深度探析学术不端：跨学科视角下的全面分析与展望
深度探析学术不端：跨学科视角下的全面分析与展望
大规模学术造假事件频频曝光，撤稿数量激增，影响了各界对科学研究的信任，阻碍了科学进步。虽然已有研究关注学术不端问题，但对各学科和研究主题（特别是除生命医药之外）中的学术不端情况了解甚少。研究人员对25,710个学术不端撤稿案例进行分析，通过构建学术不端撤稿指数，发现不同学科领域和研究主题的学术不端程度存在显著差异，且学术不端原因也各不相同。
图1 不同学科或研究主题的学术不端撤稿（AMR）特征。（A）各学科每10,000篇论文的学术不端撤稿率，数字表示学术不端撤稿总数和相应撤稿率。（B）学术不端行为的科学图谱，根据撤回论文的数量标注前10大研究主题。（C）研究主题的学术不端撤稿指数，空心圆圈代表撤稿前10大研究主题。（D）前10大研究主题中学术不端原因统计。论文总数是由2000年至2023年间SCI、SSCI和ESCI数据库中索引的期刊论文（文章和评论）统计得到。
学术不端普遍存在于各学科，但某些主题更为严重。研究数据显示，学术不端总撤稿率相对较低，每1万篇文章撤稿约为6.8篇。然而，不同学科领域之间的学术不端撤稿率差异较大，撤稿率从1.7到17.4不等。举例来说，在电气电子与计算机科学领域，由于学术不端而被撤稿的文章数量高达4,673篇，撤稿率高达17.4，是物理学的10倍。然而，被公认为学术不端高发领域的临床与生命科学，撤稿数量达到12,565篇，撤稿率为8.9 （图1A）。从学术不端的科学图谱上可以看出，大量学术不端撤稿集中在电气电子与计算机科学和临床与生命科学的主题，在撤稿数量前10的主题中，两者各占4项，其中微小和长链非编码RNA（mlncRNA）数量最多，学术不端撤稿高达2,105篇（图1B）。
学术不端严重程度在不同研究主题间差异巨大。进一步分析表明，某些研究主题中的学术不端撤稿率远高于其发文率。例如，微小和长链非编码RNA（mlncRNA）主题下的发表文章数仅占所有发表文章的0.4%，但是却贡献了高达8.2%的学术不端撤稿。另外，电信学（Telecommunications）以0.5%的发文量，却贡献了3.7%的学术不端撤稿。相反，在数学、物理和化学等基础学科的研究主题中，学术不端撤稿率远低于发文率。
为了更加客观地比较各研究主题学术不端差异性，给出了学术不端撤稿指数（AMR index），即学术不端撤稿率与发文率的比值。发现各研究主题的学术不端严重程度差异巨大，临床与生命科学中有59个主题的学术不端问题非常严重，其学术不端撤稿指数大于1，尤其是微小和长链非编码RNA的撤稿指数高达20.8。另外，在计算机科学中，26个研究主题中的24个的撤稿指数大于1。这进一步说明了这两个学科的学术不端程度非常严重（图1C）。
不同主题学术不端撤稿原因呈现独特模式。研究结果显示，82.6%的撤稿都与学术不端相关。早年间以偶发的个体行为为主，包括伪造、篡改、剽窃等传统学术不端行为。近年来学术不端的形式发生了显著变化，除了传统原因外，新形式的学术不端，如虚假同行评审、论文工厂和人工智能生成内容等，也日益普遍。各研究主题中的学术不端原因也呈现出更为复杂的特征，如微小和长链非编码RNA大量学术不端撤稿的元凶是论文工厂，而计算机视觉和图像中虚假同行评审则是主要原因，同时伴随着论文工厂和人工智能生成内容。然而，在某些主题中传统学术不端原因仍然占主流（图1D）。
总结与展望
面对学术不端问题的严峻性和复杂性，需要采取有针对性的措施来解决。通过学术不端撤稿指数，可以更好地评估特定主题、期刊、机构等实体中学术不端的严重程度。这有助于引起更多关注并采取有效措施来解决学术不端问题。在制定学术不端的治理政策时，应该考虑各学科和研究主题的特征，以确保学术研究的诚信和质量。通过这项研究，我们可以更好地了解各学科领域中学术不端问题的现状和特点，为有效管理和解决学术不端问题提供宝贵的参考和启示。
本文内容来自Cell Press合作期刊The Innovation第五卷第二期以Editorial发表的“Science map of academic misconduct” (投稿: 2024-02-05；接收: 2024-02-15；在线刊出: 2024-02-18)。
DOI: https://doi.org/10.1016/j.xinn.2024.100593
引用格式：Li M., and Shen Z. (2024).Science map of academic misconduct. The Innovation 5(2), 100593。