目的、方法、結果、結論。これらお決まりのパーツを知っていても、ワードカウンターが下でカチカチと音を立てる投稿用ボックスが開くと、何ひとつ助けになりません。
以下に、系統別に分類した9つのサンプルを紹介します。それぞれ不合格となる理由が異なるため、解剖の仕方も異なります。このガイドの例はすべて書き下ろしたものです。研究内容は架空のものであり、数値を引用してはなりません。
<CTA title="情報源を添付してアブストラクトをドラフトする" description="Jenniはライブラリにすでにある論文に基づいてドラフトを作成するため、要約と実際の発見との整合性が保たれます。" buttonLabel="Jenniを無料で試す" link="https://app.jenni.ai/register" />
サンプルを選ぶ
タイプ | 文字数・単語数 | 結果を報告しているか？ | 見かける場所 |
構造化された研究アブストラクト | 250〜300語（治験の場合は最大400語） | はい（数値あり） | 医学・健康系の学術誌 |
非構造化研究アブストラクト | 150〜250語（1パラグラフ） | はい | APAスタイルの学術誌 |
系統的レビューのアブストラクト | 250〜300語（通常は構造化） | はい（および登録情報） | エビデンス・シンセシス（証拠統合）学術誌 |
記述的アブストラクト | 100語以下 | いいえ | 人文学および講義の課題 |
修士論文アブストラクト | 150語（ノースカロライナ大学チャペルヒル校の場合） | はい | 修士論文 |
サマリーパラグラフ（Natureスタイル） | 200語（参考文献可） | はい | Nature系研究誌 |
学会アブストラクト | 150〜400語（または文字数制限あり） | はい（予備的なものであっても） | 投稿ポータル |
博士論文アブストラクト | 350語（ノースカロライナ大学チャペルヒル校の場合） | はい | 博士論文 |
症例報告アブストラクト | 150〜250語 | はい（経過として） | 臨床症例報告誌 |
このうち2つは情報源が出典元です。ノースカロライナ大学大学院（UNC Graduate School）は修士論文のアブストラクトを150語、博士論文を350語に制限しています。Natureは、参考文献を完全に付した200語以内のサマリーパラグラフを求めています。
研究アブストラクト：最もよく出会う3つの形式
1. 構造化アブストラクト（臨床試験用）
目的 退院時の薬剤師による面談が、高齢者の30日以内再入院を減少させるかどうかを検証する。デザイン 並行群間ランダム化比較試験、1:1割り付け。設定 都市部の教育病院2施設、2023年3月〜2024年6月。対象 5種類以上の定期薬を処方されて退院した70歳以上の患者812名。主要評価項目 30日以内の全死因再入院。結果 介入群406名中91名（22.4％）、対照群406名中124名（30.5％）に再入院が発生し、リスク差は8.1パーセンテージポイントであった（95％信頼区間：2.1〜14.1、p = .008）。救急外来受診者数に差はなかった。結論 薬剤師による短時間の退院時面談は、30日以内の再入院を減少させた。救急外来受診への効果は有意ではなく、より大規模な試験が必要である。
すべての文に明確な役割があります。その役割を以下に整理します：
文 | その文が担っているもの |
目的 | 結論が答えるべき問いを提示する |
デザインと設定 | 読者がその結果をどの程度重視すべきかの基準を与える |
対象 | その知見が誰に適用され、誰に適用されないかを示す |
結果（第1節） | パーセンテージが意味を持つように、絶対数を示す |
結果（第2節） | 効果量と信頼区間を示す |
結論（第2文） | 副次評価項目における過剰な主張の回避 |
2. 非構造化アブストラクト（APAスタイル）
