これであなたもNature & Science



【イントロ】
 　あけましておめでとうございます。2017年はいろんな方たちと出会えて楽しい一年でした。その分いろいろと後悔もありますが。おみくじによると、「絶好調のとき。攻めの気持ちが大切」らしいので、2018年も楽しいことができればいいなぁと思っています。
　ということで、やっぱりNature & Science誌[1][2]に論文出したいですよね。研究の良し悪しは個々の論文の出来で決まるわけですが、できるだけ多くの人の目に触れて価値判断に晒されたいと考えると、やはり高インパクトファクター雑誌であるNature & Science誌に論文を出したいというのは自然な思いです。
　しかし、どちらの雑誌も採択率は厳しく投稿した論文のうち掲載されるのは10%未満[3]という話もあるくらいです。噂では力強いラボの先生だと、投稿する前に知り合いのエディターに「これから投稿するぞ」と連絡してエディターリジェクトを避けるとかなんとか[4]。　
　また商業誌ということで科学的な重要性よりも話題性が優先されることもあるとかないとか。どうしても流行りの研究でインパクトのある研究が載りやすい傾向があるんだろうなあと思います（個人の感想です）。
　本記事では、2017年度のNature & Science誌の論文タイトルに含まれる単語を調べ、この1年間の流行を調査することでどんな論文が掲載されやすいかを明らかにすることを目的にしました。

【方法】
  2017年度に発行されたNature79冊(1381論文)[5]、Science51冊(701論文)[6]のタイトルをPythonを使用したWebスクレイピングにより取得し、Excelのピポットテーブル機能を使って集計を行いました。今回は各タイトルを取得するごとに2秒待機することでアク禁対策に重点を置きました。また、タイトルだけでなくその長さの分布も気になったので、やはりPythonを使って各タイトルの長さを集計しました。
簡単な作業でも自分でプログラムかけると楽しいなぁと思いました。

【結果】
　図１、２、３がNature & Science誌の頻出単語上位60単語です。前置詞、冠詞、be動詞は除いています。ちなみにどちらも最多の前置詞は”Of”でした。

図１、Nature & Science誌の頻出単語1-20位

図2、Nature & Science誌の頻出単語21-40位

図3、Nature & Science誌の頻出単語41-60位

　とりあえず、「細胞の構造」を研究するのがNature & Science誌掲載への近道じゃないですかね。。。という結果になりました。
　どちらの雑誌も医学・生物関係の単語が上位に来ていることが図から見て取れます。2017年度にノーベル賞を受賞した「クライオ電子顕微鏡」[7]などを筆頭に細胞の構造を研究する手段が発達し様々な研究が行われていることが、流行語から感じられます。また、医学・生物関係のほうが人間の生き死に直結するだけあってより多くの読者の関心を引くことも関係しているのではないでしょうか。
　一方物理関係と思われる”Quantum”という単語が１０位前後に来ており他にに”Graphene”や”Gravitational”といった単語も40位付近にあらわれていることから、量子コンピュータや量子通信、グラフェンの物性や重力波関係の話題が今年のNature & Science誌を賑わせたことが見て取れます。
　Physical Review誌等、専門誌の物理分野ではTopological物性が流行していますが、Nature & Science誌に頻出するほどの単語ではなかったのは少し意外でした。本誌ではなくNature PhysicsやScience Advanceのような姉妹誌に掲載される方が多かったのかもしれません。
　さて、こうした頻出単語が含まれる論文タイトルですが、どれくらいの長さが一番多いのか気になったので調べたのが図４です。(2，3単語のタイトルはタイトルの取得ミスが含まれていると思われるのでちょっと信憑性はありません)
　
図４、論文タイトルに含まれる単語数の分布
キレイな分布を描いていますねぇ。。。Nature & Science誌ともに１０語くらいがタイトルに含まれる単語数の平均のようです。長すぎず、短すぎずとなるのが１０語くらいなのかな？

【まとめ】
　　今回はNature & Science誌の2017年度の掲載論文タイトルの頻出単語を調べることで、その流行を調べました。結果としては、「細胞の構造」に関する研究が流行しているといったものとなりました。Nature & Science誌に掲載したいと考えている研究者の皆様はなんとか「細胞の構造」に関連させた研究をして、１０文字程度のタイトルで投稿するのが掲載を実現する近道ではないでしょうか？
「量子効果を用いた細胞の構造の研究」とか？

【参考文献】
1, Nature
2, Science
3, 超一流誌による論文選定は恣意的なのか?(Chem-Station)
4, Private communication.
5, Nature 2017.
6, Science 2017.
7, The Nobel Prize in Chemistry 2017 "for developing cryo-electron microscopy for the high-resolution structure determination of biomolecules in solution".

