エビデンスの検索
MUSEには、査読済みの研究エビデンスを集めたデータベースが搭載されています。エビデンス検索ページでは、ロジックモデルの因果関係を裏付ける研究を閲覧、フィルタリング、精読することができます。特定の因果関係の主張を裏付けるエビデンスを探している場合でも、対象分野の研究内容を幅広く調べたい場合でも、このページが出発点となります。
エビデンス検索へのアクセス
上部のナビゲーションバーにある 「Evidence」 をクリックすると、エビデンス検索ページ（muse.beaconlabs.io/search）が開きます。
ページ上部に検索バーが表示され、その下にはすべての研究エビデンスがエビデンスカードのグリッド形式で表示されます。
キーワード検索
検索バーに任意の単語やフレーズを入力すると、内容に基づいてエビデンスが絞り込まれます。検索対象は以下のとおりです：
- 研究論文の タイトル
- エビデンス要約の 内容
入力するとリアルタイムで結果が更新されます。グリッド上部の件数表示（「X of Y」）も、現在の検索に一致する研究の数に応じて更新されます。
検索のヒント：
- 介入分野に関連する具体的な用語を使用してください（例：「malaria」「microfinance」「digital literacy」）
- 関心のあるアウトカムで検索してみてください（例：「employment」「school attendance」「maternal mortality」）
- 結果が少なすぎる場合は、より広い用語や別の表現を試してみてください
エフェクトタイプによるフィルタリング
エフェクト フィルターを使うと、研究で確認されたアウトカムの種類によって結果を絞り込むことができます。複数のエフェクトタイプを同時に選択することも可能です。
| エフェクトタイプ | 意味 |
|---|---|
| ポジティブ・エフェクト | 期待された効果が確認され、統計的に有意である — 介入が意図どおりに機能した |
| エフェクトなし | 期待された効果が観察されなかった — 介入が望まれた変化を生み出さなかった |
| ミックス・エフェクト | 文脈、対象集団、条件によって結果が異なった — 一部のケースでは機能したが、他のケースでは機能しなかった |
| サイドエフェクト | 意図しない効果が観察された — ポジティブ・ネガティブを問わず、予期しないことが起きた |
| 不明 | データや手法が不十分で、明確な結論を導き出せなかった |
効果が認められなかった研究は、ポジティブな効果が認められた研究と同じくらい重要です。何が機能しないのか、あるいはどのような条件下で機能しないのかを知ることは、より良いプログラムを設計し、リソースの無駄を避けるために不可欠です。
エビデンスの強度によるフィルタリング
強度 フィルターを使うと、研究手法の質と厳密さによってフィルタリングできます。MUSEでは、エビデンスに基づく実践で広く使用されている0〜5つ星の評価システムである メリーランド科学的手法尺度（SMS） を採用しています。
| レベル | 星 | 意味 |
|---|---|---|
| レベル0 | 星なし | 数理モデルまたは理論的分析 — 実証データなし |
| レベル1 | 星1つ | 対照群のない単純な事前・事後比較 |
| レベル2 | 星2つ | 2つのグループの比較だが、ランダムに割り当てられていない |
| レベル3 | 星3つ | 交絡因子に対する統計的制御を用いた対照群との比較 |
| レベル4 | 星4つ | 強力な制御を備えた準実験デザイン（例：差の差分析） |
| レベル5 | 星5つ | ランダム化比較試験（RCT） — エビデンスのゴールドスタンダード |
1つまたは複数の強度レベルを選択してフィルタリングできます。たとえば、最も厳密なエビデンスのみを表示したい場合は、レベル4とレベル5を選択してください。
強度の高いエビデンスはより厳密ですが、強度の低いエビデンスに価値がないわけではありません。新興のプログラム分野や研究が少ない対象集団の場合、適切に設計されたレベル2やレベル3の研究が、利用可能な最良のエビデンスである場合があります。強度は単独ではなく、文脈の中で判断してください。
エビデンスカードの読み方
各検索結果は、グリッド内にカードとして表示されます。各カードには以下の情報が含まれています：
- タイトル — 研究論文またはエビデンスエントリの名称
- 著者 — 研究の実施者
- 強度の星 — 品質評価（0〜5つ星）
- 主な結果 — 研究で明らかになったことの短い要約
- エフェクトタイプアイコン — 効果がポジティブ、ネガティブ、ミックスなどであるかを示す視覚的なインジケーター
- タグ — エビデンスを分類するトピックカテゴリ（例：「health」「education」「economic development」）
- 介入 → アウトカムのペア — 各カードには1つ以上の結果が表示され、どの介入が研究され、どのアウトカムが測定されたかが示されます
エビデンスの詳細表示
任意のエビデンスカードをクリックすると、その研究のエビデンス詳細ページが開きます。そこでは、完全な研究要約、手法の詳細、データソース、引用文献、ブロックチェーン上のアテステーション記録を確認できます。
MUSEのAIがロジックモデルを生成する際、この同じデータベースを検索し、関連するエビデンスを因果関係の接続に自動的にリンクします。キャンバス上の緑色の矢印は、AIがその特定のリンクに対応するエビデンスカードを見つけたことを意味します。エビデンス検索ページを使って、そのエビデンスを詳しく調べたり、モデルを裏付ける追加の研究を見つけたりすることができます。
結果件数の活用
結果グリッドの上部に、「12 of 47 results」 のような件数が表示されます。これは以下を意味します：
- 47 — データベース内のエビデンスエントリの総数
- 12 — 現在の検索とフィルターの組み合わせに一致するエントリの数
件数がゼロになった場合は、フィルターの一部を解除するか、検索語をより広い表現に変えてみてください。