Daijiro Taira

論文管理 (Notion)Notion

河本ラボ 研究論文DB

河本研究室の研究論文を一元管理するNotionデータベースです。

Notion を開く

研究室内で共有して使うNotion DB。

河本ラボ 研究論文DB の操作の様子
実際の操作を録画：一覧から No.164 を『開く』→ 論文ページが開き、そのまま下へスクロール → 検索リンク（DOI）・PDF本体・APA形式・復習用リンク（NotebookLM）→ 要点・新規性 → 図表まで一気に確認できます。

全164件（2026年時点）を著者・年・雑誌名で絞り込んで探せて、論文を開くと DOI・PDF（本体）・APA形式の引用に加えて、AIで作った『要点』『新規性』のまとめと図表まで1ページで読めます。各論文には復習用のNotebookLMリンクが付いていて、AIがスライド・マインドマップ・クイズまで作ってくれます。

使い方

  1. 画面の見方（一覧から探して開く）

    画面の見方（一覧から探して開く）

    トップは全論文の一覧（テーブル）。最上段が最新で、ここでは No.164・2026年。各行のタイトルにマウスを置くと出る『開く』（赤枠）で、その論文のページへ。

  2. 絞り込み・並べ替えバーの場所

    絞り込み・並べ替えバーの場所

    絞り込みと並べ替えは一覧の上部バーから。No.／タイトル／読んだ／雑誌名／著者／年の各ボタンと、右上の『フィルター』（赤枠）が入口です。

  3. 著者で絞り込む

    著者で絞り込む

    例えば『著者』を選ぶと検索ボックス（赤枠）が出て、著者名で絞り込めます。年・雑誌名でも同様に、目的の論文だけに一覧を絞れます。

  4. 論文ページ：DOI・PDF（ダウンロード可）・引用

    論文ページ：DOI・PDF（ダウンロード可）・引用

    開いた論文ページの上部にプロパティが集約：検索リンク（DOI）で出版社の本文へ、APA形式はそのまま引用にコピー、復習用リンク（NotebookLM）でAI復習へ。本文の先頭には PDF本体（赤枠）が添付されていて、ここからダウンロードできます。例は No.164（RSC Advances 2026・オープンアクセス）。

  5. 要点と新規性で中身をつかむ

    要点と新規性で中身をつかむ

    各ページには『要点（主要な結果）』と『新規性（独自性）』のまとめがあります。この論文なら、熱分解＋触媒で木材から芳香族モノマー・シンガスを“外部水素なし”で得る話を、温度依存性／多糖由来のin situ水素供給／触媒被毒の自己回復…と箇条書きで把握できます。本文を読む前に要点を先に。

  6. 図表もページ内で確認

    図表もページ内で確認

    論文の主要な図表もページ内に貼られているので、Notionを離れずに収率・組成などの図まで確認できます。『要点・新規性』はAI要約なので、引用・評価の前に必ずこの原典の図で裏取りを。

  7. NotebookLMで復習（全体像）

    NotebookLMで復習（全体像）

    各論文の『復習用リンク』を開くと、その論文専用の NotebookLM が開きます。左にソース（PDF）、中央にチャット（質問できる）、右の Studio から 音声解説・スライド解説・論文のポイント解説・クイズ・マインドマップ を生成できます。

  8. AIスライドで要約

    AIスライドで要約

    Studioの『スライド解説』で、論文を要約したAIプレゼン（例：「熱と構造のアーキテクチャ」）が自動生成されます。ゼミ発表の下敷きや、全体像の把握に。

  9. 一枚絵インフォグラフィック

    一枚絵インフォグラフィック

    『一枚絵』では、論文の要点を1枚のインフォグラフィックに凝縮（反応経路・細胞壁構造・スギ材 vs 模擬リグニンの比較など）。複雑な内容を一目でつかめます。

  10. マインドマップで構造化

    マインドマップで構造化

    『マインドマップ』は研究目的・手法・反応プロセス・生成物…を枝分かれで整理。ノードをクリックすると、その項目の解説をチャットに生成してくれます。

  11. 理解度クイズ（問題＋ヒント）

    理解度クイズ（問題＋ヒント）

    『クイズ』で理解度チェック。論文から多肢選択問題が自動生成され、各問に『ヒント』（赤枠）が付きます（例：TG-MSで多糖類由来とリグニン由来の揮発物を区別するm/z値は？）。

  12. 解答すると正誤＋根拠が出る

    解答すると正誤＋根拠が出る

    解答すると即座に正誤判定＋なぜそうなるかの短い解説が出ます（例：誤答には『側鎖の反応は結合開裂で生じたラジカルが関与するため、先には起こらない』）。左下の『説明』でさらに深掘りできます。

  13. 『説明』で解説をチャットへ

    『説明』で解説をチャットへ

    『説明』を押すと、その問題がチャットに送られ、論文を根拠にした詳しい解説が返ってきます。間違えた所をその場で深く理解できます。

  14. テスト終了（スコア＋学習の継続）

    テスト終了（スコア＋学習の継続）

    全問終えるとスコアが出ます（例：11/11・100%）。『取り上げるトピック』『学習を継続』から、弱点トピックを選んで新しいテストも作れます。読む→問う→定着までNotebookLMで完結。

