← DSAI5T09 全部讲次
L10e · 第 12 周

L10e 论文工厂与撤稿缺口:把视角从个人拉到整个系统

从零讲清课件最后一部分:研究记录怎样被污染,论文工厂作为一门生意卖什么、怎样过同行评审这道门,被撤的和该撤的差 20 倍,撤稿数量和各国撤稿率怎么读,机器速度的检测,四方各担的责任,激励链与评价改革,以及按下回车前要问的四个问题。

L10d 讲的是个人层面:守则要写成能修订的活指南,用了 AI 要按 WHEN、WHAT、WHERE 写清楚。这一页把视角拉到整个出版系统。

一句话版

有问题的论文会混进发表记录,撤得少、撤得慢;论文工厂借生成式 AI 把造假做成了按篇收费的生意。检测、各方责任和评价改革一起才能修,落到每个研究者身上是按回车前的四个问题。

先认识这几个词

词 英文 一句人话
撤稿 retraction 期刊正式宣布一篇已发表的论文作废
论文工厂 paper mill 按订单代写、编数据、卖署名的造假生意
劫持期刊 hijacked journal 仿冒一本名刊的名字、封面和网站,收钱不发表
守门人 gatekeeper 决定稿件能否发表的编辑和审稿人
引用刷量 citation boosting 一伙论文互相引用,把引用数抬上去
扭曲短语 tortured phrasing 把固定术语换成怪异同义词,常见于改写造假稿
系统综述 systematic review 按固定方法汇总某个问题上全部研究的论文
评价改革 assessment reform 改变招聘和晋升时用来衡量研究者的标准

一个类比:混进假货的食品供应链

一家工厂专做仿冒食品,贴上名牌包装。要进超市就得过质检,它就收买质检员,或者仿一家超市的门面收了货款不上架。

就算发现了问题,召回的只是一小部分,已经卖出去的还在被人吃。

商场可以装更快的扫描仪,但只要采购员按进货数量拿奖金,假货的需求就不会消失。

类比在哪里失效:

  1. 买假食品的人多半是被骗的;论文工厂的顾客常常知道自己买的是什么,只有劫持期刊那种情况,投稿人才是受害者。
  2. 召回的食品会下架;撤稿后的论文仍然在被引用。
  3. 食品检测查的是成分;论文检测看的是图像、文字、引用和统计里的异常信号,标出来的是嫌疑。

从零讲起

1. 被污染的研究记录

它解决什么问题

前几页讲个人怎样用好 AI。这里先问一个系统层面的问题:一篇有问题的论文发表以后,会造成什么影响?

直觉

已发表的论文是后来者的地基:别人引用它、汇总进综述、写进指南。

一篇坏论文混进来,影响会沿着引用一路往下传。

一步一步看

目标:沿着三个环节,看一篇坏论文怎样一路污染到指南。

  1. 列出课件给的三个环节和每一环的说法。

    环节 课件原话 范围词
    混进发表 Fraudulent or unethical articles slip past peer review sometimes(有时)
    撤稿不足 Many are never retracted, and retracted papers are still cited many(许多)
    记录被污染 三个后果,见下一步 无
  2. 写出三个后果:研究者追着错误线索做下去;系统综述把坏论文一起汇总进去;循证指南被带偏。

  3. 注意范围词:课件说的是「有时」通过评审、「许多」没被撤,没有说全部。

怎么判断

判断口诀:坏论文的危害看它被谁用了,用得越往下游,影响越大。

谁在用 被污染后会怎样
单个研究者 沿着错误线索浪费时间和经费
系统综述 汇总结论被坏数据拉偏
循证指南 指导实践的建议跟着出错

常见误解

误解:坏论文只要被撤稿,问题就解决了

课件写的是 retracted papers are still cited:撤了之后仍然有人在引用。撤稿只是更正的一步。

误解:课件说多数造假论文都能通过同行评审

课件用的是 sometimes(有时)。答题时保留这个范围词,不要升级成「通常」或「全部」。

试一下

一篇编造数据的药物论文被三篇综述引用,其中一篇综述又被写进治疗指南。这篇论文后来被撤稿了。污染会自动消失吗?

