《表3 风险因素的logistic回归论文原数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《利用统计方法与规律发现论文数据造假》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

虽然政府、学术界和民间都非常关心学术不端问题，也在不断地研究和下发文件，但事实上是，学术不端问题改善并不明显。据廖杉等[11]报道，论文代发现象与日俱增，被代理期刊越来越多，期刊由非核心期刊向部分核心期刊扩散，代发论文的队伍趋向于专业化，产业链的利润持续走高。由于代发论文为枪手所写，而枪手为了多出成果，显然不会有时间去做实验或调查研究，所提供数据必然是捏造或抄袭篡改的，这样的数据在统计学上经常是经不起推敲的。鉴于此，期刊有必要加强对来稿中数据的审查。然而，关于如何对数据进行审查的文献较少，一般编辑常无从下手。笔者在统计学审查的过程中发现，掌握一些基本的统计学规律，利用一些简单的统计学结果复核工具，就能发现来稿论文的不少数据问题———本文表1~表3的数据不论其原始数据是否真实，统计学结果肯定是有问题的。本文提供的几种利用统计学规律发现数据造假的方法，包括简单统计检验方法的EXCEL模板数据验证法、利用统计量分布值与等值关系规律法、利用效应区间值与等值关系规律法等，有助于医学期刊编辑在编辑实践中发现一些简单和明显的数据造假的论文，也有助于有统计学基础的编辑开拓思想，进一步发现更多规律，供同行利用，为防范学术不端提供更多利器。对于一些比较复杂的或隐蔽的数据造假，期待同行发掘更多的规律、更好或更简捷的方法，并利用这些方法来发现和防范学术不端论文。