたか？
   →ジャーナルのガイドラインをしっかり読みましたか？
2. 英文校正に出したあとにすべきこと
   →意味が変わってしまっているところがないか確認しよう

英文校正に出す前にすべきこと2つ

はじめての論文投稿は苦労の連続です。ようやく書き上げて、上司から何度も追加実験と書き直しをさせられて、苦労の末に書き上げた論文。

とうとう出来上がった！じゃあ、英文校正に出そう！

ちょっと待って！ほかの共著者にはその論文を読んでもらった？
ちゃんとジャーナルのガイドラインを確認した？

英文校正に出すのは最後にしましょう。英文校正を出したあとに修正が必要になれば、せっかく校正に出したのに、ネイティブチェックを受けていない部分が出てきてしまいます。英語に自信があればいいですが、そうでなければ論文に不安がでてきてしまいます。

校正に出す前に、共著者全員にちゃんと論文を読んでもらいましたか？

上司に読んでもらったら大丈夫、ではダメですよ。少なくとも一度は目を通してもらいましょう。共著者への礼儀でもありますし、責任問題でもあります。同僚のやっていた研究が知らない間に論文化していて、実は自分の名前が入っていた！なんてこともありえなくはない話です。

世の中の人は論文に共著者で名前が入っていれば、その論文については当然知っているだろうと考えます。別の共著者だから気づく修正すべき点、疑問点や間違いがあるかもしれません。最近は共著者の枠組みも世界的に厳しくなっています。

大して貢献のしていない偉い人をその権威性だけで共著者に入れるなどのギフトオーサーシップなんて言葉もあり、日本ではまだまだルーズなところもあるようですが、いい加減にやっているといつか足元を掬われる人が出てくる気がします。

ジャーナルのガイドラインをしっかり読みましたか？

FigureとTable数の上限、アブストや本文の字数、参考文献数の上限は必ず確認をしましょう。また参考文献の体裁も案外面倒な作業です。Referenceがアルファベット順なのか、出てきた順なのか、DOIは入れるべきかどうかなどもあります。

最初に出す論文でだいたいのFigure数や字数などが決まると思いますが、最初の雑誌に必ず通るとは限りません。むしろ最初は少し背伸びをした雑誌に出すと思います。3番目くらいまではどこに出そうかリストアップをしておいて、それぞれのfigure/table数、字数、参考文献数を確認しておいたほうがいいです。

例えば自分の研究分野の有名な雑誌をリストアップして、3つ優先順位をつけます。最初の候補では6000字でreference無制限かつfigure/table 8つ、次は4000字でreference60かつfigure/table7つ、3つ目は3500字かつreference40でfigure/table4つだとします。

1つ目と3つ目はボリュームが違いすぎますよね。3つ目の雑誌も狙っていきたいと考えるのであれば、最初の雑誌で少しボリュームを抑えていくか、あるいは3つ目の雑誌の候補を変えて多くの字数でも出せるところにしておいたほうがいいかもしれません。このあたりの戦略はぜひ指導する上司と相談をしてください。

Referenceに関して、EndNoteやMendeleyでワードへの挿入機能を使うことに慣れていれば、それほど苦労することはないかもしれませんが、初めての投稿で、実直に頑張って入力している、という人をみたことがあります。最初の投稿ではEndNoteやMendeleyの使い方を覚えることもしなくてはなりませんが、しっかり使い方を覚えておくことで、後々に大いに役立ちます。

ちょっと追加のお金を払えば体裁を整えてくれる校正サービスもあります。お金があれば頼んだほうが楽できますが、そうでない場合、自分で簡単にできる術を身につけていたほうがいいです。

英文校正に出したあとにすべきこと

英文校正が返ってきた、よし投稿だ！

英文は良くなったかもしれないけど、内容はあってる？

意味が変わってしまっているところがないか確認しよう

英文校正が返ってきたらすべてを一度見直しましょう。
英文校正をする人はサイエンスの英語を得意としているとは思いますが、その分野の専門であるわけではありません。

自分で最初に書いた論文が拙ければ拙いほど、内容が変わって返ってくるリスクが高まると思っています。英文の間違いよりも内容の間違いのほうがダメージは大きいです。

私も一度、reviewerから意味がわからないという厳しい指摘から、英文校正で一部内容がおかしくなっていたことに気づいたことがありました。最初はあれ、自分こんなこと書いたかな？と考えてたどっていったら英文校正のときに変わっていた、というものがありました。

また英文校正でも相手は人なので、それぞれ校正者による違いというものがあります。単刀直入に言えば当たり外れが出ます。

もう一つの失敗は、内容に突っ込んでくる校正者がいたことです。この部分のメッセージをもう少し踏み込んではっきりしたほうがいいのではないか、というようなことでした。当時初心者の私は素直にその指摘に従い直したところ、見事にreviewerにその部分を撃ち抜かれました。

ぜひ当たりだ！と思った校正者だ、と思ったときにはその人の名前を覚えておき、次のときにリクエストをしましょう。個人的には、少し値段は高くても2人以上のチェックが入るサービスを利用するのが理想的だと思っています。

