お盆休みにつきまして
2020年8月04日、執筆者：DMC Staffカテゴリー: DMC News
恐れ入りますが弊社は、
8月13日 (木) から 8月 16日 (日) まで
4日間、休業とさせて頂きます。
8月17日 (月) より通常営業致します。
休業期間中お急ぎの英文校正のご依頼がございます場合は、
弊社インフォメーション .(JavaScript must be enabled to view this email address) 宛に、
件名の最初に ‘URGENT’ を付け加えた形で
メールを頂ければと存じます。
尚、誠に恐れ入りますが、上記休業期間中は、
インフォメーション宛にご連絡を頂きましても
翻訳（英訳／和訳）並びに
ご請求書類／領収書等の発行を承る事は出来ません。
ご了承下さいます様よろしくお願い致します。
この記事を知人に送る
自己盗用判定、類似性指数算出の問題点
2020年7月15日、執筆者：Guy Harris
投稿先のJournalに、論文内の文章に盗用もしくは自己盗用の疑いがあると判断された、と言う理由で文章の表現書き換えのご依頼を当社に頂くケースが増えています。しかし、単に文章に類似性があるということだけを根拠に、盗用であると言うには大きな問題があります。
盗用チェックに最も多く使われているツールの1つがiThenticateです。論文著者の皆様にはもうおなじみかと思います。
iThenticateは、既存の論文の文章と「類似性あり」と判定された語句にタグ付けをし、その類似語句が当該論文にどのぐらい含まれるかを分析して類似指数（スコア）を計算します。スコアが20%未満であれば許容範囲と見なされます。
最近 iThenticateのスコアが37%の論文の表現書き換え依頼を頂きました。 内容を見てみると、iThenticateはアブストラクトだけでも以下の語句について他の論文のものと類似であると、タグ付けしていました。
cohort data
all-cause and cause-specific mortality
person-years of follow-up
in the analysis
95% CI: 1
the
a
何と、「the」や「a」でさえも類似のタグ付けをされていたのです。
タグ付けされたアイテムのうち1つを除いて、これらの汎用語のすべてがアブストラクトの類似指数の数値に影響を与えていました。
25個のタグ付きアイテムのうちの1つだけは、以前の論文のテキストからの「盗用」の可能性があると考えられました。しかし、実際は25個すべてのアイテムがiThenticateによる類似指数の算出に使われていたのです。
更におかしなことに、iThenticateは、タグ付けアイテムがたった10語未満の12の論文を類似論文としてリストアップし、類似性指標の算出に使っていたのです。
他にも問題はあります。iThenticateは狭い科学分野で盛んに論文を発表している研究者達を、特に厳しい状況に追いこんでいます。iThenticateは、彼らが論文に用いる用語や表現を、以前の論文に使われたものと類似しているとして常にタグ付けするのです。しかし、同じ分野の論文で類似した用語、表現を用いることは避けられません。実際、「類似性」を避けるために同じ文章を複数の論文の中で、複数の違った方法で表現しなければならならないことはよくあります。
以前の論文で使用されていたという理由だけで、正しい表現をぎこちない不正確な表現に書き換えざるを得ないのです。
盗用を最小限に抑える為なら仕方がない。と、果たして言えるのでしょうか。
盗用防止は達成すべき目標ではありますが、文章の類似性により安易に盗用と判定してしまうのは、本来の目標達成には非効率で不適切なやり方ではないでしょうか。
この記事を知人に送る
GWにつきまして
2019年4月25日、執筆者：DMC Staffカテゴリー: DMC News
恐れ入りますが弊社はカレンダー通り
4月27日 (土) から 5月 6日 (月) まで
10日間、休業とさせて頂きます。
5月7日（火）より通常営業致します。
休業期間中お急ぎの英文校正のご依頼がございます場合は、
弊社インフォメーション .(JavaScript must be enabled to view this email address) 宛に、
件名の最初に ‘URGENT’ を付け加えた形で
メールを頂ければと存じます。
尚、誠に恐れ入りますが、上記休業期間中は、
インフォメーション宛にご連絡を頂きましても
翻訳（英訳／和訳）並びに
ご請求書類／領収書等の発行を承る事は出来ません。
ご了承下さいます様よろしくお願い致します。
この記事を知人に送る
網膜 心臓を覗ける窓
2018年11月06日、執筆者：Heidi Tran
網膜底画像 （眼球の後ろ側の写真）は、従来から目の疾患の進行を検査するために用いられてきました。しかし研究が進み、心臓血管の健康状態など目の疾患以外の評価あるいは診断にも、網膜底に見える血管網が有用である可能性が示唆されています。
