山下先生フィードバック対応ログ（v3, 2026-03）
山下先生（NCNP）から受けた論文（paper1_ja.tex v2）に対する11項目のフィードバックへの対応記録。
対応状況一覧
| # |
フィードバック |
状態 |
対応内容 |
Before → After |
| 1 |
スライドにMethodsを含める |
✅ |
Methods 2枚（データと手法 + 特徴量分類テーブル）を冒頭に追加 |
6枚（Resultsのみ）→ 8枚（Methods 2 + Results 6） |
| 2 |
既存研究ベース vs 新規提案を明示 |
✅ |
feature_definitions.pyにclassificationフィールド追加、Method節・テーブル・スライドに反映 |
18特徴量を一括記述 → Classical 9個 / Novel 9個の2群に分類 |
| 3 |
図の可読性改善 |
✅ |
全図表のフォントサイズ引き上げ（軸≥12pt, 凡例≥10pt, アノテーション≥9pt, 相関行列≥7pt）、DPI=300 |
フォント小・DPI=200 → 閾値準拠・DPI=300 |
| 4 |
Big5全次元を本文で報告 |
✅ |
Results 3.4.1でアンサンブル全5次元、3.4.2で個別教師全次元を本文報告。A/E/N/OをAppendixから本文に移動 |
Cのみ本文、AENO Appendix → 全5次元を本文で報告、Cを主結果として強調 |
| 5 |
AENOは「予測できてない」ではない |
✅ |
「教師モデル依存性がある」に表現統一。GPT-OSS-120B全5次元有意を明示。各次元の有意教師数を報告 |
「予測できていない」→ 「教師モデル依存性がある」（GPT-OSS-120Bは全次元有意） |
| 6 |
アンサンブルでAENOの有意は消えるか |
✅ |
ensemble_permutation.py新規作成。4教師item-level平均で5次元permutation test実行 |
個別教師4本の結果一覧 → アンサンブル主結果: O,C,A,N有意（4/5次元）、Eのみ非有意 |
| 7 |
教師間一致度はサプリメンタル的 |
✅ |
Results 3.4節を再構成: アンサンブル→個別教師→ベースライン比較→Bootstrap→教師間一致度（末尾） |
Permutation→Teacher Agreement→Bootstrap → アンサンブル→Bootstrap→Teacher Agreement（サプリメンタル化） |
| 8 |
ベースライン vs 拡張モデル比較 |
✅ |
baseline_vs_extended.py新規作成。全5次元×4教師（20パターン）で実行、Δr報告、図表生成 |
比較なし → Classical 9個 vs 全18個のΔrを全次元で定量報告 |
| 9 |
交絡対策 |
✅ |
confound_analysis.py新規作成。18特徴量のみ vs 18特徴量+性別+年齢の2条件で全20パターン実行 |
交絡未検討 → Cは3/4教師で交絡統制後も有意維持（平均Δr=+0.026） |
| 10 |
イントロ構成改訂 |
✅ |
5段落構成に改訂: (a)会話分析の伝統 → (b)LLM+説明可能性 → (c)Classical/Novel 2群 → (d)相互補完アプローチ → (e)目的と貢献 |
LLMギャップ提示型 → 古典CA→LLM説明可能性→2群特徴量→行ったり来たり→貢献 |
| 11 |
LLM特徴量着目検証（理想） |
✅ |
Discussion 4.5節で実現可能性の課題（テキスト操作の非自明性等）と3つの将来方向性を論じ、今後の課題として位置づけ |
未言及 → Discussion内で方法論・課題・将来方向性を記述（今後の課題） |
新規作成ファイル
| ファイル |
内容 |
scripts/analysis/ensemble_permutation.py |
アンサンブルBig5（4教師item-level平均）permutation test |
scripts/analysis/baseline_vs_extended.py |
ベースライン（Classical 9個）vs 拡張（全18個）比較 |
scripts/analysis/confound_analysis.py |
交絡変数（性別・年齢）統制分析 |
変更ファイル
| ファイル |
変更内容 |
scripts/paper_figs/feature_definitions.py |
classificationフィールド追加（Classical/Novel/Control）、get_classical_features() / get_novel_features() API追加 |
scripts/paper_figs/gen_paper_figs_v2.py |
フォントサイズ・DPI改善、新規図表4種追加（ensemble_permutation, baseline_vs_extended, 対応LaTeXテーブル2種）、tab_feature_definitionsにClassification列追加 |
scripts/paper_figs/gen_kamishibai_slides.py |
Methods 2枚追加、Results構成改訂（アンサンブル・ベースライン比較スライドに差替） |
paper1_ja.tex |
Introduction 5段落構成、Method Classical/Novel分類、Results 3.4節5サブセクション再構成、Discussion交絡統制+LLM着目検証、Appendix 3セクション化、全プレースホルダーを実データに差替 |
想定外の結果
山下先生は「アンサンブルでAENOの有意は消えるか？」と問うたが、実際にはO, A, Nもアンサンブルで有意（p<0.05）であった。
| Trait |
r_obs |
p値 |
有意? |
| O（開放性） |
0.360 |
0.0048 |
✅ |
| C（誠実性） |
0.447 |
0.0004 |
✅ |
| E（外向性） |
0.217 |
0.0902 |
❌ |
| A（協調性） |
0.465 |
0.0004 |
✅ |
| N（神経症傾向） |
0.309 |
0.0152 |
✅ |
これにより、研究の主張は「Cだけが特別」から「Eを除く4次元で相互行為特徴量との有意な関連が認められる」に格上げされた。
Aがr=0.465でCを上回っている点も注目に値する（ただしAの教師間一致度はCより低い）。
交絡統制結果（C, 性別・年齢追加後）
| 教師 |
r_features |
p_features |
r_confounds |
p_confounds |
Δr |
| Sonnet4 |
0.384 |
0.0034 |
0.407 |
0.0016 |
+0.023 |
| Qwen3-235B |
0.366 |
0.0042 |
0.403 |
0.0020 |
+0.037 |
| GPT-OSS-120B |
0.445 |
0.0008 |
0.489 |
0.0002 |
+0.045 |
| DeepSeek-V3 |
0.168 |
0.1956 |
0.167 |
0.1946 |
-0.001 |
3/4教師で交絡統制後も有意維持。むしろ精度向上（平均Δr=+0.026）。
特徴量とCの関連は性別・年齢の交絡ではないことが確認された。