意味が変わっているところは自分で直して投稿するのもありだと思います。もし英語力に自信がなければ意図を伝えて再校正を依頼するということができるサービスがある校正会社もあるでしょう。一刻も早く投稿したいのにもどかしい気持ちはありますが、そういうのもありです。

次はカバーレターについて書こうと思います。
投稿したあとのことについては別に書いていますので、ぜひ参考にしてください↓

投稿してからの時間もとてもかかります。もし学位などの関係で期限までに論文がアクセプトされなきゃいけない、などの状況にあるときは、その時間も逆算しましょう。一つの雑誌で数ヶ月かかり、その挙げ句リジェクトになる、なんてことも普通にあります。

論文の投稿をしてからの流れ

頑張って書いた論文。投稿画面で必要事項をせっせと入力。
さあ、全て入れ終わった、投稿ボタン、ポチ！

ようやく大きな仕事を終えた感がありますよね！

あとはひたすら待つのみです。研究者であれば、この間に別の研究をすすめていると思います。でもステータスが気になってチェックをしてしまう人も多いのではないでしょうか。自分は結構気になってしまうタイプです。

投稿画面のステータスはsubmitted manuscriptに変わっています。投稿したけど、まだ編集者が手をつけていない状態ということです。

その後、編集者がハンドリングをすることによって、awaiting editor assignment, with editor, under reviewなどに変わります。投稿システムは同じでも、雑誌社によって設定を変えることができるので、投稿した雑誌によって表示が異なります。

編集者にも事務的な編集者と、内容を精査できる編集者(scientific editor)がいます。まずはscientific editorが内容を確認します。internal reviewと呼んだりします。

雑誌によって、internal reviewのステータスはwith editorの場合とunder reviewの場合があります。

数日から2週間前後で返事が帰ってくる場合

まずは体裁が整っていない場合、体裁を直してください、と数日で返事がきます。この場合は指摘のあった箇所を直して再投稿をします。

数日〜2週間前後で返事が帰ってくる大半はdesk rejectionあるいはeditorial rejectionになります。
これはなにかというと編集者が最初に読んで、採用しないことを決めることです。下手したら数時間ということもあります。

投稿画面のステータスが数日でfinal decisionとかawaiting decisionとかに変わってたら、ほぼeditorial rejectionです。数日でアクセプトになることはほぼありません。逆に数日でアクセプトするような雑誌はハゲタカジャーナルじゃないかと疑う必要があります。たいていは諦めて別の雑誌に出すことになります。

せっかくその雑誌に合わせて体裁を整えたのに…はじめに出す雑誌は一番通ってほしかった雑誌のはずです。憧れの雑誌かもしれません。はじめのうちはそれなりにショックで落ち込んだりします。何がダメだったのかもあまり書いていません。We regret to inform youの書き出しを何度みたかわかりません。

論文の投稿回数が増えると、rejectになってもすぐに気持ちを切り替えることが出来るようになります。気を取り直して、次の雑誌を探します。また体裁を直すところからやり直しです。

どうせリジェクトになるんだったら早い返事で時間を無駄にしなかった、と自分に言い聞かせたくなります。

2-3ヶ月くらいで返事が帰ってくる場合

ステータスははじめwith editorだったのがunder reviewに変わったとしたら、それはおしらく第一関門突破です。Editorial rejectionを免れました。その論文に関連する外部の専門家(reviewer)のところに論文が渡っています。

ほぼ最初からunder reviewだった場合にはいつその関門を突破したのかはわかりません。というのは、投稿システムはその雑誌で調整が可能で、またeditorの評価の段階でもunder reviewと表示されるところは少なくありません。そうした場合には大体1ヶ月くらい同じステータスだったら大丈夫かな、と判断をしています。

また、雑誌によっては細かいステータス表示でawaiting reviewer assignmentやawaiting reviewer scoresなどと、変化する場合もあったりします。

そこから返事がくるまでとにかく待ちます。いつステータスを確認してもunder reviewです。このままずっとunder reviewのままなのではないか、という気さえしてきます。投稿してから下手すると3ヶ月以上待つこともあります。

時間がかかるのは、reviewerが返事を返していないとき、reviewerの意見がわかれて新たなreviewerに原稿を回しているとき、新しいreviewerがなかなか見つからないとき、editorが忙しくて仕事が遅いとき、などの理由が考えられます。

しばらくすると、Awaiting AE recommendationやAwaiting decisionなどに変わります。もうすぐ結果が出るんだな、という合格発表前のドキドキした感じになります。まれに、またunder reviewにかわることがあります。その時はおそらく別のreviewerにも評価が必要と判断されたことを意味します。

そして何らかのDecisionの表示に変わってから数日の後、ようやく返事が来ます。日本は時差の関係で、朝起きたらメールが来ていた、という方が多いと思います。結果はどうだったでしょうか？

経験上、夜中にメールが来ていても、寝る前に内容を確認するのはやめたほうがいいです。その後寝られなくなってしまいます。

論文の結果を待つのは忍耐のいることです。世界中の研究者が時間のかかるシステムにヤキモキした感情を抱えています。しかしその分アクセプトされたときの喜びは大きいものです。

この記事がお役にたちましたら幸いです。