アウトプットは、できればインプットと同じ水準のものがいい。
たとえば論文を読むなら、論文を書くつもりで読むこと。
そうなると内容を得るだけでは済まなくなる。
- どういった構成で書かれているか？
- どんな決まり文句や、つなぎの言葉が使われているか？
- 主張を支えているものは何か？
- データはどうやってつくられたのか？
- それにはどれくらいの時間とリソースが必要なのか？
- どの参考文献から、どんな一節が引用されているのか？
といった「こまごました」こともチェックすることになる。
何もかもを一度に読む取ることは難しいのなら（確かに難しいことだ）、内容が理解できたと思う論文を、今度は「書き手」の立場から再度（多分、繰り返し）読み返すこと。
だから読むのなら、再読に耐えるようなものがいい。
行なうのは、論文のリバース・エンジニアリングだ。
とことんバラバラに分解して、分解・解析の結果は、自分がすぐにでも利用可能なようにストックしておくこと。
最初は手間がかかるが、すぐに役立つ。
