4,000 語 Bio EE の Topic 選び・実験設計・評価基準完全公開
IB Extended Essay（EE）Biology は 4,000 語の Research Paper を高校段階で完成させる 訓練です。5 Criteria（A-E）= 34 点満点、A 評価で Total Score に最大 +3 点 Bonus。本記事では マレーシア固有の Research Question 10 例、5 Criteria 評価軸、実験 EE vs 文献 EE 比較、NG テーマ、統計処理（t-test / Chi-squared / Pearson r）、過去 A 評価実例 までを、医学部・生命科学進学志望の IB DP 1-2 生徒向けに完全整理します。
Bio EE で A を取るには「実験ベース + マレーシア固有テーマ + Criterion C（Critical Thinking）に全力」の 3 要素 — Research Question を 1 行で表現できるかが Topic 選びの最重要判定です。
Biology EE は 5 Criteria（A-E）= 34 点満点で、A 評価は約 12-18% のみ。最大配点は Criterion C（Critical Thinking）の 12 点で、ここで 9-12 点取れるかが A の境界。実験ベースが約 75% を占め、文献レビューのみで A を取るのは至難。マレーシア固有環境（熱帯雨林 / サンゴ礁 / 固有種 / 香辛料）を活かせば Examiner にとって新鮮で差別化可能。Research Question は『How does X (5 levels) affect Y in Z?』形式が標準。Sample Size は最低 5 試行 × 3 反復 = 15 データポイント、統計検定（ANOVA / t-test / Chi-squared）+ 95% Confidence Interval を Graph に明示することが A の最低条件。
IBO の EE Biology Guide による評価基準は 5 Criteria（A-E）= 34 点満点。最大配点は Criterion C（Critical Thinking）の 12 点で、Bio EE で A 評価を取る最重要 Criterion です。
Research Question が明確かつ実行可能か。Methodology が RQ に対して適切か。Topic が IB Biology の範囲内か。RQ は 1 行で完結し、独立変数 + 従属変数 + 対象生物 + 地理範囲を含むことが理想。
Biology の主要概念（Cell Biology / Molecular Biology / Genetics / Ecology / Evolution / Physiology）の正確な理解 + 学術用語の適切な使用。教科書レベルを超えた Peer-Reviewed 論文の引用が高得点条件。
Data の解釈・統計的有意性の評価・矛盾する結果の議論・Limitation の特定・Improvement の提案。Bio EE で A 評価を取る最重要 Criterion。実験データの『なぜそうなったか』を 3 階層以上の論理で説明できるか。
Structure（章立て）、Layout（図表配置）、Citation（引用形式統一）、Word Count（4,000 語以内）、Title Page / Table of Contents / Reference List の構造。Vancouver / APA 統一 + 図表は本文中に挿入 + キャプション付き。
3 回の Reflection（Reflection 1 / 2 / 3 = RPPF）で示される自律的研究プロセス + Viva Voce での口頭説明能力。『なぜこのテーマを選んだか』『どう試行錯誤したか』『何を学んだか』を Supervisor との 3 回の打合せで具体的に示す。
Bio EE の標準構成は Title Page + 8 本文章 + References + Appendices。本文 4,000 語以内、References / Appendices は Word Count に含まれません。
Word Count 配分の目安：Introduction（10-15%）/ RQ（<1%）/ Hypothesis（5-10%）/ Methodology（15-25%）/ Data（10-20%）/ Analysis（15-25%）/ Discussion（15-25%）/ Conclusion（5-10%）。Discussion + Analysis で全体の 40-50% を確保することが Criterion C で高得点を取る秘訣。
マレーシア IB 校生徒の利点を最大化する Bio EE テーマ 10 選。各テーマに Research Question（RQ）の英文 + 実現性評価 + 統計手法を併記。
マンゴー果実から Protease 酵素を抽出 → ゼラチン分解時間で活性を定量 → 温度別に 5 点測定 × 3 反復 = 15 データポイント。Q10 値（温度係数）を算出して熱帯起源酵素の特徴を議論。Vancouver / APA 引用で文献 15-20 件、ANOVA 統計、95% CI 付き Graph。
Pitfall Trap 法で 2 地点 × 3 サンプリングポイント × 4 週間 = 24 サンプル収集。種同定後、Simpson Diversity Index + Shannon Index を計算。Mann-Whitney U Test で都市化の影響を検定。Habitat Fragmentation 理論で議論。
