1 一次情報の概念
一次情報は、特定の出来事、状態、対象について、当事者や観察者が自ら収集・作成した内容を指す。他者の解釈が付加される以前の段階として扱われ、分析や検証の土台になる点が特徴である。情報の価値は内容だけでなく、作成・収集の経路や条件に強く依存するため、一次情報は来歴を含めて扱う必要がある。
一次情報は研究領域に限らず、業務記録、品質点検、映像・音声の記録、現場のログなど広い範囲で現れる。実務では、後から参照可能な形で保持されることが重要であり、同一条件での検証を可能にする設計や運用が求められる。
1.1 定義と範囲
1.1.1 当事者・観察者による作成・収集
一次情報は、当事者または直接観察した者が、対象に接して得た記録として生じる。たとえば当事者の記録、観察者の測定結果、実験や試験における計測値、制作過程での原資料、現場で残されたログなどが該当する。重要なのは「直接性」であり、間接情報を材料としていても、当該情報が当事者・観察者による生成物であるかが区別の基準になる。
1.1.2 解釈や要約が入る前の段階
一次情報は、解釈、編集、要約、再推定などの加工が行われる前の状態として定義されることが多い。ここでいう加工には、意味づけの付与や統計的推定、記号化の変換といった「内容の読み替え」を含む。もちろん前処理としての整形（表記統一、フォーマット変換、軽微な欠損補正など）が完全に排除されるわけではないが、解釈の混入を最小化し、後続処理が説明可能な形で残ることが望ましい。
1.2 一次情報と二次情報・三次情報の違い
一次情報は、加工や整理の程度に応じて二次情報、三次情報と区別される。区別は「情報の生成過程」へ着目する考え方であり、最終的な用途よりも作られ方が焦点となる。現場では混在しやすいため、どの段階までが一次で、どこからが二次・三次かを明示する運用が有効である。
1.2.1 二次情報（レビュー・要約・再解析）
二次情報は、一次情報を材料として編集・分析・要約したものに当たる。代表例として、先行研究のレビュー、観察記録のまとめ、再解析による推定結果、他データとの突合を経た結論などが挙げられる。二次情報では、一次情報の内容がそのまま残るとは限らず、解釈や判断が一定程度含まれるため、一次情報への遡及ができることが望ましい。
1.2.2 三次情報（索引・データベース整理・概説）
三次情報は、二次情報や一次情報をさらに整理して参照しやすくした概説的な情報である。索引、分類体系、データベースのメタ一覧、百科事典的な要約、検索機能を前提に整形された概略データなどが該当する。三次情報自体が新しい証拠を提供するというより、探索や把握の効率を高める役割が中心となる。
1.3 分類の考え方
一次情報は、生成方法や提供形態の観点でさらに整理できる。分類は品質評価、保管方針、取り扱い手続の決定に直結するため、研究設計や情報管理の初期から検討することが多い。
1.3.1 生成方法（観測・実験・記録・制作）
生成方法に基づく分類では、観測、実験、記録、制作といった生成源の違いが重視される。観測は自然発生の状態や行動を捉えるものであり、実験は条件を制御して変化を観る。記録は出来事や状態を残す行為で、制作は意図的に表現を作る過程を含む。制作物は情報として有用だが、創作意図や加工の影響が混入しうるため、一次性の評価は来歴と手順の確認によって補強される。
1.3.2 提供形態（文書・数値・音声・映像など）
提供形態は、一次情報の扱いやすさ、抽出可能性、品質の評価方法を規定する。文書では筆記や作成者の癖、数値では計測機器と単位、音声では収録環境や圧縮、映像では撮影条件や符号化が重要になる。同一内容でも形式が異なれば検証の手段が変わるため、保管時のフォーマット固定や変換履歴の記録が不可欠となる。
2 収集・作成プロセス
一次情報の質は、収集や作成の前段階でほぼ決まる。したがって、調査設計、データ生成、標準化、品質管理を一連の流れとして扱うことが求められる。情報科学の観点では、単に取得するだけでなく、後から追跡できる形で記録を残すことが中心課題となる。
2.1 調査設計とデータ生成
2.1.1 目的・対象・変数の設定
調査では、目的に応じて対象と変数を明確化する。対象は観測対象の範囲を定め、変数は観測・測定の対象となる性質を定義する。ここを曖昧にすると、得られた値が後の解釈に耐えない、あるいは再現が難しくなる。
