Repository navigation
事実確認チェックシート(テキスト:ガイド付き) #37
shuji-bonji
started this conversation in
Show and tell
Replies: 0 comments
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Uh oh!
There was an error while loading. Please reload this page.
Uh oh!
There was an error while loading. Please reload this page.
📋 事実確認チェック_2025/6/25
誰が何の目的で行うか?
📄 基本情報
📊 評価結果サマリー
📈 セクション別達成率
📋 チェック項目詳細
🚨 クリティカル評価(必須)
達成状況: 0/6 完了 (0%)
政府機関、学術機関、専門機関、査読済み論文、信頼できるメディアなど
📚 ガイド: 🏛️ 権威ある情報源の判断基準
政府・公的機関:省庁、統計局、中央銀行、裁判所など
学術機関:大学、研究所、学会、査読済み学術誌
専門機関:専門分野に応じた国内外の機関
信頼できるメディア:編集方針が明確で、訂正・謝罪の実績がある報道機関
✅ 良い例:
❌ 悪い例:
一次情報の確認
又聞き・伝聞ではなく、直接的な情報源からの発信
📚 ガイド: 🎯 一次情報の見極め方
一次情報:研究者本人の論文、当事者の証言、公式発表、生データ
二次情報:解説記事、まとめサイト、他者の分析
確認ポイント:「〜によると」「〜が報じた」などの表現に注意
✅ 良い例:
❌ 悪い例:
複数の独立した情報源
異なる立場・組織からの同様の報告や確認
📚 ガイド: 🔄 独立性の確認方法
独立した情報源:異なる組織、資金源、利害関係を持つ情報源
最低基準:2-3の独立した信頼できる情報源からの確認
注意点:同じプレスリリースを元にした記事は「独立」ではない
✅ 良い例:
❌ 悪い例:
匿名・出典不明な情報ではない
作成者・発信者が明確に特定できる
📚 ガイド: 🔍 発信者特定の確認ポイント
必須情報:作成者の実名、所属、連絡先、専門性
警告サイン:「内部関係者によると」「匿名の専門家」「ある研究」
許容される匿名:ジャーナリズムでの情報提供者保護(ただし記者は特定可能)
✅ 良い例:
❌ 悪い例:
扇動的・煽情的な表現が少ない
冷静で客観的な記述、感情に訴える過度な表現がない
📚 ガイド:⚠️ 扇動的表現の見分け方
警告する表現:「絶対に」「完全に」「驚愕の」「衝撃的な」「○○業界が隠す」
感情誘導:恐怖、怒り、嫉妬を煽る表現
適切な表現:「研究結果によると」「データが示している」「専門家の見解では」
✅ 良い例:
❌ 悪い例:
論理的な矛盾がない
内容に一貫性があり、明らかな論理的飛躍がない
📚 ガイド: 🧠 論理的一貫性の確認方法
チェック項目:
• 前提と結論が適切につながっているか
• 因果関係が明確に示されているか
• 矛盾する主張が同時にされていないか
よくある論理的誤謬:相関関係を因果関係と混同、極端な一般化
✅ 良い例:
❌ 悪い例:
📝 詳細評価(重要)
達成状況: 0/6 完了 (0%)
情報の新しさ
公開日が明記され、内容に適した新しさを保っている
📚 ガイド: ⏰ 情報の適切な新しさの判断
分野別の基準:
• ニュース・時事:数日~1週間以内
• 医学・科学:2-3年以内(基礎研究は5年程度まで)
• 技術・IT:1-2年以内
• 法律・制度:最新の改正を反映
確認ポイント:公開日時の明記、最終更新日の記載
✅ 良い例:
❌ 悪い例:
更新・訂正の履歴
必要に応じて内容が更新され、訂正が透明に行われている
📚 ガイド: 📝 透明な更新・訂正の確認
良い更新の特徴:
• 更新内容の明記
• 訂正理由の説明
• 更新日時の記録
• 重要な変更の場合は注記
信頼性の指標:間違いを認めて訂正する姿勢
✅ 良い例:
❌ 悪い例:
適切な専門知識
作成者が該当分野の十分な知識・経験を持っている
📚 ガイド: 🎓 専門性の確認方法
確認項目:
• 関連分野での学位・資格
• 実務経験・研究歴
• 学会発表・論文発表実績
• 専門機関での職歴
注意:関連分野での専門性が重要(医師が経済を語る場合など)
✅ 良い例:
❌ 悪い例:
十分な詳細と根拠