答案

不会。撤稿只作废了原论文,三篇综述和那份指南还在。课件说的后果正是综述受损、指南被带偏,它们要各自更正。

2. 论文工厂:一门按篇收费的生意

它解决什么问题

造假过去多是个人行为。课件提醒,现在有专门的生意在批量生产假论文,生成式 AI 让它更便宜、更快。

直觉

论文工厂是一门生意,这门生意由四项服务组成:按订单写稿、编造数据、保证录用、按篇开发票。

它过去缺的是产能。生成式 AI 补上了这块:稿子要多少有多少,任何领域都写,随时都能写,格式统一。

它卖给顾客的产品是一份看起来像科学的资格凭证,用来评职称、拿学位、过考核。

一步一步看

目标:把论文工厂卖的东西和它过门的方法拆开看。

  1. 先看下图上排:工厂卖的三样商品。

    论文工厂结构图:上排三样商品是署名买卖、引用刷量、编辑通道;下排两种过门方式是被收买的守门人和劫持期刊;底部强调最终产品是一份看起来像科学的资格凭证

  2. 署名买卖:稿子按订单写好,作者位置单独卖。买家可能什么都没做,这正是商品本身。

  3. 引用刷量:一伙同盟论文互相引用,数字上去了,科学没往前走。卖的名义是「曝光度」,按每次引用计价。

  4. 编辑通道:一个能被说动的编辑,或一本能被冒充的期刊。两种方式都是从门里面把门打开。

  5. 再看下排两种过门方式。劫持期刊仿得和名刊一模一样,收了费,论文哪里都没发表。被收买的守门人让质量控制变成走过场,工厂只要拿到一把钥匙。

怎么判断

判断口诀:先问买家买到了什么,再问稿子从哪道门进去。

情况 属于哪一类
交钱后名字被加进一篇自己没参与的论文 署名买卖
一批论文互相大量引用,彼此内容关系不大 引用刷量
编辑收钱保证录用 编辑通道 / 被收买的守门人
投稿网站和名刊几乎一样,交了费却查不到发表 劫持期刊

常见误解

误解:论文工厂的顾客都是被骗的

署名买卖的买家知道自己什么都没做,买的就是署名。被骗的情况主要是劫持期刊:投稿人交了费,论文从没发表。

误解:同行评审能挡住所有工厂稿

课件说同行评审是信任系统,把门的人很少。编辑能被买、审稿人能被供应时,评审就只剩形式。

试一下

一位研究者收到邮件:付费后可以把名字加进一篇「已接收」的论文,排第三作者。这属于哪一样商品?买家得到了什么?

答案

署名买卖。买家没有任何贡献,得到的是一条发表记录,也就是课件说的看起来像科学的资格凭证。

3. 撤稿缺口:被撤的和该撤的

它解决什么问题

前面说「许多坏论文没被撤」。课件给了两个比例,把缺口量化。

从哪来(补充)

课件没给这两个比例的出处。Nature 2023 年 11 月的新闻引了出版伦理委员会 COPE 2022 年的报告:多数期刊的投稿里约 2% 可能来自论文工厂。这是投稿口径的估计,和课件的「符合撤稿标准」不同,不能当成课件数字的出处。来源:How big is science’s fake-paper problem?, Nature。