2.1.1.1 仮説と測定指標の対応付け
仮説と測定指標の対応は、一次情報の妥当性に直結する。測定指標は、観察可能な量として定義される必要がある。対応付けが適切であれば、得られたデータは目的に照らした検証へ接続できる。一方、指標が仮説を十分に反映しない場合、一次情報が正確でも結論が歪む可能性があるため、設計段階での整合が重要となる。
2.1.2 サンプリングと抽出基準
サンプリングは、対象集団からどのようにデータを選ぶかを決める。抽出基準が明確であれば、結果の適用範囲を判断しやすい。偏りの原因となる要因（参加者選好、欠測の発生しやすさ、時間帯や場所の偏在など）を事前に見積もり、必要なら割付や層化の工夫を行う。一次情報の解釈には、選ばれたデータが何を代表しているかの説明が不可欠である。
2.2 記録方法と標準化
2.2.1 フォーマット統一と単位管理
標準化は、データの比較可能性を確保する。フォーマット統一は、ファイル形式、命名規則、時刻表現、区切り文字などの整備を含む。単位管理も同様に重要で、計測値が異なる単位で記録されると、後の結合や分析に支障が出る。一次情報の段階で単位や基準を固定し、変換を行う場合は履歴を残すといった運用が有効である。
2.2.2 再現可能性を高める手順
再現可能性を高めるためには、手順の記述と記録の粒度が必要である。具体的には、機器の設定、環境条件、手順の順序、実施時間、担当者、例外処理の基準などを追跡できる状態にする。さらに、撮影・収録・ログ取得では、開始停止タイミングやサンプリング周波数といった技術情報の記録が欠かせない。これにより、後の追試や監査に耐える一次情報となる。
2.3 品質管理（信頼性・妥当性）
品質管理は、一次情報が「正しく測れているか」と「目的に合っているか」の双方を扱う。信頼性は測定の安定性、妥当性は意図した概念との対応の良さを意味する。情報科学では、品質指標を定義し、運用で検査することが重視される。
2.3.1 バイアスと誤差の扱い
バイアスは系統的な偏り、誤差は偶然によるずれとして整理できる。一次情報では、測定機器の特性、収集者の判断、対象側の反応変化などがバイアス源になり得る。誤差については、精度設定、校正記録、測定条件の記録によって抑える方針を立てる。さらに、検証可能な形で誤差の見積もり根拠を残すと、後続の分析での信頼度評価が可能になる。
2.3.2 欠損・異常値への方針
欠損や異常値は避けられない場合が多い。重要なのは、どの基準で欠損とし、どの条件で異常と判断し、どのように扱うかを事前に決めておくことである。削除、補完、フラグ付けといった方針は、後の推論に影響するため、一次情報へのアクセス可能性を損なわない形で保持するのが望ましい。特に自動処理を行う場合は、判断ルールと例外条件を文書化し、監査に耐える形で残す。
3 一次情報の取り扱い
一次情報の価値は、保存と統制によって損なわれない。メタデータと来歴管理、権利・倫理・安全の遵守、保管・アクセスの設計は、情報科学における中心的な管理領域である。
3.1 メタデータと来歴管理
3.1.1 来歴（プロベナンス）情報の重要性
来歴情報は、データがどのように作られ、どんな条件で得られたかを示す。これには収集手段、担当者、機器、手順、変換の有無などが含まれる。来歴がない場合、一次情報が同じ見た目でも別物になり得るため、検証性が低下する。監査、再解析、品質改善のいずれにも来歴は不可欠である。
3.1.2 メタデータ設計（分類・識別・時系列）
メタデータ設計では、分類体系、識別子、時系列情報が基本になる。識別子は追跡と重複防止に役立ち、分類は検索と統計的集計の前提となる。時系列は、更新や改訂の差異を扱う際に重要である。加えて、データの位置（どのフォルダに何があるか）や参照関係（関連する観測条件、校正記録との紐付け）を明示することで、ライフサイクル全体を通じた整合性が高まる。
3.2 権利・倫理・安全
一次情報には、個人の権利や安全に関わる要素が含まれることがある。情報科学では、法令や組織規程だけでなく、倫理的配慮を技術的運用に落とし込むことが求められる。
3.2.1 個人情報と機微情報の取り扱い
個人情報や機微情報は、そのまま保存・共有すると本人に不利益をもたらす可能性がある。一次情報であっても例外ではないため、保管場所、アクセス権、利用目的の範囲を管理する必要がある。データの最小化（必要な範囲だけを保持する）、利用前のリスク評価、保全期間の見直しなどが実務上の基盤となる。
