論文検索サイトに「これ一つで済む」ものはありません。そう名乗るサービスほど、何を収録しているかを言いたがりません。あるのは、それぞれ 1 点だけ明確に強い、半ダースほどの道具です。どれが何に強く、何を黙って取りこぼし、どう 2〜3 個を組み合わせるか。
先に一覧
| サイト | 強いところ | 弱いところ |
|---|---|---|
| Google Scholar | 分野を問わず最初の 1 回に強い。「引用元」があるので検索窓であると同時に引用索引にもなる。 | 何を収録しているかをGoogleは公表していない。絞り込みは年の範囲・総説のみ・特許や引用の有無どまりで、MeSHのようなフィールド単位の指定はできず、公式APIも無い。結果一覧をそのまま書き出すこともできない（マイライブラリに保存すれば一括で出せる）。査読を経たものとそうでないものが同じ顔で並ぶ。 |
| CiNii Research | 日本語の学術情報。論文・紀要・学位論文・図書・研究データを 1 回で引ける。 | 書誌だけの記録が多く、本文は別サイトへ渡される。 |
| J-STAGE | 日本の学協会誌の本文。無料で読めるものが多い。 | 索引ではなくホスティング基盤。載っていない雑誌はそもそも入っていない。 |
| PubMed | 医学・生命科学。MeSHと検索式ビルダーで、方法欄に書ける精度の検索式が組める。 | 対象分野の外は入っていない。書誌と抄録が中心で、本文は出版社かPMCにある。 |
| arXiv | 物理・数学・情報科学・統計とその周辺。投稿されたその日に全文が読める。 | 査読ではなくモデレーション。検索機能は素朴。投稿版と出版版が違うことがある。 |
| Semantic Scholar | 論文 1 本から外へ辿る用途。引用文脈・著者ページ・無料API・情報科学と生物医学の論文に付く 1 行のTLDR。 | 日本語文献は手薄。TLDRはAI生成でこの 2 分野の外には付かず、統合された著者情報は確認が要る。 |
| OpenAlex | 眺めるのではなく計算する用途。CC0のデータと、データベース全体の無料ダウンロード。本文（PDFとTEI XML）のキャッシュも相当数の論文に付くようになった。Microsoft Academic Graphの後継として、2025 年にOpenAlexへ改称した非営利団体（旧OurResearch）が作った。 | 人手で選んだ索引ではなく集約カタログなので、重複と欠落がある。2026 年初めから公開APIは従量制になり、日次の少額の無料枠（無料のAPIキーを取れば増える）を超えると課金される。データ自体は無料のまま。 |
いま自分がどこに立っているかで選ぶ
どれが正解かは、分野よりもいま手元に何があるかで決まります。
- テーマだけあって論文が 1 本も無い。まずGoogle Scholar、そのあと分野の索引で取りこぼしを確認する。一般の検索エンジンが最初の一手として正しいのはこの場合だけです。
- 良い論文が 1 本あって、まだあるはずだと思っている。キーワード検索はここでやめる。参考文献と、その論文を引用している論文を開く（Google Scholarの「引用元」、Semantic Scholar、引用グラフ系のツール）。2〜3 ホップ辿るほうが、検索語をこねるより速く固まりに当たります。
- その分野に定番の索引がある。一般の検索エンジンは飛ばしてそちらを使う。医学生物学ならPubMed、情報科学ならarXivとDBLP、自然言語処理ならACL Anthology、教育学ならERIC。選定された索引は「何を収録しているか」を教えてくれます。一般の検索エンジンは教えません。
- 後で文章にして説明しなければならない検索。収録範囲が文書化されていて、同じ検索式をもう一度流せることが要ります（後述の有料データベース）。
一般の検索が取りこぼすもの
一般の検索エンジンが弱いのは決まった 3 か所で、しかも「取りこぼしました」とは言ってくれません。
日本語で書かれた文献。世界の研究の相当部分は各国の索引にしか載っていません。日本のそれがCiNii Research（国立情報学研究所）です。2022 年 4 月に旧CiNii Articlesを統合し、論文・紀要・学位論文・図書・研究データ・研究課題を 1 か所で引けます。学協会誌の本文はおおむねJ-STAGE（科学技術振興機構）にあり、その多くは無料で読めます。CiNiiの記録からリンクで飛ぶのが普段の流れです。国内の医学・歯学・薬学・看護学には医中誌Web（医学中央雑誌刊行会）が別にあり、PubMedに入っていない和文の臨床文献はここで探します（機関契約か個人契約が要ります）。日本以外なら、SciELO（中南米・スペイン・ポルトガル）・KCI（韓国）・CNKI（中国）が同じ位置にあります。