生成AIを活用して執筆のドラフトを行う学生は、執筆速度が向上したと報告しているが、この手法が引用の正確性にどのような影響を与えるかについてはほとんど知られていない。本研究では、AI執筆アシスタントを使用して作成された論文と、使用せずに作成された学部生の文献レビューにおける引用エラー率を調査した。心理学部2年生240名を、アシスタントを使用できるグループと使用できないグループにランダムに割り当て、1,500語のレビューを執筆してもらい、すべての参考文献を原典と照合して検証した。アシスタントを使用したドラフトは、使用しなかったドラフト（M = 10.7, SD = 2.8）よりも多くの参考文献を含んでいた（M = 14.2, SD = 3.1）, t(238) = 9.11, p < .001, d = 1.18。引用された主張が原典に存在しない参考文献の割合は、アシスタントを使用した条件（11.4%）の方が対照条件（4.2%）よりも高かった。すべての原典を開いて確認したと報告した学生では、条件間での差異は見られなかった。検証を明確なステップとして導入しない限り、執筆速度と引用の正確性はトレードオフの関係にあると考えられる。
キーワード：引用の正確性、生成AI、原典検証、学部生研究
ここで機能している、目立たないAPAのルールは以下の通りです：
p値は正確に表記する。ただし、.001を下回る場合は不等号にする。
1を超えることのない数値（pやdなど）の先頭のゼロは省略する。例えば、p < .001や d = 1.18とし、0.42のように表記しない。
平均（M）と標準偏差（SD）は、独立した文にせずカッコ内に記載する。
タイトルに含まれていない用語を含めたキーワード行を独立して設ける。
3. 系統的レビュー
背景 ピアチューター（学生同士の個別指導）は、大学1年生をサポートするために広く活用されているが、効果の推定値にはばらつきがあり、有償プログラムと無償（ボランティア）プログラムを分けて分析したレビューはほとんどない。方法 データベース5件を対象に、開設時から2026年3月までに発表されたピアチューターに関する対照研究を検索した。評価項目は授業の成績とした。2名の査読者が独立してスクリーニングを実施し、バイアスリスクはROBINS-Iを用いて評価した。結果 28,406名の学生を対象とした31件の研究が選択基準を満たした。ピアチューターの利用は授業の成績のわずかな向上と関連していた（標準化平均差 0.21、95% CI 0.13〜0.29）が、大きな不均一性が認められた（I² = 62%）。この効果は、チューターが有償の場合（SMD 0.34）の方が、ボランティア（SMD 0.11）よりも大きかった。31件の研究中24件でバイアスリスクが「重大（serious）」と判定された。結論 ピアチューターは1年生の成績とわずかな正の関連を示しているが、エビデンスの質は低く、有償と無償の差についてはさらなる仮説検証が必要である。
ここでは1つの文が非常に重要な役割を果たしています。それは、結果の奥深くではなく、アブストラクトの中に明記された「バイアスリスク」に関する記述です。これがなければ、読者は0.34という数値を確定した事実として引用してしまうでしょう。しかしこれがあることで、不用意な引用を防ぐことができます。
ショートフォーム：制限が150語以下の場合
4. 記述的アブストラクト（72語相当）
本稿では、1890年から1950年の間に発行された英米のジャーナリズム・マニュアルにおける「客観性」という言葉の使われ方の変遷をたどる。3つのアーカイブ・コレクションに所蔵されている31冊のマニュアルを調査し、それらの中で流通している3つの競合する定義を整理し、それぞれがニュースルームの特定の労働モデルとどのように結びついていたかを考察する。最後のセクションでは、この変化が現在の報道における公平性をめぐる議論にどのような意味を持つかを概説する。
すべての動詞が「カバー範囲」を示す言葉になっています。「たどる」「調査する」「整理する」「考察する」。何も主張はされていません。なぜなら、ノースカロライナ大学ライティングセンターが説明するように、このタイプのアブストラクトは判断を下さず、結果も提供しないからです。
5. 学位論文（ちょうど150語相当）