仕組みと使った技術

全体の流れ

  1. Phase 0: ユーザーがResearchMap研究者ID・対象NotionデータベースURL・PDFファイル名フォーマットを事前確認（仕様確定なしで始めると後工程のスキーマ不一致が多発するため必須）
  2. Phase 1（phase1_scrape_researchmap.py）: ResearchMap APIからページネーション対応で全論文を取得（limit=100&start=1）。複数研究者を指定した場合はタイトルベースで重複除去。著者名はname_normalization.pyで末尾カンマ・CAPS姓・日本語順序・イニシャル展開を統一し、Lastname Firstname形式に正規化してpapers.jsonに出力する
  3. Phase 2（phase2_doi_and_download.py）: CrossRef APIにタイトルを投げてDOIを補完（Jaccard類似度0.7未満はスキップ）。次いでUnpaywall APIでOA判定し、pdf_urlが取得できた論文のPDFを年代_タイトル.pdf形式でローカルにダウンロード。ダウンロード成否・pdf_urlをresults.jsonに記録する
  4. Phase 3（phase3_build_notion_batch.py）: results.jsonから全ユニーク著者・ジャーナル・年を抽出してNotion DDL（schema_update.json）を生成。--merge-withオプションで既存スキーマとUNIONして既存データを失わない設計。--keep-only-usedオプションで研究者専用DBは今回使用分だけに絞る。済マークはpdf_urlの有無で判定（is_oa単独では判定しない）し、ページ本文テンプレートにPDFリンクまたはDOI出版社リンクを埋め込む
  5. Phase 4（Notion MCP経由）: まずnotion-update-data-sourceでスキーマにmulti_select値を一括事前登録（未登録のままcreate-pagesするとバリデーションエラーが出るため先行必須）。次にnotion-create-pagesで100件ずつページを作成し、返り値のページIDをpage_ids.jsonに即保存。Agentはmode:bypassPermissionsで起動する
  6. Phase 4-図表（figure_extractor.py）: DOI prefixを判定し、Springer（10.1007/・10.1186/）・Nature（10.1038/）系のみHTMLからcurl+cookieで図画像URLとキャプションを抽出。Notionページ末尾の「## 図表」セクションに追記する。MDPI・Wiley・Elsevier等はCloudflare 403でブロックされるためスキップしログに記録

使った技術

Python 3（標準ライブラリのみ）
phase1〜3の全スクリプト。urllib.requestでAPI呼び出し、json/re/argparseで処理。外部ライブラリ依存なし
ResearchMap API（api.researchmap.jp）
研究者IDから論文一覧をJSONで取得。ページネーション対応（limit=100&start=N）
CrossRef API（api.crossref.org/works）
論文タイトルからDOIを検索・補完。Jaccard類似度で誤マッチを除外
Unpaywall API（api.unpaywall.org/v2）
DOIからOA判定とPDF直接URLを取得
Notion MCP（Claude Code統合）
notion-update-data-source・notion-create-pages・notion-update-pageをClaudeから直接呼び出してスキーマ更新・ページ一括作成・更新を実行
curl（コマンドライン）
figure_extractor.pyがSpringer/NatureのHTMLを取得する際にcookie jar付きで使用
name_normalization.py（自作共通モジュール）
著者名の末尾カンマ・CAPS姓・日本語順序・イニシャル展開を処理するlastname-first正規化。known_surnames.json（120姓）・journal_canon.json（23マッピング）の辞書と連携
Semantic Scholar API（オプション）
Notionルートが重すぎる際のメタデータ補強代替ルート（APIキー無しだと短時間で429 ban）

実装の工夫

  • 著者名正規化を共通モジュール（name_normalization.py）に分離し、phase1・phase3の両方から呼び出す設計。CAPS姓（NONAKA Hiroshi）・日本語逆順（寛 野中）・末尾カンマ・イニシャル展開（R.→Ryota、同姓内で一意な場合のみ）の4パターンに対応
  • phase3のスキーマ生成は--merge-withオプションで既存optionsとUNIONする（既存論文の著者名を消さない）と、--keep-only-usedで専用DB向けに今回使用分だけに絞る2モードを実装
  • 各フェーズのスクリプトはcache+冪等+resume設計で、中断しても再実行でロスゼロ（_kawamoto_s2_cache.json等でキャッシュ管理）
  • notion-create-pagesの返り値ページIDをpage_ids.jsonに即保存する設計。日本語タイトルのNotion検索は不安定なため、後続updateはタイトル検索でなくIDを直接使用する
  • 済マークの判定基準をis_oaでなくpdf_urlの存否に統一（is_oa=TrueでもWiley等が403でブロックするケースを経験則から除外）
  • figure_extractor.pyはis_supported_doi(doi)とextract_for_doi(doi, cookie_jar)の2関数APIで単発フローとresearchmap-to-notion Skill両方から共通利用できる構造

用語

Notionデータベース
表（テーブル）やギャラリーで情報を管理できるNotionの仕組み。1行＝1論文で、列に著者・年・DOI等のプロパティを持つ。
要点 / 新規性（AI生成）
各論文ページに置いた、AI（Gemini）が清書解説・本文をもとに作った要約。要点＝主要な結果、新規性＝先行研究と比べた独自性。二次情報なので原典で要確認。
DOI
Digital Object Identifier。論文に振られた恒久的なID/URL。『検索リンク』からこのDOIで出版社の本文に確実に辿り着ける。
APA形式
論文の引用書式の一つ。各ページにAPA形式の引用文を用意してあり、そのままコピーして参考文献に使える。
OA（オープンアクセス）
誰でも無料で本文を読める公開形態。OA論文はPDF本体をページに添付できる（非OAはDOIリンクのみ）。
NotebookLM
Googleの資料ベースAIノート。各論文の『復習用リンク』から、その論文を読み込ませた専用ノートで、チャットQ&A・スライド・一枚絵・マインドマップ・クイズを生成して復習できる（閲覧にはGoogleログインが必要）。