直觉

两根柱子差别极大:一根是已经被撤的,一根是够格被撤的。

两根柱子之间的空当,课件叫它「我们需要的更正」和「我们发表的更正」之间的距离。

一步一步看

目标:从两个比例算出 20 倍,并看清它为什么是下限。

  1. 读出两根柱子:已被撤稿 0.1%,符合撤稿标准 2.0%,纵轴是占已发表论文的百分比。

    撤稿缺口柱状图:已被撤稿 0.1% 的矮柱和符合撤稿标准 2.0% 的高柱,中间用虚线标出两者相差 2.0 除以 0.1 等于 20 倍,并注明 20 倍是下限

  2. 相除:2.0 ÷ 0.1 = 20,这就是 20 倍。

  3. 看标题措辞:课件写的是「超过 2%」。真实比例高于 2% 时,差距就超过 20 倍,所以 20 倍是下限。

  4. 换成数量感:每 1000 篇已发表论文里,约 1 篇被撤,至少 20 篇够撤稿标准。

怎么算

缺口倍数 = 符合撤稿标准的比例 ÷ 已撤稿的比例。

意思是:每撤掉一篇,还有至少十九篇够格却留在记录里。

常见误解

误解:撤稿率只有 0.1%,说明学术不端很少

0.1% 只是被撤的。课件说够撤稿标准的超过 2%,撤稿率低反映的是更正不足。

误解:20 倍是个精确值

它按柱子上的 2.0 算出,标题写的是超过 2%,所以是下限。课件也没标数据出处,引用时写「课件给出的数字」。

试一下

如果符合撤稿标准的比例是 3%,已撤稿的比例仍是 0.1%,缺口是多少倍?

答案

3 ÷ 0.1 = 30 倍。这也说明,标题写「超过 2%」时,20 倍只能算最低估计。

4. 撤稿数在涨,各国撤稿率不同

它解决什么问题

课件用两张整页图说明撤稿在变多,且各国不均。两张图都没印出处。

从哪来(补充)

撤稿增长图:Nature 2023 年 12 月的新闻里有一张结构相同的图(2013–2023*,期刊论文和会议论文两类),星号注明数据截至 2023 年 12 月 8 日,正文说当年撤稿超过 10,000 篇。课件数字与该来源不同:课件 2023* 印的是 9,800,不能断定它是课件图的出处。来源:More than 10,000 research papers were retracted in 2023, Nature。

各国撤稿率图:Nature 后来一篇撤稿率专题用了 Signals 和 Dimensions Author Check 等三家公司的数据,说全球平均约 0.1%;Signals 的论文总数基数更大,算出的撤稿率通常更低,和课件图里蓝点在橙点左边一致。该文印刷版没有这张国家点图,也不能断定它是出处。来源:Exclusive: These universities have the most retracted scientific articles, Nature。

直觉

第一张图看总量:十年里撤稿数一路往上,最后两年跳得最高。

第二张图看比例:九个国家的撤稿率都在全球平均线右边,两家数据源给出的数不一样。

一步一步看

目标:分清两张图上哪些数是印出来的,哪些只能读个大概。

  1. 看课件的撤稿增长图。图上只印了两个数:2022 年 5,500,2023* 年 9,800。

    课件图:按发表类型分的撤稿数量,2013 到 2023 年,橙色是期刊论文、蓝色是会议论文,纵轴是撤稿数,刻度到一万;柱子逐年升高,2022 年印 5,500,2023 年带星号印 9,800
    图片来源:DSAI5T09 LT10.pptx, p.40
  2. 其余年份只能读个大概:2013 年约 1,400,2018 年约 2,500,2021 年约 3,900。2022 年的会议论文段明显比别的年份厚,约 1,300。

  3. 再看各国撤稿率图。它没印任何数值,转换后的图还有描边伪影,所以这里用表格列近似读数,不放原图。

    国家 Signals(蓝点,约) Dimensions Author Check(橙点,约)
    Ethiopia 0.46% 0.68%
    Saudi Arabia 0.38% 0.42%
    China 0.29% 0.31%
    Pakistan 0.29% 0.41%
    Iraq 0.25% 0.47%
    India 0.17% 0.24%
    Egypt 0.16% 0.20%
    Iran 0.14% 0.18%
    Malaysia 0.13% 0.18%
  4. 横轴是 2014–24 年的撤稿率,从 0 到 0.7%;全球平均线在 0.1% 附近。图上能读出的就是这些:九个国家都在平均线右边,每个国家的橙点都在蓝点右边。