コミュニティ・ランド・トラスト（CLT）は、永続的な住宅価格の手頃さを維持するためのツールとして説明されているが、最初の所有者が退去した後の再販価格を追跡した研究はほとんどない。本論文では、2005年から2023年の間における米国中西部の4つのコミュニティ・ランド・トラストの再販結果を調査する。612軒の住宅の登記記録と14人のトラスト管理責任者へのインタビューデータを用いて、実際の再販価格と、各定期借地契約に組み込まれた手頃な価格算定ロジックを比較した。4つのトラストのうち3つは、全期間を通じて設定された価格帯を維持していた。4つ目のトラストは、価格設定を地域の中央値所得に連動させるよう2014年に数式を改定した後に、価格が上昇傾向をたどった。インタビューからは、この上昇は意図したものではなく、どのトラストも計算式と実際の結果を検証していなかったため、6年間気づかれなかったことが示唆された。本研究は、価格算出方法の定期的な見直しが必要であることを主張し、専門スタッフのいない小規模なトラストでも実施できる再販監査手法を提案する。
150語の制限が強いるもの
1文につき1つの役割。方法を説明する文には、データソースとサンプルサイズの両方が含まれます。発見はパターンと例外に分けられます。なぜなら、本当に興味深いのは「例外」の方だからです。各章の紹介を入れる余裕はありません。各章の紹介を入れようとする論文アブストラクトの内容が、薄く感じられてしまうのはまさにこれが理由です。
6. Natureスタイルの要約（サマリーパラグラフ）
土壌微生物コミュニティは陸域の炭素フラックスの大部分を制御しており、その組成は温度によって変化する。大半の野外温暖化実験は単一のシーズンのみで実施されるため、これらの変化が実際の炭素放出の変化にどれほど迅速に反映されるかを実験室外で観察することは困難であった。ここでは、温帯草原の12のプロットを対象とした6年間の温暖化実験において、最初の2年間は呼吸が急激に増加したものの、温暖化が継続していたにもかかわらず4年目までにコントロール群のレベルに戻ったことを示す。シーケンシングの結果、この回復はバイオマスの減少ではなく、優占する真菌分類群の交代と一致していることが明らかになった。これらの結果は、コミュニティの再構成が数年規模での土壌炭素の損失を緩和できる可能性を示唆しており、これはほとんどの地球システムモデルに欠けているメカニズムである。
Natureは1つのパラグラフの中に4つの要素を入れることを求めており、その要となるのが「ここでは〜を示す（Here we show）」という表現です。読者はこれにコンマ数秒で気づくことができます。つまり、あなたの研究の貢献を瞬時に見つけることができるのです。背景の説明は5文ではなく、2文に留めます。
特殊なフォーマット
7. 学会発表の申請用アブストラクト
はじめに 地方のクリニックは都市部のクリニックよりも小児メンタルヘルスの専門外来の待機時間が長いと報告されているが、その格差は州レベルで測定されていない。方法 2024年1月から2025年12月までの46のクリニック（地方18、都市28）の紹介記録をリンクし、最初の受診までの待機日数の中央値を算出した。結果 11,204件の紹介において、待機日数の中央値は地方のクリニックで63日、都市部で29日であった（差は34日、95% CI 28〜40）。クリニックレベルの人員配置に関する予測因子は現在分析中であり、学会にて発表する。結論 格差は大きく、拡大傾向にある。参加者は、日常の診療記録から紹介の遅れを測定するための再現可能な手法を学んで持ち帰ることができる。
多くのドラフトで使われがちな表現と、上記の最後の1文を比較してみましょう：
多くの人が書く表現 | このサンプルが書いている表現 |
「政策や実践に対する示唆について議論する。」 | 「参加者は、日常の診療記録から紹介の遅れを測定するための再現可能な手法を学んで持ち帰ることができる。」 |
審査員が評価できるようなコミットメントが何もない | このセッションに参加する価値が何であるかを審査員に明確に伝えている |
学会によって異なる文字数制限などの詳細は、こちらの学会用アブストラクトの書き方完全ガイドで網羅しています。
8. 博士論文（238語相当）