今年初めにNature Biomedical Engineering誌(1) に発表された研究では、グーグルとVerily Life Sciences の研究者らが、300,000人近くの患者から得られた網膜底画像及び心臓血管疾患に関する変数のデータを用い、ディープラーニング (人工知能が使う、アルゴリズムによりデータから「学習」する学習の型) を利用してコンピューターモデルのトレーニングを行いました。続いて研究者らはトレーニング後のモデルを用い、網膜底画像データのみによって、別の13,000人の患者について年齢や性別など一連の推定を行いました。
モデルにより推定されたのは13,000人の患者の年齢、性別、喫煙状況、収縮期血圧、BMIで、信頼できる結果を得る事が出来ました。これらは心臓血管系疾患リスク計算で用いられる主要な値ですが、研究者らはこれらの値が必ずしも網膜底画像そのものから推定できるものではないことに注目しました。
次に研究者らは、今後5年間に患者が重大な心臓血管系疾患を発症するリスクを予測することをモデルに教え込みました。結果に照らしてみると、モデルが網膜底画像のみを用いて行った予測の精度は70%で、様々な情報源から得られるデータを用いた標準的なリスク計算方法とほぼ同じ精度でした。また研究者らは、そのモデルが、年齢、喫煙状況、収縮時血圧などのリスクファクターの予測には血管画像を利用し、一方BMIなどその他の変数の予測には、画像から得られる一般的な情報を利用したという大変興味深い発見をしたのです。
これらは有望な発見ではありますが、研究者らは、より大きく変化に富んだデータセットにより、これからもモデルの有効性を高めていく必要性があると指摘しています。
網膜底画像は、非侵襲的に、低コストかつ短時間で撮影できます。この画像のみを用いて、世界中で大きな死因となっている心臓血管系疾患の特定や予測をすることが可能であるということは、この新たな研究分野の前途の有望性を示唆しています。同様のディープラーニング法は、がん診断(2)等医療現場で応用される機会がますます増加しており、診断法や個別化医療の未来へ大きく期待されています。
参考文献
(1)Poplin et al. Predicting Cardiovascular Risk Factors from Retinal Fundus Photographs using Deep Learning.
（ディープラーニングを用いた網膜底画像からの心臓血管リスクファクター予想）
Nature Biomedical Engineering. 2(3), 158 (2018).
(https://www.nature.com/articles/s41551-018-0195-0.epdf?author_access_token=YWBi0EzCgfAVb_S540xl-tRgN0jAjWel9jnR3ZoTv0OMsbBDq-7d5VZef-dAA8S4kHGY_hXONc93gwXXjuO908b_ruUDVkgB5jW3RnvvRdLFLmvpTsPku5cXZoTEtr09fPvTK40ZbWzpoOGfLab-NA%3D%3D)
(2)Esteva et al. Dermatologist-level classification of skin cancer with deep neural networks.
（ディープニューラルネットワークを用いた皮膚がんの皮膚科学レベルの分類）
Nature. 42, 115–118 (2017)
(https://www.nature.com/articles/nature21056#figures)
この記事を知人に送る
光のスピード - さあ体感してみよう
2018年10月16日、執筆者：Guy Harris
光のスピードというものを実体験したいと思ったことはありませんか？ご存知かもしれませんが、太陽光線の地球への到達時間は8分19秒です。しかし、そのスピードとは一体どのような感覚なのでしょう。もし、貴方が太陽から放たれる光子（フォトン）であるとしたら、太陽系に浮かぶ惑星や月の近くを猛スピードで飛び行く時、貴方はその惑星間旅行をどのように体で感じるでしょうか。あのアインシュタインも、光線の上に跨り飛び行く自分をイメージしていたと言います。
ここにアルフォンス・スワインハート（Alphonse Swinehart）が制作した素晴らしい映像があります。（http://vimeo.com/117815404）
“地球上の生物の目で見ると、光の速度はとてつもなく速い。しかし、広大な宇宙に身をおいて眺めると、残念なことに非常にゆっくりとしている。この映像は、光子が太陽表面から放たれ、太陽系を旅する様子を実際の時間通りに作成したものである。”
画面の右上には次の惑星までの到達時間が表示されます。この映像で最も感動的な場面は開始から43分後に木星を通過する時と、月の周回軌道に乗った時です。では、太陽系から最も近い恒星であるケンタウルス座のプロキシマ・ケンタウリまではどのくらいの飛行時間になるでしょうか。なんと、視聴時間にすると4年も必要になるのです。
As Buzz Lightyear says ‘To infinity, and beyond!’
ディズニーキャラクター、バズ・ライトイヤーが言うようにまさに“無限の彼方へ [To infinity, and beyond!]”の世界です。
この記事を知人に送る
1 2 3 > Last ›
