本文來源：Science、科研大匠

5月14日，Science《科學(xué)》在其線上新聞專欄ScienceInsider報(bào)道了一項(xiàng)令人震驚的研究發(fā)現(xiàn)：近 3 年來， 利用美國健康與營養(yǎng)調(diào)查（NHANES）等公開數(shù)據(jù)庫發(fā)表的低質(zhì)量論文數(shù)量激增，其中超過 92% 的論文由中國研究人員貢獻(xiàn)。這一現(xiàn)象被認(rèn)為與“論文工廠”和人工智能（AI）技術(shù)的濫用密切相關(guān)。

這些論文的形式極為相似：先選定一種健康狀況以及與之可能相關(guān)的環(huán)境或生理因素，再確定特定人群，隨后圍繞這些要素迅速形成一篇論文。Scientific Reports副主編Matt Spick稱，“我收到了太多幾乎一模一樣的論文——每天一篇，有時(shí)甚至每天兩篇，”“感覺每一種可能的組合都有人在研究”。

Matt Spick團(tuán)隊(duì)在PubMed、Scopus這兩個(gè)論文數(shù)據(jù)庫的147 種期刊中，找到了341篇遵循上述“套路”的論文，不過這些論文的時(shí)間分布有明顯區(qū)別。2014年到2021年期間，平均每年僅有4篇相關(guān)論文。但從2022年起這類論文發(fā)表量激增，截至2024年10月，論文研究團(tuán)隊(duì)關(guān)注的期刊上共發(fā)表了190篇相關(guān)論文。

Spick團(tuán)隊(duì)的報(bào)告指出，近年來基于NHANES數(shù)據(jù)庫的低質(zhì)論文泛濫，可能是“論文工廠”的運(yùn)作、人工智能生成文本的濫用以及大型公共數(shù)據(jù)庫的成熟共同促成的。

此外，Spick團(tuán)隊(duì)還發(fā)現(xiàn)，近期發(fā)表的使用NHANES數(shù)據(jù)的論文，大多出自中國研究人員之手。在2021年之后發(fā)表的這類論文中，有92%的論文第一作者來自中國機(jī)構(gòu)，而在2021年之前的論文中，這一比例僅為8%。Spick分析稱，中國科研人員所面臨的壓力和激勵(lì)機(jī)制，為“論文工廠”提供了機(jī)會(huì)。

西北大學(xué)的Reese Richardson表示，其他研究人員在一些課題中也發(fā)現(xiàn)了類似現(xiàn)象，"這種免費(fèi)數(shù)據(jù)源讓幾乎任何人都可以采用已知的研究方法，然后換上新的變量，以一種‘瘋狂研究’的姿態(tài)創(chuàng)造出新的‘發(fā)現(xiàn)’。”目前已有出版商撤回了部分涉及NHANES數(shù)據(jù)的問題論文，并表示將加強(qiáng)審查。

Richardson指出，這些論文反映出科學(xué)出版和研究獎(jiǎng)勵(lì)方式中存在的普遍問題。“文中提及的所有出版商都收取了這類論文的發(fā)表費(fèi)用，每家可能在1000美元左右。”他補(bǔ)充道，研究人員為了自身職業(yè)發(fā)展，往往選擇發(fā)表更多的論文而不是更高質(zhì)量的論文。他警告說，“除非我們從根本上調(diào)整科學(xué)發(fā)表的激勵(lì)機(jī)制，否則問題只會(huì)越來越嚴(yán)重。”

https://www.science.org/content/article/low-quality-papers-are-surging-exploiting-public-data-sets-and-ai

由于公眾號(hào)改版，為防錯(cuò)過更多資源，給我們加個(gè)星標(biāo)吧

說明：本文來源：Science、科研大匠，如需轉(zhuǎn)載，請(qǐng)?jiān)陂_頭注明來源。僅供學(xué)習(xí)交流分享使用，版權(quán)歸原作者所有，文章只代表作者本人觀點(diǎn)，不代表公眾號(hào)立場。如有侵權(quán)，請(qǐng)聯(lián)系我們（Hilib oy）刪除，感謝支持！也歡迎有興趣的朋友分享、投稿、申請(qǐng)轉(zhuǎn)載、互開長白。

了解更多信息

↓↓↓歡迎點(diǎn)贊和推薦哦