秋風が吹いてきましたが、研究活動と論文執筆は進んでいますか。これまで複数回のセミナーを通じて、英語論文のアブストラクトの効果的な書き方についてお伝えしてきました。特に、データベースWeb of Scienceから抽出した原著論文のアブストラクトをお手本にして、表現を真似て執筆することをおすすめしてきました。今回は、これまで同様にまずは原著論文のアブストラクトの形をおさらいするとともに、論文執筆に加えて研究者の方々が行われるもう一つの発表活動である「口頭発表」についても触れます。
さて、まずはWeb of Scienceに収録されているアブストラクトを1つ読んでみましょう。climate change（気候変動）をキーワードにして抽出しました。
タイトル：
Data-driven model development for the prediction of photocatalytic CO2 conversion
「光触媒による二酸化炭素変換を予測するデータ駆動型モデルの開発」
FUEL 405, Feb 1, 2026：
原著論文のアブストラクトには、次のような内容が記載されるのが一般的です。
- 主題や問題の提示（論文本文の「序論」に相当）
- 実際に何を行ったかの説明（論文本文の「方法」に相当）
- 主要な結果や示唆の提示（論文本文の「結果と考察」に相当）
1.主題や問題の提示The rising level of global carbon dioxide (37.5 GtCO2e annually) remains a major contributor to climate change, highlighting the urgent need for effective carbon capture and utilization (CCU) strategies. Photocatalysis and electrocatalysis offer promising CO2 reduction routes but are limited by complex reaction mechanisms and low selectivity. 2. 実際に何を行ったかの説明In this study, a machine learning (ML) model was developed to predict product yields based on catalyst properties and reaction conditions using literature-derived experimental data. Six ML algorithms including Decision Tree (DT), Random Forest (RF), K-Nearest Neighbors (kNN), Multi-Layer Perceptron Regressor (MLPR), Support Vector Regressor (SVR), and Gradient Boosting Regressor (GBR) were evaluated. 3. 主要な結果や示唆の提示Among these, GBR achieved the highest accuracy of 98 %, with predictions generated in under <1 s. Feature importance analysis was used to identify wavelength and light intensity as the most influential parameters. This data-driven approach offers a powerful tool for catalytic systems and accelerates the development of sustainable CO2 utilization technologies.
- 主題や問題の提示（論文本文の「序論」に相当）
第1文：The rising level of global carbon dioxide (37.5 GtCO2e annually) remains a major contributor to climate change, highlighting the urgent need for effective carbon capture and utilization (CCU) strategies.
無生物主語The rising level of global carbon dioxide（世界的な二酸化炭素排出量）を効果的に使ったSVC構文です。動詞remain（依然として～である）が効いています。
「世界的な二酸化炭素排出量（年間37.5ギガトンCO₂e）の増加は、依然として気候変動の主要な要因である」までが前半、続いて分詞構文「, highlighting the urgent need for」で「効果的な炭素回収・利用戦略の切迫した必要性が浮き彫りになっている」と述べています。本論文の課題を第1文で上手に導入しています。
第2文：Photocatalysis and electrocatalysis offer promising CO2 reduction routes but are limited by complex reaction mechanisms and low selectivity.
次に、本論文の重要なテーマであるPhotocatalysis and electrocatalysis（光触媒反応および電極触媒反応）を主語とし、「有望なCO₂還元経路になり得るが、反応機構の複雑さと選択性の低さによりこれらの技術には限界がある」と述べています。前半の能動態の動詞offer promising CO2 reduction routesと後半の受動態are limited byを等位接続詞butでつなぐ、典型的な表現を使って研究の限界を示しています。
- 実際に何を行ったかの説明（論文本文の「方法」に相当）
第3文：In this study, a machine learning (ML) model was developed to predict product yields based on catalyst properties and reaction conditions using literature-derived experimental data.
文頭のIn this study,により、著者の研究内容に話題が移ったことが分かります。「本研究では、機械学習モデルを開発した」とはじめに述べ、そのモデルの目的を「文献から得られた実験データを用いて、触媒特性および反応条件に基づき生成物収率を予測する」と述べています。
第4文：Six ML algorithms including Decision Tree (DT), Random Forest (RF), K-Nearest Neighbors (kNN), Multi-Layer Perceptron Regressor (MLPR), Support Vector Regressor (SVR), and Gradient Boosting Regressor (GBR) were evaluated.