古い資料・絶版資料。国立図書館は、検索エンジンが索引しているよりはるかに多くの資料をデジタル化しています。国立国会図書館は 2024 年 1 月に目録を「国立国会図書館サーチ」へ統合し、NDLの所蔵・全国の図書館の横断検索・雑誌記事索引を 1 つの窓口で引けます。デジタルコレクションでは 2022 年 5 月から、利用者登録した個人が絶版資料を自宅から読めます（個人向けデジタル化資料送信サービス）。ウェブ以前に出たものは、検索エンジンより図書館の目録を引くほうが速く見つかります。
リポジトリの版と灰色文献。学位論文・技術報告・ワーキングペーパーは機関リポジトリにあります。国内はIRDB、国際的にはCORE・BASE・OpenAIREが横断します。有料の論文でも合法な公開版があればUnpaywallが見つけます。
ScopusとWeb of Scienceが要るとき
どちらも有料で、普通は所属機関を通して使います。払って手に入るのは結果の多さではなく、定義され文書化された収録範囲です。選定された雑誌リスト、一貫したメタデータ、方法欄に書き写せば他人が再現できる検索式。システマティックレビュー、書誌計量、あるいは「文献を探したが無かった」と書くときに効きます。
日々の作業なら上の無料サービスで足ります。自腹で契約する判断になることは、まずありません。
崩れない手順
- 検索式は流す前に書く。問いを 2〜3 個の概念に割り、それぞれの同義語を並べる。検索窓の中で決めていると、自分が何を探したのかが最後まで分かりません。
- 最低 2 か所で流す。広い検索エンジンが 1 つと、収録範囲を公表している索引が 1 つ。
- どこでいつ検索したかを記録する。索引は足元で変わるので、日付の無い検索は再現できません。3 か月後の自分にとってもです。
- 良かった 2〜3 本から引用を両方向に辿る。過去方向はその考えの出どころを、未来方向はその結果が生き残ったかを教えます。
- 見つけた端から 1 か所に保存する。最後にまとめてではなく。あとで戻るつもりだったタブが、なくすタブです。
横断検索ツールが効く場所
面倒なのは 2 と 5 です。同じ検索式を 4 つのタブで流し、見つけたものを文献管理の側へ手で写す。
Litlasは、その 2 つをまとめる道具のひとつです。16 の学術ソース——OpenAlex・Crossref・DataCite・OpenCitations・ROR/ORCID・arXiv・DBLP・OpenReview・ACL Anthology・PubMed・PMC Open Access・DOAJ・CORE・OpenAIRE Graph・Unpaywall・Common Crawl——から取り込んだ文献を、1 回の検索でまとめて引けます。掲載誌や会議・著者・出版年で絞り込み、被引用数で並べ替えられます。結果から引用グラフを開いて参考文献側へ遡り被引用側へ辿れるほか、自分のメモとタグを付けてライブラリに保存し、BibTeXを読み込み、BibTeX・RIS・CSL-JSONで書き出し、APA・Chicago（author-date）・IEEE・MLA・Vancouverの書式で参考文献を整えられます。無料プランはカード登録が不要で、検索 5 回/日・ボード 3 個・保存 100 件・グラフ表示 5 回/日。
できないことも書いておきます。ここが「どういうときに使う道具か」を決めます。
- 日本語文献の索引を自前で持っていません。16 のソースはすべて国際的なものかEU圏のもので、日本語・韓国語・中国語・スペイン語の各国索引は入っていません。CiNii Researchなら出てくる紀要論文が、Litlasでは出てこないことがあります。横断検索が置き換えるのは英語の 4 つのタブであって、各国の索引ではありません。
- 論文を要約しません。✨はPDFやページをGemini・ChatGPT・Claude・Gemini Notebookへ渡して向こうで開くボタンです。読むのは選んだ相手で、Litlas自身はモデルを持っていません。
- システマティックレビューの基盤ではありません。スクリーニングも査読者間の不一致の解消もPRISMA図もありません。方法欄に載せる検索なら、収録範囲が文書化されたデータベースで流してください。
- 書誌計量のツールでもありません。引用グラフは 1 本ずつ展開する形で、コーパス全体の共引用クラスタリングも、VOSviewer的なネットワーク書き出しもありません。
- 検索 5 回/日は 5 回/日です。問いを探るには足りますが、午後いっぱいで分野をさらうには足りません。日次上限は有料プランで外れます。
3 つだけ覚えるなら
- 広く始めて、収録範囲を公表している索引で確かめる。Google Scholarは最初の一手として最良で、最後の一手としては最悪です。
- 必要な文献が英語で書かれていないなら、その言語の国の索引を直接引く。一般の検索エンジンはそこが弱く、しかも何を落としたかを教えてくれません。
- 一番効く 2〜3 本から引用を両方向に辿る。検索語をもう 1 時間こねるより、関係する文献が多く見つかります。