汎用学術検索では東アジア・東南アジアの本土文献が見つからない

見えない盲点

汎用学術検索は英語誌中心の商用データベースで、Google Scholar、Web of Science、Scopus は CNKI、Wanfang、VIP を収録せず、Garuda、Neliti、SINTA も収録しない。ベトナムやタイの大学機関リポジトリも収録しない。

そしてこれが対象市場で引用すべき文献である。インドネシアの消費者行動の決定的な実証研究は Garuda に載っている。

問題は検索上手さではない。使うツールがそもそもその場所を見ないのだ。

三層の信源、ひとつの検索窓ではない

WriterOne は「どこで探すか」をルーティング問題として扱い、三層に分ける。

• 対象国の母語信源：対象国の上位大学、核心学術誌、権威機関を現地語で検索する。
• 英語文献のトラック：欧米の上位大学 + SSCI コア誌。
• 本土文献庫：汎用検索がカバーしない母語雑誌の索引。

各ヒットはどの層から来たかを記録する。三層は選択肢ではなく、通るべき経路である。

到達可能量：各国が実際に開けるもの

以下は 14 の主要市場の到達可能量で（ホワイトリストは実際には 142 の対象国を覆う）、順序は大学 / 雑誌 / 機関で固定している。

• 中国：227 / 16 / 20 —— CNKI（知網）、Wanfang（万方）、VIP（維普）。
• インドネシア：138 / 14 / 20 —— Garuda、Neliti、SINTA。
• ベトナム：128 / 14 / 13 —— VJOL ナショナルデータベース。
• タイ：127 / 14 / 13 —— ThaiJO ナショナルデータベース。
• マレーシア：142 / 12 / 14 —— 統計局、中央銀行。
• フィリピン：141 / 11 / 13 —— 中央銀行、統計局。
• シンガポール：148 / 12 / 13 —— 統計局、金融管理局。
• 日本：146 / 11 / 13 —— 日本銀行、総務省統計局。
• 韓国：142 / 11 / 11 —— グローバル Tier-1 機関。
• アメリカ：130 / 15 / 12 —— 連邦準備理事会、連邦統計。
• イギリス：135 / 11 / 12 —— 英国統計局。
• ドイツ：142 / 11 / 12 —— ドイツ統計局。
• フランス：141 / 14 / 12 —— フランス銀行、国立図書館。
• オーストラリア：148 / 12 / 13 —— Reserve Bank of Australia（オーストラリア準備銀行）、統計局。
• 第 2 トラック：欧米のトップ大学 + SSCI コアジャーナル。各国共用。

14 個の数字を並べると、その違いはそのまま問題の形を示している。中国の到達可能量が最大なのは、英語文献が多いからではなく、本土雑誌の生態系を同時に最も広く持っているからである。シンガポールとオーストラリアが大学数で上位にあるのは、両国のホワイトリストがそれぞれ検証済み大学 30 校を収めているからである。ベトナムとタイの数字が近いのは、両国の大学規模も本土文献庫の規模も似ているからである。これらの数字は「十分か」を測る物差しではない——測っているのは必要とされる文献の量ではなく、最初の扉を開けたあとに何枚もの扉と出会うかである。

原則：門禁、アーカイブ、漏斗

第一に、ホワイトリスト的门禁だ。すべての信源に階層と採用理由を記録する。「高品質な情報源」で終わらせない。理由は書き残さなければならず、検証できない理由は理由にならない。

第二に、完全なアーカイブだ。すべての検索式を段階、信源の種類、言語、ヒット数、残した件数とともに記録し、除外記録には除外理由をつける。索引ページやホワイトリスト外など。指導教員が「なぜこの論文がレビューに入っていないのか」と聞いたとき、答えは記憶ではなく、ファイルの中の 1 行である。

第三に、PRISMA の絞り込み漏斗だ。各ステップの除外理由が 1 件ずつ追跡でき、すべての数字が背後の記録に辿り着く。

結論：第一の工序は「どこで探すか」

多くの人は文献レビューを始めるにあたり、まず検索式を考える。それは第二の工序だ。第一の工序は、あなたの市場の文献がどこに住んでいるのか。

答えは自分で維持するホワイトリストであり、受け継いだ既定設定ではない。検索式では盲点は埋まらない。信源マップなら埋まる。順序を逆にすると、残りの検索式は盲点の中を回るだけだ。