メインコンテンツまでスキップ

用語集

この用語集では、MUSEプラットフォーム全体で使用される主要な用語を定義します。用語はアルファベット順に記載されています。各項目には日本語訳が付記されています。

Activities​

日本語: アクティビティ

プログラムや介入によって実施される具体的な行動。アクティビティはロジックモデルの起点であり、プログラムが実際に行うこと（例：研修セッションの実施、リソースの配布、コーチングの提供）を表します。アクティビティはアウトプットを生み出し、それがアウトカムへ、最終的にはインパクトへとつながります。

Auto Layout​

日本語: 自動レイアウト

キャンバス上のノードを左→右のフローに整列させる整理処理。自動レイアウトはAI生成の直後に1回自動実行され、キャンバス上部の その他 メニューからいつでも再実行できます。自動レイアウトは視覚的な位置のみを変更し、タイトル・説明・メトリクス・接続には影響しません。

Canvas​

日本語: キャンバス

ロジックモデルを構築するためのMUSEのインタラクティブなワークスペース。キャンバスはReact Flowによって駆動され、ロジックモデルの各段階を表すノードを作成・接続・注釈付けすることができます。ノードのドラッグ＆ドロップ、エッジの描画、エビデンスカードのアタッチが可能です。キャンバスビューは キャンバス タブ（構築用）と レシピ タブ（生成された測定レシピの表示用）に分かれています。

Cautions​

日本語: 注意点

測定レシピの各メトリクスに添付される、実践的な留意点の短いリスト（1〜3件）。Cautionsはそのメトリクス固有のバイアス・倫理的問題・データ品質リスクを説明します。たとえば、アンケート項目における自己申告バイアスや、出席数における季節変動の影響など。

Citation Count​

日本語: 引用数

学術論文が他の論文から引用された回数。MUSEでは、エビデンスダイアログの外部論文カードに引用数が表示され、論文の品質によるランキングに使用されます。引用数が多いほど、一般的に学術コミュニティにおける影響力が高いことを示します。

Data Collection Method​

日本語: データ収集方法

測定レシピの各エントリで、メトリクスのデータが どのように 集められるかを1段落で説明する項目。たとえば、オンラインアンケート、行政記録、直接観察、Web解析などです。レシピエージェントは、メトリクス名と親アウトプット／アウトカムカードの文脈からこれを導き出します。

Edge​

日本語: エッジ

キャンバス上の2つのノードを結ぶ矢印。各エッジはロジックモデルの2つの段階間の因果的または論理的な関係を表します。たとえば、アクティビティノードからアウトプットノードへの矢印は、そのアクティビティがそのアウトプットを生み出すことを示します。エッジは方向性を持ち、裏付けとなるエビデンスで注釈を付けることができます。

Effect​

日本語: エフェクト

研究において報告された、介入の観察されたアウトカムまたはインパクト。MUSEでは、各エビデンスカードに5つのエフェクトカテゴリのうちの1つ（正の効果、効果なし、混合効果、副次的効果、不明）がタグ付けされ、研究の発見内容を要約します。完全な定義についてはエフェクトカテゴリのリファレンスを参照してください。

Evidence Card​

日本語: エビデンスカード

MUSEで1件の研究エビデンスを提示するための標準化されたフォーマット。各エビデンスカードは、研究の核心的な知見を介入 → 指標 → 短期アウトカムの関係として、エフェクトカテゴリおよびエビデンスの強度評価とともに記録します。エビデンスカードはキャンバスのノードにアタッチすることができ、ロジックモデルを実証的な研究に基づかせることができます。なお、エビデンスカードと外部論文（External Paper）は異なるものです。キュレーション済みエビデンスはAIによるスコアリングの対象となりますが、外部論文は参考資料としてのみ表示されます。

External Paper​

日本語: 外部学術論文

Semantic Scholarなどの外部データベースから検索された学術論文で、キュレーション済みエビデンスとあわせて参考資料として表示されます。外部論文はMUSEのAIによるスコアリングの対象になりません。TLDR（要約）や引用数を含む幅広い学術文献からの補足的なコンテキストを提供します。

Goal​

日本語: ゴール

ロジックモデルを生成する際にMUSEのAIに伝える、達成したいことの平易な説明文。対象者、課題、望む変化を含む明確で構造化されたゴールを入力すると、より良い結果が得られます。

Impact​

日本語: インパクト

介入の最終目標である長期的な社会変化。インパクトはロジックモデルの最右端に位置し、プログラムが世界にもたらすことを目指す広範で持続的な変化を表します。たとえば、貧困の削減、公衆衛生の改善、教育達成度の向上などです。インパクトは短期的なアウトカムに比べて直接的に測定することが難しく、介入から数年後にようやく可視化されることもあります。

Intermediate Outcome​

日本語: 中期アウトカム

短期アウトカムから生じる中期的な変化。ロジックモデルにおける中期アウトカムは、介入の即時効果が定着した後に生じる行動的・社会的・システム的な変化を表します。たとえば、金融リテラシーの向上に続く経済的自立の強化などです。中期アウトカムは短期アウトカムと長期的なインパクトの橋渡し役を担います。

Logic Model​

日本語: ロジックモデル

アクティビティからインパクトまでの因果経路をマッピングした視覚的表現。MUSEのロジックモデルは、相互に接続されたノード（アクティビティ、アウトプット、短期アウトカム、中期アウトカム、インパクト）が有向エッジで結ばれた構造で構成されます。各因果リンクにエビデンスカードを関連付けることで、想定される関係が研究によって裏付けられていることを示すことができます。

