東京大学 学際研究スタートアッププロジェクト

私たちは東京大学の博士課程学生チームです。学習と研究の過程で、良好な学際的交流環境が学術的な雰囲気を醸成し、研究成果の質と深さを向上させることを認識しました。分野間の孤立を打破するため、私たちはこのプロジェクトを立ち上げ、異なる分野の学生が互いにつながるプラットフォームを提供し、研究における新たな可能性と挑戦を共に探求します。

東京大学での分野融合研究交流会の様子

東京大学での分野融合研究交流会の様子

東京大学 学際研究スタートアッププロジェクト

専門分野の壁を超えて

学際研究の力

学際研究はイノベーションと科学的進歩の重要な原動力として現れ、従来の単一分野アプローチよりも高い影響力と広範な応用を一貫して示しています。

4,000以上の研究論文の分析によると、高い影響力を持つ出版物の93%が複数の分野に関与しており、論文あたりの平均分野数は3.7です。

学術文献からの証拠

出版物数の増加

部門間の共同研究者は論文をより多く発表

Savić et al. (2017); Specht & Crowston (2022)2017-2022

引用影響力の向上

適度な学際性が最も高い引用率を生み出す

Yegros-Yegros et al. (2015); Specht & Crowston (2022)2015-2022

組織構造の影響

学際的構造に投資する大学は研究成果が向上

Leahey & Barringer (2020)2020

データソース:Elsevier API

すべての可視化はElsevier APIからの実データに基づいており、学際的研究パターンを分析しています。

統計概要

研究方法論

私たちの分析は、科学文献における学際的パターンを特定するために、高度な自然言語処理とネットワーク分析技術を使用しています。

  • SciBERTを用いたテキストマイニングにより、研究論文から分野固有のキーワードを抽出
  • Louvainアルゴリズムを使用したコミュニティ検出により、キーワードクラスターを特定
  • ネットワーク分析により、学際的なつながりと成長傾向を定量化

データ可視化

学際研究における論文数による上位研究分野。

注:論文はしばしば複数の分野にまたがるため、合計は総論文数を超えます。

私たちの解決策

分野を超えた研究者のつながりを作る

本プロジェクトは、新領域創成科学研究科の学生主導で、学内外の学生が専門分野を超えて交流し、学術的な連携・対話を通じて新たな研究シーズや共創の芽を育むことを目的としています。

この現状を打破するために、本質的に必要なことは以下の3点です:1. 認知の拡大(見知らぬ学生同士が互いの存在を知ること)、2. 定期的に交流できるプラットフォームの提供、3. コミュニティの形成(将来的に取り組むべき課題)。

分野融合研究促進プロセス

分野融合研究促進プロセス

Fusion Talk

月1回開催。3〜4名の学生が自らの研究を紹介し、参加者間で融合可能性をディスカッション。分野例:AI、海洋科学、人文社会、応用工学など。

Fusion Talk
開催モード:

1.5-2時間程度。2部構成:①3-4名の研究者による発表(各15-20分)、②内容や技術についての自由討論。

Quick Meet

月1回開催。プレッシャーのない自由なアイデア交換の場。人数や関心に応じてテーマを設定。初期段階のアイデアでも気軽に話せる環境を提供。

Quick Meetは現在準備中です。近日開催予定!

開催モード:

1-1.5時間程度。固定テーマなし。各参加者が簡潔に研究テーマを紹介し、残りの時間は相互交流と研究内容の理解に充てます(研究以外の話題も歓迎)。

次回イベント開催に向けたアンケート

所要時間:約30秒

次回のイベント企画のため、皆様のご希望を教えてください。

ステップ1: ご希望のイベントタイプを選択

以下からご興味のあるイベントタイプをお選びください。

ご興味があれば、ぜひご参加ください!

下のボタンをクリックしてGoogleフォームから参加登録をお願いします。

Googleフォームで参加登録

データ取扱いについて:

  • データは新領域創成科学研究科の公式アカウントを使用して収集されます。
  • 皆様のデータは安全に保管され、二次的な目的で使用されることはありません。
  • ご提供いただいた情報は、今後のイベントに関するメール通知の送信に使用され、ゲストスピーカーとしてご招待させていただく可能性があります。

研究者ネットワークを探索

研究者間のつながりを視覚化し、研究関心、スキル、キーワードで研究者を探します。ノードをクリックして詳細を表示します。

このセクションは大規模言語モデル(LLM)によって強化されています。

現在、デモデータを使用しています。登録者数が30名を超えた時点で実際のデータを使用します。\登録はこちら\

学内の研究者を発見し、潜在的な協力者を見つけ、特定の専門知識や関心に基づいてデータベースを検索します。

インタラクティブな研究者ネットワーク

読み込み中...

検索結果と詳細

例を試してみる:

プロジェクトに参加しませんか?

私たちは、このプラットフォームを成長させ、強化するために、貢献者や協力者を積極的に募集しています。学際的研究に興味があり、インパクトを与えたいとお考えの方は、ぜひご連絡ください。

お問い合わせ