Taman Negara で標高別に植物サンプル採取 → Lab で Photosynthesis Rate を Oxygen Sensor で測定。Photosynthesis-Light Response Curve 作成、Light Saturation Point を算出。Sun Plant vs Shade Plant の適応戦略を議論。
本人 + 同意済み友人 5 名（18+ Informed Consent 必須）でカフェイン摂取後 0-120 分の心拍数を Pulse Oximeter で測定。Dose-Response Curve 作成、ANOVA 統計、Beta-1 Adrenergic Receptor 機構で議論。学校 Ethics Committee 申請必須。
マレーシア農業省（MARDI）から米品種入手 → 異なる pH 土壌で 14 日間培養 → 発芽率 + 苗丈 + 葉緑素濃度（SPAD Meter）測定。Two-Way ANOVA で品種 × pH の Interaction Effect を検定。Salt Tolerance Mechanism で議論。
DP 2 生徒 10-15 名（18+ Consent）で Mock 試験前 / 後の唾液 Cortisol を ELISA Kit で測定 + Perceived Stress Scale（PSS）アンケート。Pearson r で相関分析。HPA Axis（視床下部-下垂体-副腎軸）で議論。学校 Ethics Committee 申請必須。
PubMed で Telomere Length + Age に関する論文 30-50 件を Systematic Review。Meta-Analysis で Effect Size を統合計算。Hayflick Limit + Telomerase 機構を議論。実験不要だが、Critical Analysis のハードルが高い文献 EE。
NOAA Satellite SST データ + Penang Marine Park の Field Survey データを統合解析。Bleaching Threshold（28-30°C）を超えた時間と白化率の Pearson r 相関。Climate Change + Ocean Acidification を議論。
Department of Environment（DOE）の PM2.5 月次データ + Ministry of Health（MOH）の気管支炎統計を 10 年間で相関分析。Time-Series Analysis + Pearson r。マレーシアの Haze 期（8-10 月）の特異性を議論。
ターメリック粉末から Curcumin を Soxhlet 抽出 → Disk Diffusion 法で E. coli + S. aureus に対する抗菌活性を測定 → Zone of Inhibition（mm）で定量。ANOVA + Tukey HSD で濃度依存性検定。Polyphenol 抗菌機構を議論。
テーマ選びの 5 つのチェックリスト：① マレーシア固有性が含まれるか（熱帯雨林・固有種・香辛料・現地データ）、② Research Question が 1 行で表現できるか、③ 4,000 語に収まる規模か（壮大すぎず小さすぎず）、④ Sample Size 最低 15 データポイント確保可能か、⑤ 倫理規定（人体侵襲 NG / 脊椎動物 NG）に抵触しないか。5 つ全てクリアすれば実現可能なテーマです。
Bio EE は『Experimental Investigation』『Database Analysis』『Literature-Based Investigation』の 3 種が公式に許可されていますが、A 評価取得率は実験ベースが圧倒的に高いのが現実です。
| 観点 | 実験ベース EE | 文献ベース EE |
|---|---|---|
| A 評価取得率（IBO Examiner Report） | 約 35-45% | 約 10-15% |
| Criterion C（Critical Thinking）配点 | 12 点中 9-12 点取りやすい | 12 点中 7-10 点が上限になりやすい |
| Methodology の独自性 | 自分のデータ収集 → 独自性 高 | 既存論文の Cross-Reference → 独自性出しにくい |
| 所要期間 | 3-6 ヶ月（実験 + 執筆） | 4-8 ヶ月（文献調査 + Critical Synthesis） |
| 必要設備 | 校内 Lab + 場合により Field / 大学 Lab | 図書館 + JSTOR / PubMed アクセス |
| Limitation の議論しやすさ | Random / Systematic Error の特定が容易 | 出典バイアス・サンプリングバイアスの議論が必須 |
| 医学部出願での評価 | Hands-On Research Experience として高評価 | Academic Reading + Synthesis として評価 |
| Supervisor の指導範囲 | 実験設計 + 安全規定 + 統計処理 | 論文選択 + Critical Reading + Argument Structure |
文献 EE で A を取るためには ① Systematic Review or Meta-Analysis 形式（PRISMA Guidelines 準拠）、② 30-50 件の Peer-Reviewed 論文の Critical Synthesis、③ 矛盾する研究結果の独自 Framework での統合、④ Public Database（NCBI / Ensembl）の Original Re-Analysis、の 4 条件が必須。これらをクリアできる生徒は IBO 統計で約 10-15% のみ。実験設備が利用可能なら実験ベースを強く推奨します。
