「せっかく実験したデータだから、全部見せたい」
「失敗したデータも、努力の証として載せたい」
その気持ちは痛いほど分かりますが、研究発表において**「全部見せ」は悪手**です。
情報量が多すぎると、本当に重要な「大発見」が埋もれてしまうからです。
また、結果（Results）と考察（Discussion）を混ぜて話してしまうのも、初心者が陥りがちな罠です。
今回は、データを最も輝かせるための「選抜」の技術と、科学的に誠実な「考察」の語り方を解説します。
1. Resultsの鉄則：「実験ノート」をそのまま貼るな
Resultsパートは、あなたが苦労して得たデータの発表会ですが、「苦労自慢」の場ではありません。
ストーリー（結論）に関係のないデータは、心を鬼にして削除する必要があります。
載せるべきデータ
- Main Story（本筋）： 結論を導くために不可欠なデータ。
- Logic Step（論理の階段）： 「Aという結果が出た。だから次はBを調べた」というつながりを持つデータ。
載せてはいけないデータ（ノイズ）
- 単純な失敗データ： 条件検討の失敗や、本筋と関係ないネガティブデータ。
- 「念のため」のデータ： 質問されたら出せばいい補足データ（Hidden Slideに入れておく）。
スライド1枚につき、メインのグラフは1つ（多くて2つ）。
**「このグラフから言えることは、たった一つです」**と言い切れるまで、情報を絞り込んでください。
2. ネガティブデータの扱い方
「予想通りの結果が出なかった（ネガティブデータ）」は、載せるべきでしょうか？
答えは、**「論理構成上、必要なら載せる」**です。
- ○ 良いネガティブデータ：
- 「手法Aでは効果がなかった。だから手法Bを試した」という、次の展開へのブリッジになる場合。
- 「定説では〇〇と言われていたが、本実験では否定された」という、新たな知見になる場合。
- × 悪いネガティブデータ：
- 「とりあえずやってみたけど、何も出ませんでした（終わり）」という、話の腰を折るだけのデータ。
3. Discussionの鉄則：「Introduction」への回答を書く
考察（Discussion）スライドで、何を話せばいいか迷っていませんか？
答えは簡単です。最初のスライド（Introduction）で提示した「問い」に答えてください。
- Intro： 「なぜ、品種Aは高温に強いのか？（問い）」
- Results： 「遺伝子Xの発現が上昇していた（事実）」
- Discussion： 「つまり、遺伝子Xが耐熱性の鍵であると考えられる（答え）」
この「問い」と「答え」が綺麗に対応している（伏線回収されている）プレゼンは、聴衆に極上のカタルシス（納得感）を与えます。
Discussionで語るべき3要素
- Answer（結論）： 自分のデータから導き出される直接的な答え。
- Comparison（比較）： 過去の研究と一致したか？ 矛盾したか？ その理由は？
- Future（未来）： この結果は、社会や科学にどう貢献するか？
【図版指示 1】
- 内容：IntroとDiscussionの対応関係図。
- 構成要素：
- 左側：Introの「？」マーク（問い）。
- 右側：Discussionの「！」マーク（答え）。
- 真ん中：Resultsのデータが「橋」になっている。
- キャプション：「プレゼンは『Q&A』のサンドイッチ構造である」
4. 「限界（Limitations）」を語る勇気
「自分の研究の弱点を言うと、評価が下がるのではないか？」
そう思って、都合の悪いことに触れない発表者がいますが、それは逆効果です。審査員はプロなので、弱点などすぐに見抜きます。
むしろ、自分から**「本研究の限界（Limitations）」**をさらけ出してください。
- 「今回はN数が少なかったため、一般化には慎重を要します」
- 「このメカニズムの詳細は、まだ未解明です」
自ら限界を認める態度は、「私は自分の研究を客観視できています」という科学的誠実さ（Integrity）の証明になり、審査員からの信頼を勝ち取ることができます。
弱点は隠すものではなく、「今後の課題（Future Work）」として前向きに提示するものです。
まとめ：事実は変えられないが、物語は作れる
Resultsは「変えられない事実」ですが、Discussionは「あなたの思考」です。
- Results： 厳選して、大きく見せる。
- Discussion： 問いに答え、弱点もさらけ出す。
このメリハリをつけることで、あなたの発表は単なる「データ報告会」から、聴衆の知的好奇心を刺激する「科学的議論」の場へと昇華します。