怎么判断

判断口诀:引用图表数字前先问三件事:图上印了吗,出处有吗,两组数据的定义清楚吗。

说法 能不能这样写
课件图上 2023* 年撤稿 9,800 能,图上印了,注明是课件给出的数字
2019 年撤稿正好是 3,000 不能,只是读图近似
九个国家都在全球平均线右边 能,图上看得出来
某国研究者更不诚信 不能,图只给撤稿率,没给原因

常见误解

误解:2023 年的柱子是全年数

课件图上 2023 带星号,但没解释星号的含义。按补充里那篇报道,同类图的星号表示数据截至当年 12 月初,全年数会更高。

误解:两种颜色的点是两年的数据

课件图例写的是两个数据源 Signals 和 Dimensions Author Check。课件没说明二者区别;补充里那篇报道说,两家计算撤稿率时用的论文总数基数不同。

试一下

有人说:「课件图显示 2022 年到 2023 年撤稿数将近翻倍。」这句话哪些部分有根据,哪些要加限定?

答案

增长有根据,图上印了 5,500 和 9,800。要加的限定:2023 带星号且没解释,图也没给出处,应写成「课件图上印的数字」。

5. 机器速度的检测

它解决什么问题

工厂批量产稿,人工审读跟不上,要靠机器筛查。

从哪来(补充)

扭曲短语这个说法来自 Cabanac、Labbé 和 Magazinov 2021 年在 arXiv 发表的论文。他们把它定义为用怪异短语替代既有术语,例子是把 artificial intelligence 写成 counterfeit consciousness。来源:Tortured phrases: A dubious writing style emerging in science, arXiv。

直觉

造假一方和检测一方用的是同一种技术。

能写出一篇像样论文的模型,也能把一万篇读一遍,找出那一段重复的话。

一步一步看

目标:认出四类检测信号,并对上各自抓的造假手法。

  1. 看下图:左边是造假一方,右边是检测一方的四类信号。

    生成与检测对照图:左边造假一方能随时起草、任何领域都写、格式统一;右边检测一方有图像筛查、文本筛查、引用图谱、统计标记四类;中间标出同一种模型同时服务两边

  2. 图像筛查:找同一张图在不同论文里重复、拼接、复用。

  3. 文本筛查:看相似度、扭曲短语、模板化的结构。

  4. 引用图谱:找引用圈、引用卡特尔、异常的自引。

  5. 统计标记:找不可能出现的分布、好得过头的结果。

怎么判断

判断口诀:先问造假留下了什么痕迹,再选对应的筛查。

痕迹 用哪类检测
两篇论文的显微图一样,只是旋转裁剪过 图像筛查
正文把「深度学习」写成怪异的同义词 文本筛查
一小群论文彼此大量互引 引用图谱
每组实验结果都完美落在预期上 统计标记

常见误解

误解:AI 让造假更容易,所以检测注定落后

课件的结论是同一种技术站在两边:生成稿子的能力,也能用来批量阅读和比对。

误解:查重就能抓住论文工厂

相似度只是文本筛查的一项;引用刷量要靠引用图谱。

试一下

某期刊发现十几篇来自不同作者的论文,结构几乎一样,只是换了研究对象,还频繁互相引用。至少能用哪两类检测抓到?

答案

文本筛查抓模板化结构,引用图谱抓互相引用形成的引用圈。

6. 四方责任和激励链

它解决什么问题

检测只能在出口拦截。课件接着问:谁对这个系统负责,造假的需求从哪里来?

直觉

一个系统的诚信程度取决于最弱的一环。课件说,最弱的一环通常是损失最小的那一方,改革要从杠杆最大的地方下手。

需求的源头在评价方式:只数论文,就会得到论文,假的也算在里面。

一步一步看

目标:把四方各自的责任列清,再找到激励链上杠杆最长的位置。

  1. 列出四方责任。

    谁 负责什么
    机构 设定激励,培训研究者,制定数据政策
    出版方 守门,规模化筛查,快速更正记录
    资助方 握着钱,所以定规则;可以强制要求透明
    研究者 决定、披露、核查;最后一道防线是一个亲自核查过的人
  2. 看激励链的四环:不发表就出局,数量压过质量,论文工厂补上需求,信任被侵蚀。

