| name | user-study-orchestrator |
| description | Orchestrator skill for the User Study section - delegates writing to the user-study subagent (this file is the rulebook the subagent loads at startup), routes open questions to paper-researcher and reviews to paper-reviewer1/2; the main conversation never writes prose itself. Use this skill whenever the user is writing, revising, or checking the User Study, Experiment, Evaluation, or Participant section of a paper. Triggers include "user study", "実験", "被験者実験", "evaluation", "experiment", "participants", "仮説", "hypothesis", "study design", "procedure", "measures", or "第4章". Also trigger when the user mentions standardized questionnaires, within-subjects, between-subjects, counterbalancing, or Latin Square. This skill enforces the standard HCI user-study structure (Participants / Study Design + Hypotheses / Measures / Procedure / Analysis) and requires explicit grounding of each hypothesis in prior work. |
Paper User Study Writing
学会論文のUser Study章を書くときに使うSkill。
この skill の役目(オーケストレーション)
この skill はメイン会話で動く User Study 章のオーケストレーター。メイン会話は本文を書かない:
- 執筆・修正 →
user-study subagent に作業指示書(目的・対象範囲・確定/未確定事項)を Agent tool で dispatch する。subagent は起動時にこの SKILL.md を読み込む
- OQ の routing → subagent が返す
[OQ-n](不明点)は paper-researcher へ、研究上の判断はユーザーへ(AskUserQuestion でまとめて)
- レビュー →
paper-reviewer1(高重要度なら paper-reviewer2 も)に依頼し、所見の反映は再び user-study subagent へ
- 複数章にまたがる作業・フルパイプラインは
/paper-orchestrator へ
以下は本章の執筆ナレッジ(subagent が起動時に読み込む規範であり、reviewer の判定基準)。
必須の構造
\section{User Study}
[冒頭1段落]
- System章で作ったシステムを使って何を評価するか
- 独立変数と従属変数の概要
\subsection{Participants}
- 人数、年齢（M, SD, range）、性別、関連経験
- リクルート方法（大学メーリングリスト、SNS、クラウドワーカー等）
- インクルージョン基準
- 矯正視力の扱い（眼鏡・コンタクトが許容か、裸眼必須か）
- 補償（金額 or 商品、あれば）
\subsection{Study Design and Hypotheses}
- 実験デザイン（within-subjects / between-subjects）
- 条件（図で示すことを推奨）
- カウンターバランス（Latin Square など）
- 仮説 H1, H2, ... (先行研究への引用付き)
\subsection{Measures}
- 各従属変数をどう測るか（標準尺度＋引用、または自作質問）
\subsection{Procedure}
- 時系列で: 入室 → インフォームドコンセント → 練習 → 本試行 × N → 質問紙 → 休憩 → ... → 退室
\subsection{Analysis}
- 正規性の検定
- 使用した統計手法とその条件
- Post-hoc検定、補正法
- 有意水準、使用ソフト、バージョン
仮説の書き方（最重要）
各仮説は必ず 先行研究に基づいた根拠付き で書く。
✅ GOOD の型
We established the following hypotheses:
\begin{itemize}
\item \textbf{H1}: <条件A> produces higher <従属変数> than <条件B>.
\item \textbf{H2}: <要因X> produces higher <従属変数> than <要因Y>.
\item \textbf{H3}: An interaction effect exists between <要因1> and <要因2>.
\item \textbf{H4}: <効果Z> is enhanced under <条件>.
\end{itemize}
\noindent
\textbf{H1} and \textbf{H2} are based on prior findings that
<根拠となる既存知見1>~\cite{...}, and that <根拠となる既存知見2>~\cite{...}.
\textbf{H3} follows from the possibility that <要因1> and <要因2>
engage overlapping mechanisms that amplify each other.
\textbf{H4} is motivated by <既存知見3>~\cite{...}, while how
<本研究の新しい観点> influences this effect remains unexplored.