3.2.2 同意、匿名化、アクセス制御
同意はデータ利用の正当性を支える。匿名化は再識別の可能性を下げる目的で行われるが、完全な保証ではない点に留意が必要である。アクセス制御は、権限に応じて閲覧や利用を制限する仕組みであり、記録保持や監査ログと組み合わせると有効性が高まる。技術面と手続面を両立させることで、一次情報の管理責任を果たしやすくなる。
3.3 保管・管理・アクセス
一次情報は長期保存の対象になり得るが、フォーマットの陳腐化、媒体劣化、アクセス権の変化などが障害になる。したがって、保管と運用をセットで設計する必要がある。
3.3.1 保管形式とバックアップ
保管形式は、閲覧だけでなく再解析の可能性を左右する。オープンな標準形式の採用や、必要なら変換後の対応表の保持が有効である。バックアップは単一コピーでは不十分で、世代管理や災害対策を含めた冗長性を確保する。さらに、復旧テストを定期的に行うことで、保存の実効性を確認できる。
3.3.2 検索性（インデックス、タグ、参照）
検索性は、必要な一次情報に迅速に到達するための条件である。インデックスやタグ付けによって、対象条件に合致するデータ集合を特定しやすくなる。参照関係の整備により、関連する校正記録や手順書へ辿れると、検証可能性が高まる。結果として、探索のコストが下がり、品質レビューも効率化される。
4 情報科学における一次情報の活用
一次情報は、そのままでは扱いにくい場合があるため、前処理や変換を経て知識化へ進む。ただし変換は、一次性の意味を損なわない範囲で設計される必要がある。情報科学では、変換ルールの透明性が価値となる。
4.1 加工と知識化の流れ
4.1.1 前処理（クリーニング、正規化）
前処理では、誤記や表記揺れ、欠測の扱い、スケールの不整合などを整える。クリーニングはデータの明らかな不整合を修正する工程であり、正規化は比較可能な尺度へ揃える作業を指す。これらは分析の前提を整えるために行われるが、変更点を記録し、どの一次情報から作られたかを追跡できるようにすることが重要である。
4.1.2 二次・三次への変換ルール
変換ルールは、どの段階でどんな形に加工し、どの情報を残すかを定める。二次情報へ移る際には、要約の粒度や統計手続、集計単位などを明記する。三次情報では探索性を高める目的が中心であり、索引キーやカテゴリ体系の構成が鍵になる。ルールが明確であれば、元データへ遡れる設計になりやすく、再現性や監査の負担を減らせる。
4.2 分析・検証への応用
4.2.1 統計解析・機械学習における位置づけ
統計解析や機械学習では、一次情報は学習データや検証対象として基盤になる。特徴量の設計やラベル付けが一次情報の解釈を含み得るため、生成過程の理解が性能評価や誤り分析に影響する。とくにデータ分布の偏りや収集条件の違いはモデルの挙動に直結するため、メタデータを活用した層別や補正を検討することがある。
4.2.2 検証（再現性、監査可能性）
検証では、同じ一次情報と同じ手続に基づいて結果が得られるかを確認する。再現性は研究や開発の品質保証に関わり、監査可能性は判断の根拠を追跡できるかに関わる。一次情報の来歴と変換履歴が整っていると、結果の確認だけでなく、異常の原因究明も容易になる。さらに、手続のバージョン管理を含めて記録することで、時間が経っても検証できる環境が維持される。
4.3 効率化と自動化
4.3.1 データ収集の自動化（ログ、センサ）
ログやセンサを用いた自動収集は、作業負荷を下げ、時間解像度の高い一次情報を生む可能性がある。自動化では、取得条件、サンプリング間隔、欠測検知、機器の校正頻度といった運用パラメータの記録が不可欠である。人手依存が減る一方、機器障害や通信遅延のような新しい誤差源が生まれるため、品質監視の設計が重要になる。
4.3.2 品質判定の自動支援
品質判定の自動支援は、異常検知、形式検査、整合性チェックなどの形で導入できる。たとえば単位の不整合、時刻の逆転、参照欠落、フォーマット逸脱をルールベースで検出する方法がある。加えて、統計的な逸脱や分布の変化を検知する手法もある。自動判定は便利だが、誤検知や見逃しがあり得るため、人のレビューと組み合わせて運用することが現実的である。