研究者向け

研究とは本質的に、ソース間のアイデアをつなげることです。QuiraのContext Graphは、研究者が実際に考える方法 — 引用チェーンをたどり、論文間の方法論を比較し、数十のソースにまたがるメンタルモデルを構築すること — を反映しています。

文献レビューワークフロー

文献レビューでは通常、Google Scholar、PubMed、arXiv、IEEE Xploreで論文を読み、複数のデータベースにまたがる参照チェーンをたどります。Quiraはこのプロセス全体をキャプチャします:

• 自動ソースマッピング — すべての論文、プレプリント、データセットページがContext Graphのノードになります
• 引用チェーン追跡 — 論文Aから論文Bへの参照リンクをクリックすると、Quiraはこれを有向エッジとして記録し、自動的に引用グラフを構築します
• 時間的コンテキスト — どの論文を最初に読んだか、どの論文が理解を変えたか、どこで最も時間を費やしたかがわかります
• AI要約 — ローカルAIが各ページの短い要約を生成し、再読なしで主要な知見をすばやく思い出せます

論文トレイルの追跡

研究者は長い参照チェーンをたどることがよくあります — ある論文が別の論文を引用し、それがデータセットを参照し、それが方法論の論文にリンクしています。Quiraはこれらのチェーンをグラフ内のナビゲーション可能なパスとして保存します:

1. Google Scholarでシード論文から始める
2. 「引用元」リンクをたどって後続の研究を見つける
3. 参照されているデータセットと方法論の論文を開く
4. Quiraがすべてのステップを接続されたサブグラフとして記録

後で自然言語クエリを使って「Smith 2023の研究を引用した論文は？」や「機械学習の論文で言及されたデータセットは？」のような質問ができます。

学際的なつながりの発見

最も価値ある研究のインサイトは、分野間の予期しないつながりから生まれることがあります。Quiraのグラフ可視化がこれらのつながりを見るのに役立ちます:

• グラフビジュアライゼーションは関連ページのクラスタを表示し、2つのクラスタがエッジを共有している場合、学際的な重なりを示します
• ローカルAIは概念を共有しているが異なる用語を使用しているページ間のつながりを提案できます（例: CSの「強化学習」と心理学の「オペラント条件づけ」）
• 期間、ドメイン、キーワードでグラフをフィルタリングして、特定の接続パターンに焦点を当てられます

引用ネットワークの構築

学術ソースをブラウジングする際、Quiraは可視化とエクスポートが可能な引用ネットワークを構築します:

• 前方引用 — あなたのソースを引用している論文（Google Scholarの「引用元」リンク経由）
• 後方引用 — 論文に記載されている参考文献で、あなたがたどったもの
• 共引用クラスタ — 頻繁に一緒に引用される論文で、関連する方法論やトピックを示します

引用ネットワークをJSONまたはMarkdownとしてエクスポートし、ZoteroやMendeley などの文献管理ツールで使用したり、文献レビュー文書に直接含めることができます。

実例: CRISPR遺伝子治療論文のレビュー

CRISPR遺伝子治療の論文をレビューする生物医学研究者は、Quiraを次のように使用できます:

1. Context Spaceを作成 — 「CRISPR遺伝子治療レビュー」と名付ける
2. PubMedで開始 — 最近のCRISPR遺伝子治療臨床試験を検索
3. 引用チェーンをたどる — 基礎論文（Doudna & Charpentier、Zhang et al.）を読み、臨床応用へ前方追跡
4. クロスリファレンス — 論文からリンクされているClinicalTrials.govのエントリ、FDA ガイダンス文書、バイオエシックスのディスカッションを訪問
5. Quiraがキャプチャ — PubMed、Nature、Science、ClinicalTrials.gov、bioRxivにわたる83ページを、クラスタに整理:「デリバリーメカニズム」「オフターゲット効果」「臨床試験」「規制の状況」
6. グラフにクエリ — 「2025年の試験で最も効率の良いデリバリーメカニズムは？」 — Quiraが関連する論文を表示し、主要なつながりをハイライト
7. エクスポート — Quiraの要約を注釈として構造化された参考文献リストを生成