結論に至る過程や根拠が適切に説明されている
📚 ガイド: 📋 根拠の十分性の判断
必要な要素:
• 主張を支持する具体的データ
• 方法論の説明
• 制限・限界の言及
• 反対意見への言及
警告サイン:結論だけで過程が不明、根拠が曖昧
✅ 良い例:
❌ 悪い例:
適切な引用・参照
重要な主張に対して信頼できる情報源が示されている
📚 ガイド: 📚 適切な引用の基準
引用すべき内容:
• 統計データ・数値
• 専門的な主張
• 他者の研究結果
• 法令・規則の内容
引用形式:著者名、出版年、タイトル、出版社など最低限の情報
✅ 良い例:
❌ 悪い例:
引用元の確認可能性
引用された情報源に実際にアクセスして確認できる
📚 ガイド: 🌐 引用元アクセス性の確認
理想的な状態:
• 直接リンクまたはDOI
• 公開されている情報源
• 検索可能な具体的情報
許容範囲:有料データベース、図書館で確認可能な資料
問題のある引用:私的な会話、確認不可能な内部資料
✅ 良い例:
❌ 悪い例:
🔍 検証・照合
達成状況: 0/4 完了 (0%)
他情報源との照合
独立した複数の情報源で同様の内容が確認できる
📚 ガイド: 🔍 効果的なクロスチェック方法
段階的確認:
確認ツール:Google Scholar、公的データベース、ファクトチェックサイト
✅ 良い例:
❌ 悪い例:
ファクトチェック組織の検証
信頼できるファクトチェック機関による検証がある
📚 ガイド: ✅ 信頼できるファクトチェック機関
国際的な組織:Snopes、PolitiFact、AFP Fact Check、Full Fact(英国)など、立場・地域の異なる機関
日本の組織:InFact、日本ファクトチェックセンター、FIJ(ファクトチェック・イニシアティブ)など
メディア系:NHK、朝日新聞、読売新聞のファクトチェック部門
確認方法:該当情報をファクトチェックサイトで検索
✅ 良い例:
❌ 悪い例:
検証可能なデータ
主張を支持するデータが客観的に確認できる
📚 ガイド: 📈 データの検証可能性の確認
確認すべき要素:
• データの出典(調査機関、統計局など)
• 収集方法・期間の明記
• サンプルサイズ・対象の詳細
• 生データまたは詳細データへのアクセス可能性
警告サイン:「内部データ」「独自調査」のみで詳細不明
✅ 良い例:
❌ 悪い例:
手法・方法論の妥当性
研究や調査の方法論が適切で再現可能
📚 ガイド: 🔬 方法論の妥当性評価
評価ポイント:
• 研究デザインの適切性(RCT、コホート研究など)
• バイアス対策の有無
• 統計手法の妥当性
• 再現性の担保(プロトコル公開など)
専門外でも確認できる点:手法の詳細記載、他研究との比較
✅ 良い例:
❌ 悪い例:
🌐 文脈・バイアス評価
達成状況: 0/4 完了 (0%)
利害関係の開示
金銭的・政治的・個人的な利害関係が適切に開示されている
📚 ガイド: 💰 利害関係の確認項目
開示すべき利害関係:
• 研究資金の提供元
• 企業からの謝礼・コンサルティング料
• 株式保有などの金銭的利益
• 政治的・イデオロギー的立場
確認方法:「利益相反」「COI」「資金提供」などの記載を探す
✅ 良い例:
❌ 悪い例:
バランスの取れた視点
異なる立場や反対意見も考慮されている
📚 ガイド: ⚖️ バランス評価の観点
確認ポイント:
• 反対意見・批判的視点の紹介
• 異なる研究結果の言及
• 不確実性・限界の言及
• 複数の専門家の意見
警告サイン:一方的な主張のみ、都合の良い情報だけ選択
✅ 良い例:
❌ 悪い例:
十分な背景情報
情報を理解するのに必要な背景や文脈が提供されている
📚 ガイド: 🌍 文脈情報の確認項目
必要な背景情報:
• 歴史的経緯・これまでの研究
• 関連する法律・制度
• 社会的・文化的背景
• 国際的な動向・比較
評価ポイント:読者が適切に理解・判断できる文脈の提供
✅ 良い例:
❌ 悪い例:
適用範囲の明確化
情報の適用可能な範囲や限界が明確に示されている
📚 ガイド: 🎯 適用範囲の明確化
明確にすべき範囲:
• 対象となる人・地域・期間
• 研究の限界・制約
• 一般化可能性の程度
• 除外されるケース
重要性:過度な一般化や誤用を防ぐため
✅ 良い例:
❌ 悪い例:
実用的事実確認チェックシートによる評価結果
生成日時: 2025/6/25 8:08:24
All reactions