    激励链图:不发表就出局、数量压过质量、论文工厂补上需求、信任被侵蚀四环依次相连,被强调的评价改革指向第一环,表示改变招聘委员会数的东西能从源头缩小需求

  3. 找杠杆:课件认为评价改革的杠杆最长。改变招聘委员会数的东西,喂养工厂的需求就从源头缩小,不需要任何检测算法。

  4. 换成要数的东西:严谨、开放、肯纠错。

怎么判断

判断口诀:一个措施作用在激励链的哪一环,越靠前,杠杆越长。

措施 作用在哪一环
招聘看代表作质量,不数篇数 第一、二环:需求源头
期刊上线图像筛查 第三环:拦截工厂产品
快速撤稿并标注 第四环:减少信任损失

常见误解

误解:论文工厂是出版方一家的问题

课件标题就是 Everyone owns part of the system:机构、出版方、资助方、研究者各担一部分。

误解:最弱的一环一定是研究者

课件说最弱的一环通常是损失最小的一方,用的是 usually,没有点名哪一方,也不是绝对。

试一下

一所大学把晋升标准改为「提交三篇代表作,由同行评议其严谨性和开放程度」。这项措施作用在激励链哪一环?由四方里的哪一方负责?

答案

作用在第一、二环,改变的是「数量压过质量」的源头。负责的是机构,它负责设定激励。

7. 按回车之前的四个问题

它解决什么问题

课件最后把整讲收成每次用 AI 前问自己的四个问题。

直觉

四个问题一个都不问技术,全都问研究者。

模型会一代代更新,这四个问题不用跟着改,所以原则能撑过每一次模型发布。

一步一步看

目标:按顺序过一遍四个问题,看每一问在什么情况下要收紧。

  1. 看下图的四张卡。

    按回车前四个问题的卡片图:目的问这是拿来干什么的,后果问谁会照着它行动,披露问读者看得到吗,问责问你愿意签名吗;底部强调四个问题都问研究者不问技术

  2. 目的:这是思考辅助,还是最终文字?输出一旦进论文,规则就收紧。

  3. 后果:谁会照着它行动?医生、政策制定者,还是别的研究者?风险越高,核查要求越高。

  4. 披露:读者看得到吗?工具、版本、提示词、用途写进方法部分。看不到就停下来写清楚。

  5. 问责:你愿意签名吗?论文上是你的名字,不是模型的。辩护不了,就别投。

怎么判断

判断口诀:四问里任何一问答不上来,就先别按回车。

问题 要收紧的信号
目的 输出会进论文正文
后果 结论会被医生或政策采用
披露 读者从论文里看不出用过 AI
问责 你没法逐句为它辩护

常见误解

误解:换了更强的模型,这四个问题就要重写

课件说四个问题都关于研究者,和技术无关,所以原则能撑过每一次模型发布。

误解:只拿 AI 头脑风暴,四个问题就不用管

目的这一问就是要分清:思考辅助较松,输出进了论文就收紧。

试一下

一位研究者用模型起草一篇临床研究的讨论部分,准备直接投稿,方法部分没提用过 AI。四问里哪几问亮红灯?