コメント

コメントを投稿

このブログの人気の投稿

交代磁性があるのかないのかどっちなんだい！～RuO2の場合～

イメージ
 【イントロ】 博士「はぁ～交代じゃ、交代じゃ」 学生「どうしたんですか？キャバクラですか？」 博士「違う違う違う違う今日は違う！交代は交代でも、交代磁性のことを調べておったんじゃ」 学生「交代磁性？」 博士「なんじゃ知らんのか？交代磁性とは、強磁性と反強磁性に次ぐ第三の磁性として最近発見された、新しい磁気状態のことなんじゃ。」 学生「知ってますよ、 Šmejkal（流暢な発音）が提案 してるやつでしょ？強磁性体のようにバンド構造にスピン分裂が生じるけれど、反強磁性体のようにNetの磁性はゼロとなっている、副格子間の反強磁性状態と解釈できる磁性体のことですよね。」 博士「そうじゃ、Šmejkal（流暢な発音）達の提案が大きなきっかけとなった研究分野じゃな。なんじゃ、知っとるじゃないか」 学生「当然です。中学入試程度です。交代磁性って、 MnTe や CrSb 、それに RuO2 で確立された概念じゃないんですか？」 よく見ると(b)がない（ 引用元 ） 博士「 どこ中出身 じゃ。。。うむ、それらの物質でARPESが行われ、交代磁性の特徴の1つであるバンド構造の巨大なスピン分裂が観測されて Nature や PRB に報告されるなど研究が加熱しておる。」 学生「ならいいんじゃないですか？流行物質どんとこい。ビッグウェーブに乗って論文を量産するタイミングですよ。h-index稼ぎましょう」 博士「しかし、そのうちの１つ、RuO2が実は交代磁性体ではなく、非磁性体なのではないかという報告がなされ議論を呼んでおるのじゃ。」 学生「どういうことですか？？？RuO2は 異常ホール効果 が見えたり、 REX（共鳴弾性X線散乱） や 中性子散乱実験 で反強磁性秩序がすでに観測されたんじゃないんですか？？？陰謀ですか？？？？」 博士「それでは今回は、独ヴュルツブルク大学のPhilipp Keßler博士らによる論文、 Philipp Keßler, et al. , Absence of magnetic order in RuO2: insights from μSR spectroscopy and neutron diffraction , arXiv:2405.10820 を読んでいくかのお」 学生「Absence論文、盛り上がるやつですね」 【どんな実験したの？】
続きを読む

狂気！室温超伝導体は脳内にあった！！！

イメージ
 【イントロ】 博士「これはすごい・・・これはすごいぞ！！！」 学生「どうしたんですか？自分の愚かさのことですか？」 博士「そうではない！ワシは出会ったんじゃ！科学史上最高の論文に！」 学生「どんな論文ですか一体」 博士「なんと 室温超伝導体 が見つかったという話じゃ！」 学生「え！室温超伝導体といえば、室温で電気抵抗がゼロになる物質で、世界を支えるエレクトロニクスに不可避なエネルギーの散逸、発熱の問題を一気に解決し、 世界のエネルギー問題を救うキーテクノロジーになる物質 じゃないですか！」 博士「その通りじゃ！」 学生「気になってきました、早く教えて下さい、その論文！」 博士「うむ…驚くなよ、なんと、 生物の脳の中では超伝導状態が実現しておる のじゃ！！！」 学生「・・・」 博士「ふふふ、あまりの衝撃に言葉もないようじゃな。」 学生「あの」 博士「では、今回は、 P. Mikheenko, Possible Superconductivity in the Brain , Journal of Superconductivity and Novel Magnetism, 2018, No 5, p. 1121-1134 （ Arxiv版 ） を読んでいくぞい！」 学生「帰っていいですか？」 【論文誌がすごい！】 博士「まずは、この論文のなにが凄いかといえば、査読を通って論文誌に掲載されておるのじゃ」 学生「ほんとですよ、どうなってんですか」 博士「そして、掲載された Journal of Superconductivity and Novel Magnetismの2022年度のImpact Factor は1.8なんじゃ。これがどういうことかわかるか？」 学生「そ、それは日本の物理学会が発行するJournal of the Physical Society of Japan、いわゆる JPSJのImpact Factor 、1.7を超えています・・・！」 博士「そうじゃな、つまり論文誌としての影響力としてはJPSJよりも大きな雑誌に掲載された論文ということじゃ」 学生「JPSJもっとがんばってくださいよ」 博士「しかもこの論文は8回も引用されておる」 学生「 みなしPRL じゃないですか・・・」 博士「これだけで如何にこの論文が本物であるか納得してもらえ
続きを読む

まだ最小二乗法で消耗してるの？ ～Passing Bablok法について～

イメージ
【イントロ】 与えられたデータの傾向を見る、つまり回帰分析の一つとして、直線でフィッティングする方法が挙げられます。 ココで問題となるのが、「どうやって直線の傾き(と切片)を求めるか」という点です。 代表的な方法が最小二乗法です。目的の直線を $y=ax$ と仮定します。データ点$y$と求めたい直線との差の二乗を誤差として、すべての点に対する誤差の和を最小化する傾き$a$を求める方法です。 具体的には誤差の和を $E=\sum_{i=1}^{n}(y_i－ax_i)^2$ とすると、$a$について最小値が欲しいので、 $\frac{\partial E}{\partial a}=0$ となる$a$を求めれば良いです。整理すると、 $a=\frac{\sum_{i=1}^{n}(x_i－x_{average})(y_i－y_{average})}{\sum_{i=1}^{n}(x-x_{average})^2}$ となります。 　最小二乗法は直観的にもちょうどよい直線を見つけてくれそうで、最強の方法に見えます。しかし、 いくつかの課題 があります。まず一つが、外れ値に弱いという点です。えっちですね。つまり、ノイズ等の影響でデータ点の集合から大きくハズレた点が存在すると、その点に引きずられて傾き$a$が大きく変化してしまうという点です。 　また、別の問題として、最小二乗法は暗にデータが正規分布に従った誤差を持つことを仮定している点が挙げられます。今回最小化すべき誤差をデータ点と直線の差の二乗和として与えましたが、これはデータ点の周りに分散一定の誤差が正規分布している場合に導かれる最尤推定解と対応しています。詳細は PRML を参照。 さて、それではこうした最小二乗法の呪縛から解き放たれた、 回帰モデルは存在するでしょうか？そうしたモデルとしては 主成分分析 等があります 本記事では、そうした手法の中でもノンパラメトリック回帰モデルの一つである”Passing-Bablok法”について、 原論文 に従った解説とPythonでの実装に取り組みました。 【方法】 Passing-Bablok法はその名の通り、PassingとBablok(PB)により提案された、一次の比例関係を比較するノンパラメトリック回
続きを読む