根据万方数据科研诚信大数据监测发现，截至2023年末，国内外中英文撤稿论文高达70400篇，近五年平均每年8261.8篇，其中涉及中国作者的撤稿论文约占总数的49%.所有撤稿论文中，因为学术不端行为导致的下撤占比58.1%。
2022年6月，Hindawi科研诚信团队发现期刊同行评议过程中存在大量学术不端行为，此后陆续对论文进行了下撤处理。目前，Hindawi共撤稿10820篇学术论文，其中中国学者9000余篇。
01
从撤稿论文自查工作说起
《教育部科学技术与信息化司关于开展撤稿论文自查的通知》
2024年新年伊始，教育部科学技术与信息化司发布通知，决定在各高校开展撤稿论文自查工作，要求全国高校开启自查模式。截至目前，自查工作在各高校持续开展，受到广泛关注。
在本次撤稿论文自查工作之前，此类行动也已多次开展。2023年4月27日，科技部办公厅就曾下发自查通知，要求地方科研院所、高等学校开展为期3个月的论文学术不端自查和挂名现象清理专项工作。据报道（来源：南方周末），相关自查结果并未公开，同时接受采访的高校相关负责人表示，“几乎没查出问题”。但值得注意的是，自查“几乎没查出问题”的高校，在此次问题论文清单中再次出现。
教育部在通知中明确要求“在本次调查中发现学术不端行为，且在以往两次自查中未主动报告或者签署承诺书后投稿论文出现学术不端行为的，按照40号令、221号文、《教育部关于高校教师师德失范行为处理的指导意见》（教师[2018]17号）等要求，予以从重处理。”
从当前的自查工作中可以看出，在对过去的学术不端存量问题采取的是基于诚实基础上的原谅，对之后的科研诚信问题将严厉处罚，高校与广大师生应充分利用自查的机会，发现存在的问题并及时处理，避免走过场，以免造成更大的损失与负面影响。
02
如何识别潜在的学术不端风险
学术不端行为表现复杂多样，隐蔽性强，给高校科研管理与学术不端治理带来极大挑战。在诚信管理实践中，应对各类风险信息保持高度关注，及时发现学术不端行为线索，提升管理效率与监管水平。
根据各类风险信息与科研不端行为的相关程度，主要分为“事实型”、“高度疑似”、“重点关注”三类。
事实型
论文撤稿：虽然撤稿不等同于学术不端，但论文撤稿中很多仍然指向了明确的学术不端问题和相关线索。
失信惩处：失信惩处案例是经官方渠道公布的学术不端行为处理决定，涵盖了学术不端行为的明确界定，同时体现了领域、涉事单位及不端行为侧重。
高度疑似
质疑：除期刊内部组织的同行评议之外，第三方组织或机构的发表后同行评议对于论文质量的把控也尤为重要，经统计，2021年-2023年，约有20%以上的被撤稿论文曾受到发表后同行评议的质疑。
图像及文本筛查：对发表前后的论文成果进行图像及文本的回溯性检测，往往能发现不同程度的学术不端或不当线索。
重点关注
预警期刊：期刊是学术成果发表的重要载体，预警期刊因缺乏质量约束性导致成果质量低下甚至是危害科研环境，采集有关机构发布的预警期刊信息也是预防学术不端行为的有效数据支持。
根据以上数据，及时发现潜在的苗头性、倾向性科研问题与学术不端行为线索，及时妥当处理，主动规避风险，避免造成更大的危害与负面舆情。
03
科研诚信大数据来助力
万方数据公司多年来致力于科研诚信服务建设，构建形成了覆盖全面、信息齐全、动态更新、数据量大的科研诚信风险信息大数据资源，并在此基础上推出“科研诚信监测预警服务”，为高校科研管理部门预防和治理学术科研不端行为提供数据、工具化服务，促进高校常态化科研诚信管理工作。
产品功能亮点
FEATURE
诚信风险信息大数据
【撤稿数据】通过日动态监测 批量回溯形式，全面整合多来源的海量中英文论文撤稿数据，结合自有撤稿原因体系建设结构化与深度标引的撤稿数据库。
【学术质疑】重点监测国际主流的发表后同行评议网站数据，数据每日动态更新，深度挖掘发酵时间、质疑人次等二次数据。
【回溯筛查】基于自有算法与技术，定期对期刊及学位等类型的论文开展图像问题与文本问题的回溯性检测，主动筛查论文内容风险。
【预警期刊】建设多来源、强关联的预警期刊名单及关联数据库，支撑对期刊预警动态变化及发文情况的全面监测与趋势发现。
【失信惩处】整合多源异构的学术不端案例及通报数据，实现人员、论文、机构、项目、事件的全面关联，支撑科研诚信记录型应用。
学术风险动态监测与管理
【消息】功能基于科研诚信大数据，动态监测本机构的预警线索，实时监测并推送科研诚信风险数据。
【记录】功能支持在线统一管理风险数据，帮助实现处理记录的整合与追溯。
在线分析与定期报告
【统计】功能基于机构定制范围的预警消息及处理记录数据，支持用户按维度进行数据统计，并通过多种类型的可视化图表形式展示，便于用户阅读与分析。
【报告】功能以海量预警线索为数据支持，生成个性化的科研诚信风险信息监测报告，为用户提供更加精准便捷的情报服务。
监测预警服务入口：
https://cx.wanfangdata.com.cn/warning
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