機械翻訳は、多言語ニュースルームの原稿制作プロセスを大きく変えたが、それが報道内容に与える影響についてはほとんど調査されていない。本論文では、複数の言語で配信を行うニュースルームにおいて、翻訳ツールが情報源の選択にどのような変化をもたらすかを検証する。
本研究では、2019年から2024年の間にヨーロッパの6つのメディアが発表した4,180本の記事のコンテンツ分析と、そのうちの3つのメディアでのニュースルーム観察、および27件のインタビューを組み合わせた。すべての記事について、情報源の言語、情報源のタイプ、執筆から公開までの時間をコード化した。
その結果、3つの知見が得られた。第一に、配信言語以外の情報源を少なくとも1つ引用している記事の割合が18%から41%に増加し、この増加は各ニュースルームが翻訳ツールを導入した後の1年間に最も顕著であった。第二に、この増加は省庁や規制機関などの公的な情報源に集中しており、他言語のローカル報道の引用は増えなかった。第三に、編集者は「検証のギャップ」を指摘した。記者は、自分たちだけで読むことができないメディアの信頼性を判断する自信が低くなり、結果として制度化された公的情報源をデフォルトとして使用するようになった。
本論文は、翻訳ツールが情報源の言語の幅を広げる一方で、その種類（タイプ）を狭めていることを主張する。調査対象がすでに多言語デスクを持っているヨーロッパのメディアに限られているため、そのようなインフラを持たずに翻訳を導入するニュースルームにこのパターンが当てはまるとは限らない。
増えた200語で追加できた3つの要素（いずれも背景情報ではありません）：
番号付きの発見：読者が3つのポイントを同時に理解しやすくなります。
最初の結果を補足・限定する2つ目の発見（単なる繰り返しを避ける）。
有用な具体的限界事項（このパターンが適用されない可能性のある対象を特定する）。
9. 臨床症例報告
背景 ハーブ系サプリメントによる薬物誘発性肝障害は、青少年において認識が不足している。症例提示 既往歴のない16歳の男性が、市販のウコン抽出物を表示用量の4倍服用し始めた後、2週間にわたる黄疸、悪心、濃色尿を呈して受診した。入院時、アラニンアミノトランスフェラーゼは1,148 U/L、総ビリルビンは8.4 mg/dLであり、ウイルス性、自己免疫性、代謝性の検査は陰性で、アセトアミノフェンの服用歴はなかった。サプリメントの服用を中止し、特異的治療は行わなかった。酵素値は11週間かけて正常化した。結論 高用量のウコン抽出物は、青少年において臨床的に重大な肝細胞障害を引き起こす可能性がある。製品名ではなく、服用量を含めたサプリメント摂取歴の聴取を行っていれば、検査プロセスを短縮できたと考えられる。
このフォーマットが陥りがちな失敗
行動の変革を促す代わりに、単に症例を再確認するだけで終わってしまう結論です。「この症例は、ハーブサプリメントを考慮することの重要性を強調している」というのは、単なる再確認に過ぎません。「製品名ではなく、服用量を含めたサプリメント摂取歴の聴取を行っていれば、検査プロセスを短縮できたと考えられる」というのは、今後の行動を変える提案です。出版に値するのは後者だけです。
9つのサンプルに共通すること
上記のすべてのフォーマットに共通する6つの習慣があります。約束事ではなく、具体的な数値とともに発見が示されていること。読者がその推定値をどの程度信頼できるか判断できるように、正確な情報（精度）が提示されていること。研究デザインが明記されていること。結論が、冒頭で提示された問いに対して同じ言葉の定義で答えていること。定義されていない略語や「表2を参照」といった参照がなく、アブストラクト単体で自己完結していること。そして、アブストラクト内のすべての数値が、本文中の記述と完全に一致していることです。
最後に挙げた原則がどれほど守られていないか
多くの人が想像するよりもはるかに頻繁に、この一致は破られています。BMC Medical Research Methodologyに掲載された2017年のレビューによると、アブストラクトと本文との間の不一致率の中央値は39%（四分位範囲は14%〜54%）でした。
