根據萬方數據科研誠信大數據監測發現，截至2023年末，國內外中英文撤稿論文高達70400篇，近五年平均每年8261.8篇，其中涉及中國作者的撤稿論文約占總數的49%.所有撤稿論文中，因為學術不端行為導致的下撤占比58.1%。
2022年6月，Hindawi科研誠信團隊發現期刊同行評議過程中存在大量學術不端行為，此后陸續對論文進行了下撤處理。目前，Hindawi共撤稿10820篇學術論文，其中中國學者9000余篇。
01
從撤稿論文自查工作說起
《教育部科學技術與信息化司關于開展撤稿論文自查的通知》
2024年新年伊始，教育部科學技術與信息化司發布通知，決定在各高校開展撤稿論文自查工作，要求全國高校開啟自查模式。截至目前，自查工作在各高校持續開展，受到廣泛關注。
在本次撤稿論文自查工作之前，此類行動也已多次開展。2023年4月27日，科技部辦公廳就曾下發自查通知，要求地方科研院所、高等學校開展為期3個月的論文學術不端自查和掛名現象清理專項工作。據報道（來源：南方周末），相關自查結果并未公開，同時接受采訪的高校相關負責人表示，“幾乎沒查出問題”。但值得注意的是，自查“幾乎沒查出問題”的高校，在此次問題論文清單中再次出現。
教育部在通知中明確要求“在本次調查中發現學術不端行為，且在以往兩次自查中未主動報告或者簽署承諾書后投稿論文出現學術不端行為的，按照40號令、221號文、《教育部關于高校教師師德失范行為處理的指導意見》（教師[2018]17號）等要求，予以從重處理。”
從當前的自查工作中可以看出，在對過去的學術不端存量問題采取的是基于誠實基礎上的原諒，對之后的科研誠信問題將嚴厲處罰，高校與廣大師生應充分利用自查的機會，發現存在的問題并及時處理，避免走過場，以免造成更大的損失與負面影響。
02
如何識別潛在的學術不端風險
學術不端行為表現復雜多樣，隱蔽性強，給高校科研管理與學術不端治理帶來極大挑戰。在誠信管理實踐中，應對各類風險信息保持高度關注，及時發現學術不端行為線索，提升管理效率與監管水平。
根據各類風險信息與科研不端行為的相關程度，主要分為“事實型”、“高度疑似”、“重點關注”三類。
事實型
論文撤稿：雖然撤稿不等同于學術不端，但論文撤稿中很多仍然指向了明確的學術不端問題和相關線索。
失信懲處：失信懲處案例是經官方渠道公布的學術不端行為處理決定，涵蓋了學術不端行為的明確界定，同時體現了領域、涉事單位及不端行為側重。
高度疑似
質疑：除期刊內部組織的同行評議之外，第三方組織或機構的發表后同行評議對于論文質量的把控也尤為重要，經統計，2021年-2023年，約有20%以上的被撤稿論文曾受到發表后同行評議的質疑。
圖像及文本篩查：對發表前后的論文成果進行圖像及文本的回溯性檢測，往往能發現不同程度的學術不端或不當線索。
重點關注
預警期刊：期刊是學術成果發表的重要載體，預警期刊因缺乏質量約束性導致成果質量低下甚至是危害科研環境，采集有關機構發布的預警期刊信息也是預防學術不端行為的有效數據支持。
根據以上數據，及時發現潛在的苗頭性、傾向性科研問題與學術不端行為線索，及時妥當處理，主動規避風險，避免造成更大的危害與負面輿情。
03
科研誠信大數據來助力
萬方數據公司多年來致力于科研誠信服務建設，構建形成了覆蓋全面、信息齊全、動態更新、數據量大的科研誠信風險信息大數據資源，并在此基礎上推出“科研誠信監測預警服務”，為高校科研管理部門預防和治理學術科研不端行為提供數據、工具化服務，促進高校常態化科研誠信管理工作。
產品功能亮點
FEATURE
誠信風險信息大數據
【撤稿數據】通過日動態監測 批量回溯形式，全面整合多來源的海量中英文論文撤稿數據，結合自有撤稿原因體系建設結構化與深度標引的撤稿數據庫。
【學術質疑】重點監測國際主流的發表后同行評議網站數據，數據每日動態更新，深度挖掘發酵時間、質疑人次等二次數據。
【回溯篩查】基于自有算法與技術，定期對期刊及學位等類型的論文開展圖像問題與文本問題的回溯性檢測，主動篩查論文內容風險。
【預警期刊】建設多來源、強關聯的預警期刊名單及關聯數據庫，支撐對期刊預警動態變化及發文情況的全面監測與趨勢發現。
【失信懲處】整合多源異構的學術不端案例及通報數據，實現人員、論文、機構、項目、事件的全面關聯，支撐科研誠信記錄型應用。
學術風險動態監測與管理
【消息】功能基于科研誠信大數據，動態監測本機構的預警線索，實時監測并推送科研誠信風險數據。
【記錄】功能支持在線統一管理風險數據，幫助實現處理記錄的整合與追溯。
在線分析與定期報告
【統計】功能基于機構定制范圍的預警消息及處理記錄數據，支持用戶按維度進行數據統計，并通過多種類型的可視化圖表形式展示，便于用戶閱讀與分析。
【報告】功能以海量預警線索為數據支持，生成個性化的科研誠信風險信息監測報告，為用戶提供更加精準便捷的情報服務。
監測預警服務入口：
https://cx.wanfangdata.com.cn/warning
版權聲明：本文內容由互聯網用戶自發貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。如發現本站有涉嫌抄襲侵權/違法違規的內容， 請發送郵件至 舉報，一經查實，本站將立刻刪除。