Bio EE で 絶対に避けるべきテーマ 8 パターン。IBO 規定違反 + 倫理委員会通過困難 + Word Count 制約超過 + 再現性ゼロ等が含まれます。Supervisor との初回打合せでこれらを除外してから Topic Narrowing に進みましょう。
IBO Human Subject Research Policy で完全 NG。Ethics Committee 申請も通らない。代替：唾液サンプル / 心拍数 / 非侵襲的バイタル測定。
IBO Animal Experimentation Policy で原則禁止。観察のみは可。代替：無脊椎動物 / 微生物 / 植物 / 公開動物データベース。
データ収集機会が 1-2 回しかなく、N=1-2 では統計検定不能。Criterion C で減点。代替：時系列データを公開データベースから取得。
Bio EE は『深い探究』が評価対象。1 週間で取れるデータでは『高校生実験』レベルに留まり、A 評価不可。最低 1-3 ヶ月のデータ収集期間が必要。
Hypothesis が事前に明らかなテーマは Critical Thinking で議論余地が乏しい。代替：Counter-Intuitive な結果が出るテーマ（マイクロプラスチック + 微生物 + 海水温の三者関係等）。
Subject Boundary 違反で Criterion A 大幅減点。例：『ナノ粒子の合成』『電気回路の効率』は Bio EE 不可。Biology + 他分野の境界（生化学・生物物理）なら可。
Turnitin で類似度 20% 超え → 再提出。例：『パン酵母の発酵温度依存』は世界で年間 1,000+ 件提出されており、文献類似度が自動的に高くなる。代替：マレーシア固有種・現地データを織り込む。
4,000 語以内では浅い議論で終わる。例：『マレーシア全土の生物多様性』は範囲広すぎ、Cameron Highlands の特定昆虫種に絞る等の Narrowing が必要。
Supervisor との初回打合せでの確認事項：① 倫理規定への抵触有無、② 学校 Lab で実行可能か、③ 必要設備の入手経路、④ Sample Size 確保可能性、⑤ データ収集期間（最低 1-3 ヶ月）、⑥ 過去類似 EE の有無（Plagiarism リスク）、⑦ 学校 Ethics Committee 申請の必要性、の 7 項目を必ず確認。
マレーシア IB 校生徒が Bio EE のデータ収集で活用できる 7 種類のサンプル源 + 現実的な課題。自己実験の限界、Field Sampling の許可制、大学 Lab の Outreach Programme まで整理します。
自己実験の限界：本人 + 同意済み友人をサンプルとする場合、Sample Size N=5-10 が現実的上限。統計検定では N=15 以上が望ましいため、Within-Subject Design（各被験者で複数条件測定）でデータポイント数を確保する設計が推奨されます。例：被験者 5 名 × 4 カフェイン濃度 = 20 データポイント。
Bio EE の Criterion C（Critical Thinking, 12 点）で 適切な統計検定の選択 + P 値の解釈が高得点条件。Significance Level は標準的に α = 0.05（P < 0.05 で統計的有意）を使用します。
2 群（処理群 vs 対照群）の平均値差を比較。サンプルサイズ N < 30 で正規分布仮定。
例：マンゴー酵素 25°C vs 35°C の活性比較。t-statistic 計算 → P < 0.05 で有意差あり。Excel TTEST 関数 or Python scipy.stats.ttest_ind。
同一被験者の Before / After 比較。例：カフェイン摂取前 vs 後の心拍数。
例：被験者 5 名 × カフェイン 0mg vs 100mg 摂取後の心拍数。Paired t-test で個人差をコントロール。
3 群以上の平均値比較。例：温度 4 段階（15/25/35/45°C）の酵素活性。
F-statistic 計算 → P < 0.05 で『どこかに有意差あり』判定 → Tukey HSD で Post-Hoc 検定 → 群間の詳細比較。SPSS / R 推奨。
2 要因の Interaction Effect を検定。例：品種 × pH の発芽率への影響。
例：米 3 品種 × pH 4 段階 = 12 条件。品種主効果 + pH 主効果 + 交互作用の 3 つの F 値。
カテゴリカルデータ（離散値）の独立性検定。例：観察頻度 vs 期待頻度。
例：昆虫種 5 種 × 2 地点（KL / Penang）の頻度分布。観察値 vs Null Hypothesis 期待値の差を χ² 統計量で評価。Excel CHISQ.TEST 関数。
2 連続変数の線形相関を測定。-1（完全負の相関）〜 0（無相関）〜 +1（完全正の相関）。
例：海水温 vs サンゴ白化率の相関。r > 0.7 で強い正の相関、r < 0.3 で弱い相関。Excel CORREL 関数 + Scatter Plot with Trendline。
順序データ or 非正規分布の相関測定。Pearson r の Non-Parametric 版。
例：Perceived Stress Scale（順序尺度）vs 唾液 Cortisol（連続量）の相関。Rank 化してから計算。