Maryland SMS​

日本語: メリーランドSMS（科学的手法尺度）

Maryland Scientific Methods Scale（メリーランド科学的手法尺度）。MUSEで研究エビデンスの方法論的な厳密さを評価するために使用する0から5の評価システム。レベル0は非実験的な数学的モデルを示し、レベル5は完全なRCT（ランダム化比較試験）を示します。SMSはユーザーが特定の研究にどの程度の因果的確信を置くかを素早く判断するのに役立ちます。完全なレベルの説明についてはエビデンスの強度のリファレンスを参照してください。

Measurement Recipe​

日本語: 測定レシピ

ロジックモデル上のメトリクスから、MUSEのレシピエージェントが生成する実践者向けの測定計画。各レシピエントリには 測定手順、データ収集方法、頻度、任意の 目標値、注意点 が含まれます。レシピはアウトプット・短期アウトカム・中期アウトカムカードに対してのみ生成されます。詳細は測定レシピユーザーガイドを参照してください。

Measurement Steps​

日本語: 測定手順

メトリクスの測定を実際に実施するためにプログラム運営者が実行できる、動詞で始まる具体的なアクションの順序付きリスト（3〜6ステップ）。測定手順は測定レシピエントリの中核であり、M&E初心者が基本的なツール（スプレッドシート、短いアンケート、参加者名簿）のみで実行できることを想定して書かれます。

Metrics​

日本語: メトリクス

ロジックモデルのノードにアタッチされた、軽量な測定可能指標。MUSEのメトリクスは 名前 と任意の 説明 のみを保持し、運用上の詳細（測定方法、頻度、目標値、注意点）は名前と親カードの文脈から 測定レシピ エージェントが別途生成します。この2段階設計により、ロジックモデルは軽量なアウトラインとして保ちつつ、実践者向けの測定計画は専用のレシピに委ねられます。

Node​

日本語: ノード

キャンバス上でロジックモデルの単一の段階を表すカード。各ノードはタイプ（アクティビティ、アウトプット、短期アウトカム、中期アウトカム、またはインパクト）、タイトル、任意の説明、任意のメトリクスを持ちます。ノードはエッジで互いに接続され、ロジックモデルの因果連鎖を形成します。エビデンスカードをノードにリンクすることで、そのノードから流れる因果関係を支持する研究を示すことができます。

Node Editor Dialog​

日本語: ノードエディタダイアログ

新しいノードの追加や既存ノードの編集に使う、中央に開く2カラム構成のモーダル。左カラムにはノードタイプ・タイトル・説明が、右カラムにはメトリクスリスト（各メトリクスカードはインライン展開型で、常に1つのみ展開）が配置されます。ツールバーの ノード追加 ボタン、またはキャンバス上の既存ノードをダブルクリック／鉛筆アイコンクリックで開きます。

Outputs​

日本語: アウトプット

アクティビティを実施した結果として生じる直接的な成果物または成果。アウトプットは有形であり、即座に数えることができます。たとえば「100名が研修を修了した」や「50件のレポートが発行された」などです。アウトプットはアウトカムとは異なり、何かが変化したのではなく、何が生産されたかを説明します。ロジックモデルにおいて、アウトプットはアクティビティと短期アウトカムの間に位置します。

Private Mode​

日本語: 非公開モード

ワークスペース内のロジックモデルを外に出さないための、ワークスペース単位の設定。有効にしている間は、AI生成時に外部論文検索が実行されず、リンク共有も使えません。有効にした時点で、そのワークスペースの既存の共有リンクはすべて無効になります。詳しくはアカウントとワークスペースを参照してください。

RCT​

日本語: RCT（ランダム化比較試験）

Randomized Controlled Trial（ランダム化比較試験）。メリーランドSMSのレベル5に対応する実験的研究のゴールドスタンダード。RCTでは、参加者は介入群または対照群のいずれかにランダムに割り付けられます。ランダムな割り付けにより、平均的に両群がベースラインで同等であることが保証され、研究者はその後のアウトカムの差を介入そのものに帰属させることができます。RCTによるエビデンスは、利用可能な最高水準の因果的確信度を提供します。

Semantic Scholar​

日本語: Semantic Scholar（セマンティック・スカラー）

Allen Institute for AIが開発したAI搭載の学術検索エンジン。MUSEではオプションとしてSemantic Scholarを検索し、ロジックモデルの因果関係に関連する学術論文を見つけることができます。Semantic Scholarから取得された論文は参考資料（外部論文）として表示され、MUSEのキュレーション済みエビデンスとは区別されます。

日本語: 共有リンク

保存済みのロジックモデルを、ログインなしで閲覧専用として開けるリンク。オーナーが共有ダイアログの リンクを知っている全員 で有効にし、いつでも無効に戻せます。詳しくは保存と共有を参照してください。

Short-term Outcome​

日本語: 短期アウトカム

アウトプットから生じる知識・態度・スキル・行動の即時的な変化。短期アウトカムは、介入が提供された後に参加者や対象集団が経験する最初の測定可能な効果です。通常、介入から数週間または数か月以内に観察され、プログラムが中長期的な中期アウトカムおよびインパクトに向けて順調に進んでいることを示す先行指標として機能します。

Version​

日本語: バージョン

保存 をクリックするたびに作られる、ロジックモデルのスナップショット。すべてのバージョンが履歴に残り、復元すると選んだバージョンが最新のバージョンとして複製されます。詳しくは保存と共有を参照してください。

Workspace​

日本語: ワークスペース

保存したロジックモデルの置き場所。すべてのアカウントに個人用ワークスペースがあり、共同作業のためには共有のワークスペースを作成してメンバーを招待します。メンバーにはオーナー、管理者、メンバーのいずれかのロールが付きます。詳しくはアカウントとワークスペースを参照してください。