数値だけでなく、言葉選びも重要です。Journal of Clinical Oncologyに掲載されたランダム化比較試験において、300人の臨床医に「スピン（誇張表現）」のある、またはないがん治験のアブストラクトを読んでもらったところ、誇張されたバージョンを読んだ読者は、治療効果を10点満点中0.71ポイント高く評価しました。データは同じでも、表現によって受け止め方が異なるのです。
<ProTip title="⚖️ 正確性のチェック:" description="アブストラクトを結果セクションと並べて読み、すべての数値を突き合わせてください。10分間のチェックを行うだけで、すでに発表されている論文の驚くほど多くの割合より優位に立つことができます。" />
サンプルを自分のものにする方法
各セクションから1文ずつ抜き出す。 イントロダクションから問いを、方法からデザインを、結果から主要な結果を、ディスカッションから主な主張を。これで、すでに正確なアブストラクトの骨組みができあがります。
数値を書き戻す。 効果量、サンプルサイズ、信頼区間を入れます。最初のドラフトでは、具体的な数値を書かずに結果を言葉だけで説明してしまいがちです。
背景の説明は1文に削る。 残す背景情報は、結果の記述よりも価値があるものでなければなりません。
投稿先のガイドラインと照合する。 語数制限、見出し、引用スタイル、キーワード行を確認します。
本文と照らし合わせて読む。 すべての数値が一言一句違わず一致していることを確認します。
既存の優れたアブストラクトの構成を真似してもよいですか？
はい、そうすべきです。構成（構造）はジャンルのルールであって、知的財産ではありません。文章をそのままコピーすることは盗用（プ plagiarism）ですが、文章を展開する順序を真似することは、そのフォーマットを学ぶための王道です。
<ProTip title="📖 5つ読む:" description="ドラフトを書く前に、ターゲットとするジャーナルから最近のアブストラクトを5つ探して、立て続けに読んでみてください。20分もあれば、このガイドを含むどんな解説書を読むよりも、その媒体特有の「リズム」を身につけることができます。" />
<ProTip title="🧭 形式を選ぶ:" description="文章を書き始める前に、上の表から自分の論文に該当する行を見つけてください。記述的アブストラクトと構造化された研究アブストラクトはまったく異なる文書であり、求められているものと違う形式で提出すると、十分に準備されていない研究だと見なされてしまいます。" />
<ProTip title="🔬 展開を分析する:" description="各サンプルを2回読んでください。1回目は内容のために、2回目は1つのステップに何文使われているかを数えるために。真似るべき価値があるのはその「比率」であり、それは一度読んだだけでは見えてきません。" />
サンプルから実際の投稿へ
これら9つのサンプルは、ただ空欄を埋めるためのテンプレートではありません。これらはすべて「問いを提示し、手法を明記し、数値を示し、その意味を語り、要約と本文との間にいかなる矛盾も生じさせない」という1つの規律を示すデモンストレーションです。自分のフォーマットに合うものを1つ選び、2回読み、それを閉じてからあなた自身の言葉で執筆に取りかかってください。
<CTA title="論文にふさわしいアブストラクトを書く" description="Jenniは、アブストラクトの要約が実際の研究内容と乖離しないよう、文献ソースと照らし合わせながら、それぞれの主張がどれほど強力に裏付けられているかを検証してドラフトを作成します。" buttonLabel="アブストラクトをドラフトする" link="https://jenni.ai/conference-abstract-writer" />
書き終えたら、他の人に見せる前に自分自身で確認しましょう。見直しのステップを入れることで、査読者から指摘されるような過剰な表現を防ぐことができます。具体的な構成やテクニックについては、アブストラクトの適切な長さ、APAアブストラクトのフォーマット、そしてアブストラクトとイントロダクションの書き分けに関するガイドを参照してください。