続いて、著者が行った内容として、「6種類の機械学習アルゴリズムを評価した」とあります。6種類のアルゴリズムは「決定木（DT）、ランダムフォレスト（RF）、k近傍法（kNN）、多層パーセプトロン回帰（MLPR）、サポートベクター回帰（SVR）、および勾配ブースティング回帰（GBR）」です。過去形の時制を使って、実際に行ったことを簡潔に述べています。
- 主要な結果や示唆の提示（論文本文の「結果と考察」に相当）
第5文：Among these, GBR achieved the highest accuracy of 98 %, with predictions generated in under <1 s.
評価したアルゴリズムのうち、「GBR（勾配ブースティング回帰）が98％という最高の精度を示し、予測は1秒未満で得られた」とあります。GBR achieved…という無生物主語による能動態表現、そして後半には付帯状況のwithが効果的に使われています。with predictions generated in under <1 sでは、「予測」が得られた時間を「行為に要する前置詞in」を使って表しています。underは「～未満」を意味する前置詞です。
第6文： Feature importance analysis was used to identify wavelength and light intensity as the most influential parameters.
「特徴量重要度解析により、波長と光強度が最も影響力の大きいパラメータであることが明らかとなった」と述べられています。効果的な動詞identifyと前置詞asが使われ、「～を～として特定する」と示しています。
第7文：This data-driven approach offers a powerful tool for catalytic systems and accelerates the development of sustainable CO2 utilization technologies.
無生物主語This data-driven approach（このデータ駆動型手法）と他動詞offers a powerful tool…による効果的なSVO構文で表しています。「このデータ駆動型手法は触媒系にとって強力なツールとなり、持続可能なCO₂利用技術の開発を加速させる」として、本研究が業界にもたらす影響を示してアブストラクトを締めくくっています。
スムーズに読み進めることができたでしょうか。簡潔に読める工夫が各文に凝らされた良好な英文からなるアブストラクトでした。
さて、この内容を口頭で発表する場合には、スライドや原稿をどのように作成できるでしょうか。このアブストラクトをサンプルとして、学習目的でここにスライドを作成してみます。
スライド1：タイトル
Data-Driven Model for Predicting Photocatalytic CO2 Conversion
Taro Yamada
Mechanical Engineering, A-University, Japan
The Xth International Conference on Sustainable Energy
September 20-22, 2025
タイトルをスライド用に短く変更しました。発表者の名前と所属機関名は仮に作成したもので、本論文とは無関係です。
原稿は、Good afternoon ladies and gentlemen. Today, I’d like to talk about our data-driven model that can predict photocatalytic CO2 conversion.などとシンプルに作成することもできますし、より聴衆に訴えるように、We all know we need to reduce CO2 emission to prevent climate change. Photocatalytic CO2 conversion can be a solution. We have developed a data-driven model for predicting photocatalytic CO2 conversion.などと作成することもできるでしょう。
スライド2：背景
Background
- Global CO₂ emissions: 37.5 GtCO₂e/year
Major contributor to climate change
- Need for carbon capture and utilization (CCU) strategies
- Photocatalysis and electrocatalysis
Promising CO₂ reduction routes
Complex reaction mechanisms and low selectivity
キーワードを抜き出して掲載します。可能な限り文章の掲載を避けます。
スライド3：手法
Approach
Our ML model
Predict product yields from
Catalyst properties
Reaction conditions
キーワードを抜き出し、それをつなげると原稿が完成するような流れのよいスライドを心がけます。
例えば、このキーワードから、We have developed a machine learning model to predict product yields from catalyst properties and reaction conditions.といった文を再生できるスライドを作成しておくと、当日のプレゼンテーションで落ち着いて発話できるでしょう。
スライド4：手法
Among six algorithms: DT, RF, kNN, MLPR, SVR, and GBR
GBR: accuracy 98%, prediction time <1 s
Feature importance analysis
Key parameters: wavelength, light intensity
スライド5：結論
Conclusion
- Data-driven approach as a powerful tool for catalytic systems
- Accelerating sustainable CO₂ utilization technologies
以上のように、一例としてスライドを作成しました。こうしたスライドに対して、さらには読み上げやすい原稿を作り、それをテキストの読み上げツールも使って読む練習をして当日のプレゼンテーションに臨むのがよいでしょう。さて、来たる10月24日のセミナーでは、アブストラクトの表現の復習をし、そこからスライド、そして原稿を作成する方法、原稿を読み上げる練習まで、各種英語ツールも使いながら、研究内容を効果的に発信するためのコツをお伝えします。是非ご参加ください。
お申し込みはこちら