答案

目的:输出直接进论文,规则收紧。后果:临床研究会有医生照着做,要更严的核查。披露:读者看不到用过 AI。问责:没逐句核查就签名,辩护不了。四问全亮。

把它们串起来

问题的起点是研究记录被污染。论文工厂把造假做成了生意,生成式 AI 给了它产能。

被撤的和该撤的至少差 20 倍;撤稿数在涨,各国撤稿率高低不一,但两张图都没给出处。

应对分三层。机器检测在出口拦截;四方各担一部分责任;评价改革从需求源头下手,杠杆最长。

落到个人,就是按回车前的四个问题:目的、后果、披露、问责。前一页 L10d 讲的披露,正是第三问的具体做法。

课件里的坑

  • [数字口径] p.39 标题和正文写 more than 2%,柱子标的是 2.0%,20× 是按 2.0 ÷ 0.1 算的。真实比例超过 2% 时差距就不止 20 倍,20× 是下限。正文那句英文有语病(There are more than 2% meet the criteria…)。
  • [无出处] p.39 的 0.1% 和 2%、p.40 和 p.41 两张图,课件都没标数据来源。引用时写「课件给出的数字」,不当作已核实的统计。
  • [读图提醒] p.40 的 2023* 星号图上没解释;图上只印了 5,500 和 9,800 两个数,其余年份都是读图近似。
  • [读图提醒] p.41 没印任何数值,两组点(Signals、Dimensions Author Check)是什么课件没解释,转换后的图还有描边伪影。本页只用近似读数表。
  • [范围词] p.35 用的是 sometimes(有时通过评审)和 many(许多没被撤),p.43 用的是 usually(最弱一环通常是损失最小的一方)。答题时保留这些限定,不要写成绝对。

课后 10 分钟:考点复习

这 10 分钟怎么用:合上页面,先默写论文工厂卖的三样东西和激励链四环;再写出 0.1%、2%、20 倍的关系;最后把四个问题按顺序默写一遍,对照下面检查。

必背

  1. 研究记录被污染的链条:有缺陷的论文有时能通过同行评审,许多从未被撤稿,被撤的仍在被引用;后果是研究者追错线索、系统综述受损、循证指南被带偏
  2. 论文工厂是一门生意:按订单写稿、编造数据、保证录用、按篇收费;生成式 AI 补上了缺的厂房,产品是一份看起来像科学的资格凭证
  3. 论文工厂卖三样东西:署名买卖、引用刷量、编辑通道;劫持期刊仿冒名刊收了费却不发表,被收买的编辑或被供应的审稿人让工厂只需要一把钥匙
  4. 撤稿缺口:约 0.1% 的已发表论文被撤稿,超过 2% 符合撤稿标准;按 2.0 ÷ 0.1 算出的 20 倍是下限,课件没给数据出处
  5. 检测用同一种技术:图像筛查、文本筛查、引用图谱、统计标记四类;能生成像样论文的模型,也能读一万篇找出重复的那一段
  6. 四方各担一部分:机构定激励和数据政策,出版方守门、规模筛查、快速更正,资助方握着钱所以定规则,研究者决定、披露、核查;最弱一环通常是损失最小的一方
  7. 激励链:不发表就出局 → 数量压过质量 → 论文工厂补上需求 → 信任被侵蚀;杠杆最长的干预是评价改革,改变招聘委员会数的东西
  8. 按回车前四问:目的、后果、披露、问责;四个问题都问研究者,不问技术,所以这些原则能撑过每一次模型更新

课件例题

例 1(课件 p.39):撤稿缺口

题面:课件给出的三个数字 0.1%、2%、20× 是什么关系?20× 为什么是下限?

提示

先相除,再看标题里的 more than。

解答

约 0.1% 的已发表论文被撤稿,超过 2% 符合撤稿标准。2.0 ÷ 0.1 = 20,课件称之为「我们需要的更正」和「我们发表的更正」之间的距离。标题写超过 2%,所以真实差距不少于 20 倍。

例 2(课件 p.37):论文工厂卖什么

题面:论文工厂实际卖的三样东西是什么?各举一个表现。

提示

署名、引用、编辑。

解答

署名买卖:稿子按订单写,作者位置单独卖,买家可能毫无贡献。引用刷量:同盟论文互相引用,以「曝光度」名义按次计价。编辑通道:能被说动的编辑或能被冒充的期刊,门从里面被打开。

例 3(课件 p.44):激励链

题面:写出激励链四环。课件认为杠杆最长的干预是什么,为什么?