ポイント
- 仮説は 箇条書き で明示
- 「A produces higher X than B」のような 比較形 で書く
- 各仮説に 引用付きの根拠 を別段落で説明
- 仮説数は Results の主効果・交互作用の数と対応させる
条件名の付け方
条件は abbreviation で統一：
✅ GOOD:
- C1 (A1-B1): <要因A 水準1> × <要因B 水準1>
- C2 (A1-B2): <要因A 水準1> × <要因B 水準2>
- C3 (A2-B1): <要因A 水準2> × <要因B 水準1>
- C4 (A2-B2): <要因A 水準2> × <要因B 水準2>
図表で条件を言及するたびに同じ省略形で統一する。
本文中で長い条件名と省略形が混在しないように。
Measuresの書き方
各従属変数について、以下を明記：
- 尺度名と引用 (標準尺度なら)
- 項目数
- リッカートの刻み（もしあれば）
- スコア算出方法 (平均、合計など)
✅ GOOD の型
\item \textbf{<従属変数名>.} We used the <尺度名>~\cite{...},
extracting <N items on 構成概念A> and <M items on 構成概念B>
(<共通項目があれば言及>). Each item was rated on a <X-point>
Likert scale (1: <最小>, X: <最大>). We computed the <構成概念A>
score as <算出方法>.
自作質問の扱い
標準尺度がない場合は、作る必要があった理由と、各項目が何を測るかを明示：
\item \textbf{<自作測定の対象>.} To examine <評価したい現象>, we
created <N個の質問>. Each question was designed to assess
<測定したい側面> and was rated on a <X-point> Likert scale...:
(1) <質問1>.
(2) <質問2>.
...
Procedureの書き方
時系列で 参加者の動きを追えるように 書く：
Participants firstly read and signed the consent form.
We then started task briefing.
Next, participants <装置の装着 / セットアップ>.
Before the main trials, participants completed a practice phase
lasting up to <分数> minutes...
Participants then experienced the <条件数> experimental conditions
in a counterbalanced order using a Latin Square design. In each
condition, participants <主タスク> for <時間>.
After each trial, participants <質問紙記入 / 休憩>. Participants
took a <時間> break to <理由>, and then they proceeded to the
next condition.
The experimental protocol followed the guidelines provided by
the ethics review committee at our institution. All participants
provided written informed consent.
必須要素：
- practice phase があったか
- 試行時間 と 休憩時間 が明記されているか
- 自己ペース vs 強制ペース か、なぜそうしたか（交絡要因への対処）
- 倫理審査への言及
Analysisの書き方
We analyzed the data using <parametric/non-parametric手法> when
the Shapiro-Wilk test confirmed normal distribution, followed by
<post-hoc検定> with <補正法> as post-hoc tests. When normality
was not met, we applied <代替手法>~\cite{...} with <対応する
post-hoc>. All analyses were carried out in <ソフトウェア>
(version <バージョン>), with statistical significance set at α = 0.05.
必須要素：
❌ Anti-patterns
Anti-pattern 1: 仮説に根拠がない
BAD:
"H1: A produces higher X."
(...仮説の根拠なし)
→ 先行研究にgroundされていない仮説は、査読で「なぜそう予測するのか？」と必ず指摘される。
Anti-pattern 2: 参加者情報を隠す
BAD: "We tested students."
→ 人数、年齢（平均とSDと範囲）、性別、関連経験、は必須情報。
Anti-pattern 2b: 矯正視力・リクルート方法の情報欠落
BAD:
"We recruited 24 participants."
→ reviewer は必ず「どうやってリクルートしたか」「視力矯正の条件は？」を質問する。
先回りして書く：
GOOD:
"We recruited 24 participants through the university mailing list.
All participants had normal or corrected-to-normal vision
(contact lenses were allowed inside the HMD; participants wearing
glasses were excluded if the HMD did not fit over them)."
Anti-pattern 3: Procedureの時間情報が抜ける
BAD: "Participants experienced the conditions."
→ 各条件何分か、休憩何分か、全体で何分か、は再現性のため必須。
Anti-pattern 4: 仮説が曖昧
BAD: "H1: A might affect X."
→ 「higher / lower / different」のように方向性を明示。
チェックリスト
関連Skill
method-orchestrator: System章と User Study章の独立変数の定義は完全に一致させるresults-orchestrator: 仮説と結果は1対1で対応させるwriting-principles-orchestrator: 曖昧な最上級の回避
