ガイドライブラリ12件のガイド
資料の評価
信頼性の判断、学術資料と一般資料の見分け方、Google Scholarや図書館データベースの使い方、バイアスの見抜き方。
すべてのガイドは無料で、学生と研究者向けに書かれ、最終確認日がわかるよう日付が付いています。
出典が信頼できるかを見分ける方法
出典を引用するに足るほど信頼できるか判断します。公式のACRL、CRAAP、SIFT、Stanfordのcivic-online-reasoningの文言に加え、実例としてCDC FastStats、AAP対ACPeds、Wikipedia、撤回されたWakefieldのThe Lancet論文、業界の隠れ組織を扱います。
学術的出典と一般向け出典:見分け方
Cornellの定期刊行物四分類とBerkeleyの業界カテゴリで、出典を学術・ニュース・一般向け・業界・扇情に分類する。SPRINTとNew York Timesの対、Psychology Today、Harvard Business Reviewの実例。
学術研究のためのGoogle Scholarの使い方
Google Scholarで論文を素早く見つける方法：検索演算子、フィルター、保存したアラート、「引用元」の追跡、全文への図書館リンク、APA・MLA・Chicago形式のワンクリック引用。
学術ジャーナルへのアクセス方法（合法な全文）
すでに引用情報があるときの論文の開き方。図書館ログイン、Unpaywall、PubMed Central、Europe PMC、相互貸借、author accepted manuscript。公式のアクセス規則であり、作りものの所要日数ではない。
オープンアクセス研究の見つけ方
合法なオープンアクセス複製を探す。Budapestの定義、gold対green対bronze、Unpaywall、DOAJ、Open Policy Finder、NIH 2025、NSF-PAR 2026、2024年以降のPlan S、使った版の引用。
学術研究のための図書館データベースの使い方
公式の Boolean、フィールドコード、MeSH で EBSCO、JSTOR、ProQuest、PubMed を検索する。そのうえで APA 7 §9.30、MLA 9、CMOS 18 がデータベース名を書くかを判断する — Hallion、Goldman、Stein、Risto の例付き。
学術研究でWikipediaを使う方法
Wikipediaは引用する出典ではなく、見当をつけ、脚注を拾うために使う。Wikipedia、APA 7 §10.3、CMOS 18 §§14.130–14.131、Harvard、Nature 2005、および2016年のWikiJournal Cerebellum論文の公式の文言。
学術研究のための出典のファクトチェック方法
引用する前に一つの主張を検証する。CaulfieldのSIFTの動き、Wineburgの横断的読解、2023年のVerifiedの道具立て、Wardleの情報紊乱の用語、IFCNの出典規則を使う — 作られた統計ではなく、実在の事例で。
出典の偏りを見分ける方法
引用する前に、その出典が何の仕事をしているかを名指しする。公式のCRAAP Purposeの問い、Cochrane Handbook 6.5の偏りとROB-MEの文言、ICMJEの利益相反、そして実在する最低賃金の3文書: Heritage (Sherk 2016)、CBPP Policy Basics (2026年4月16日)、CBO刊行物55410。
歴史学の一次資料の見つけ方
LOC、NARA、AHAの公式定義、現行のデジタルコレクション、1918年新聞の実地検索、実際のCMOS 18引用例で、歴史の一次資料を見つけます。
灰色文献:それが何か、どう見つけるか
ルクセンブルク、ニューヨーク、プラハの定義、Cochrane Handbook 6.5.1（2025年3月）とMECIR C28、Hopewell 2007の出版バイアスの根拠、OpenGrey閉鎖後の現行ポータル、AACODS、およびWHO 2025、IPCC、GAO、APAの実例で灰色文献を探す。
引用指標の読み方:Impact Factor、h指数、CiteScore
ClarivateのJCR 2026（2025年データ）のJournal Impact Factor、Hirschのh指数、ElsevierのCiteScore、Journal Citation Indicator、オルトメトリクスを公式定義から読む。同じ分野のジャーナル同士を比べる。ジャーナル平均を論文の評点として扱わない。