提示

从 Publish or perish 开始。

解答

不发表就出局 → 数量压过质量 → 论文工厂补上需求 → 信任被侵蚀。杠杆最长的是评价改革:改变招聘委员会数的东西,工厂的需求从源头缩小,不需要任何检测算法。要数的是严谨、开放、肯纠错。

完整例题

题目:某大学的晋升标准是「五年内发表二十篇以上论文」。一位讲师收到邮件,说付费即可成为一篇「已接收」论文的第二作者,期刊名和一本知名期刊完全相同,但网址略有差别。按本讲内容分析这件事。

① 认出商品。付费成为作者、没有贡献,是论文工厂的署名买卖。

② 认出门路。期刊名相同、网址不同,可能是劫持期刊:交了费,论文可能哪里都不会发表。

③ 追到需求。晋升只数篇数,对应激励链前两环:不发表就出局,数量压过质量。工厂只是补上了这份需求。

④ 分配责任。机构负责设定激励,出版方负责守门,研究者是最后一道防线,应拒绝并核查期刊真伪。

⑤ 给结论。杠杆最长的是评价改革:机构改掉「数篇数」,这类邮件的市场就会缩小。

变式题(先自己做)

自编情境 1:一位系主任说:「我们领域的撤稿率只有 0.1%,学术不端根本不是问题。」用本讲内容反驳,并指出课件数字本身的局限。

提示

被撤的和该撤的是两回事;再看课件数字有没有出处。

判分点与答案(非官方评分标准)

反驳:0.1% 只是被撤的比例。课件说超过 2% 的论文符合撤稿标准,差距至少 20 倍,撤稿率低反映的是更正不足。

后果:没被撤的坏论文仍在被引用,会让研究者追错线索、污染系统综述和指南。

局限:课件没给 0.1% 和 2% 的出处,20 倍按 2.0 算,是下限;引用时应写成课件给出的数字。

判分点:区分已撤和该撤;算出或说出 20 倍;指出至少一条课件数字的局限。

自编情境 2:一个资助机构想减少它资助的项目里的造假论文,正在考虑两个方案:A 是给合作期刊买一套图像筛查软件;B 是规定结题评审只看三篇代表作,并要求公开数据。按四方责任和激励链比较两个方案。

提示

资助方手里握着什么;两个方案各作用在激励链哪一环。

判分点与答案(非官方评分标准)

方案 A:作用在第三环,拦截工厂产品;守门本是出版方的职责。

方案 B:作用在第一、二环,从源头缩小需求;公开数据用到了资助方可以强制要求透明的权力。

比较:按课件,评价改革杠杆最长,B 更符合;A 可以作为补充。

判分点:两个方案各对上激励链的一环;说出资助方的责任;给出明确取舍并引用「杠杆最长」。

闪卡自测

1. 研究记录被污染的三个后果?

研究者追错线索;系统综述受损;循证指南被带偏(p.35)。

2. 论文工厂的四项服务?

按订单写稿、编造数据、保证录用、按篇开发票(p.36)。

3. 论文工厂卖的三样东西?

署名买卖、引用刷量、编辑通道(p.37)。

4. 劫持期刊怎么运作?

仿冒名刊的名字、封面和网站,收了费,论文哪里都没发表(p.38)。

5. 0.1%、2%、20× 的关系?

0.1% 被撤,超过 2% 够撤稿标准,2.0 ÷ 0.1 = 20,是下限(p.39)。

6. 撤稿增长图上印了哪两个数?

2022 年 5,500,2023* 年 9,800;其余都是读图近似(p.40)。

7. 机器检测的四类?

图像筛查、文本筛查、引用图谱、统计标记(p.42)。

8. 四方各是谁?

机构、出版方、资助方、研究者(p.43)。

9. 激励链四环和杠杆最长的干预?

不发表就出局 → 数量压过质量 → 论文工厂补上需求 → 信任被侵蚀;评价改革(p.44)。

10. 按回车前的四个问题?

目的、后果、披露、问责(p.45)。

下一讲

这是进度表上最后一个内容板块;之后是小组项目展示,没有新的讲义课件。想从头复习这一讲,回到 L10a:生成式 AI 在研究里能帮上什么忙、每一步要怎么核查。回到 课程目录 可以按讲次复习。

下一讲的通俗笔记上完课会补,先回 DSAI5T09 课程页。

个人整理的学习笔记,不是官方材料;数字与结论以课件和讲师为准。