Non-Parametric 2 群比較（t-test の Non-Parametric 版）。正規分布仮定不可時。
例：都市 vs 自然公園の昆虫個体数。中央値ベースで群間比較。サンプル N=10-15 でも使用可。
独立変数 → 従属変数の予測モデル構築。R² 値で説明力評価。
例：気温 → 酵素活性の線形回帰。Y = aX + b の係数 a, b を最小二乗法で推定。R² > 0.8 で良好な Fit。
全ての Bio EE で必須。平均値 + 標準偏差（SD）+ 95% Confidence Interval を Graph に Error Bar として表示。
95% CI = Mean ± 1.96 × (SD / √N)。N が小さい場合は t-distribution で 95% CI を計算。Excel CONFIDENCE.T 関数。
統計検定選択のフローチャート：
① 比較する群が 2 つ → t-test（正規分布）or Mann-Whitney U（非正規分布）
② 比較する群が 3 つ以上 → ANOVA（正規分布）or Kruskal-Wallis（非正規分布）
③ 2 要因の影響 + 交互作用 → Two-Way ANOVA
④ カテゴリカルデータ → Chi-squared
⑤ 連続変数の相関 → Pearson r（線形）or Spearman ρ（順位）
⑥ 予測モデル → Linear / Multiple Regression
SPSS / R / Python（scipy）が推奨ツール。Excel でも基本検定は可能。
IBO Examiner Report で公開されている A 評価の Bio EE Exemplar 6 例。共通する特徴は『Research Question が 1 行で完結 + Sample Size 15 以上 + 統計検定 + Critical Discussion 2-3 ページ』です。
5 温度水準 × 5 反復 = 25 データポイント。Q10 値計算 + Arrhenius Equation で活性化エネルギー算出。Critical Thinking で『失敗試行から学んだこと』を 1 ページ議論。Vancouver 引用 22 件。
pH 4 段階（3.0 / 5.0 / 7.0 / 9.0）× CO2 発生量を Manometer で測定。Lineweaver-Burk Plot で Vmax / Km 推定。Glycolysis 経路 + Enzymatic Kinetics で議論。
Light Intensity 5 段階 × 14 日間 → SPAD Meter で葉緑素量定量 + 分光光度計で Absorbance 確認。Photosynthesis Light Response Curve + Sun / Shade Plant 適応理論で議論。
塩濃度 5 段階（0 / 50 / 100 / 200 / 400 mM NaCl）× 14 日間 → 苗丈 + 葉緑素 + Fresh Weight 測定。Osmotic Stress + Ion Toxicity で議論。3 回 Replication × ANOVA。
温度 4 段階 × Drosophila 集団の酸素消費量を Respirometer で測定。Q10 値計算 + Ectotherm 代謝理論で議論。N=20 個体 × 5 反復 = 100 データポイント。
マレーシア産ターメリックから Curcumin 抽出 → Disk Diffusion 法で E. coli 抑制活性を Zone of Inhibition で定量。Polyphenol 抗菌機構 + マレーシア伝統医療への適用を議論。
A 評価 Bio EE の 7 つの共通パターン：① Research Question が 1 行で完結（独立変数 + 従属変数 + 対象生物 + 範囲）、② Sample Size 最低 15 データポイント、③ Statistical Test + P 値 + 95% CI を Graph に明示、④ Critical Discussion を 2-3 ページ（全体の 25-30%）、⑤ Limitation 3-5 個 + Improvement 3-5 個、⑥ 引用 15-25 件（Peer-Reviewed 8-15 件）、⑦ Reflection 3 回（RPPF）で『失敗と学び』を具体的に記述。
南数塾は IB Math を中心に、Bio EE のテーマ選定から Final 提出までの伴走サポートも行います。Bio HL の専門 Tutor との連携体制を整えています。
※ 本記事は 2026 年 5 月時点の IBO 公式 Extended Essay Guide（Biology）・Examiner Report・マレーシア主要 IB 校（MKIS / GIS / ISKL / JSKL）への聞き取りをもとに整理しています。EE 評価基準・字数制限・倫理規定は IBO の改訂で変更される可能性があります。出願年の IBO 公式 Subject Guide および学校 IB Coordinator 案内を必ずご確認ください。Research Question 例は参考であり、実際の選定は Supervisor との打合せ + 学校 Ethics Committee 承認に基づいてください。
お子様の Biology HL / SL 履修状況と志望大学・学部（医学部・生命科学・薬学等）をもとに、Bio EE のテーマ仮決定から Final 提出までの 1-2 年間の伴走計画をご提案します。Math IA / EE は南数塾の専門領域、Bio EE は Bio HL 専門 Tutor との連携で対応します。三者面談（生徒・保護者・講師）は無料体験時から可能です。
無料相談に申し込む