【摘 要】［目的］研究科技论文图表数据中的学术不端基本类型和表现特征，探讨期刊编辑部的具体识别和防范措施。［方法］以PubPeer网站和相关文献中的真实事件为调研样例，总结图表数据学术不端的类型和表现特征，针对以上类型提出对应的甄别和防范措施。［结果］图表数据学术不端行为主要分为图表数据伪造、剽窃和篡改三种类型。编辑可通过重视学术不端检测系统的结果分析、通过多种技术手段分析图片以及利用统计学方法检查表格数据来甄别图表数据学术不端行为。［结论］期刊编辑部应加强以下措施来防范图表数据学术不端：重视学术诚信教育，在编辑加工环节制定详细的图片处理声明，要求作者提供原始数据，核查不同修改稿中的数据更改。此外，期刊编辑部还应建立完备的学术不端处理机制并积极推动同领域期刊共享诚信档案，共同推进和谐学术生态的建设。
【关键词】学术不端；图表数据；数据伪造；数据剽窃；数据篡改；案例分析
数据是科学研究的重要组成部分，也是学术论文的不可或缺部分。数据的真实准确直接影响着论文研究结果的有效性和可重复性，这些数据在科技论文中最重要的表现形式是图片和表格[1]。随着开放获取、融媒体出版和数字图像处理技术的快速发展，针对科技论文中图表的伪造、剽窃和篡改更加容易[2]，这种恶劣的学术不端行为有愈演愈烈的趋势。笔者对目前覆盖范围最广的撤稿观察网站（Retraction Watch）上的案例进行分析，截至2021年1月20日，该网站收集的23172篇被撤销论文中，有4349篇存在数据（Data）问题，2239篇存在图片（Image）问题。以图表为主的数据学术不端问题已高居论文被撤销原因之首[3，4]，科技期刊工作者应提高警惕，探索切实有效的识别手段与防范措施。
期刊编辑部对学术不端行为的识别主要借助两种方法，一是学术不端检测系统，二是同行评议与读者举报，但是这两种方式并不能有效识别出图表数据中隐含的学术不端行为。目前国内外常用的学术不端检测系统，如国内的中国知网AMLC系统、万方PSDS系统，国外的iPlagiarism系统等，均可以很好地对文字重复进行检测，但往往无法抽取出论文中图片的有效内容[5，6]。而科技期刊的审稿人和部分读者因具有所在专业领域的审稿经验和基础知识，在文章外审阶段或正式发表后可能发现学术不端问题[7]。但是，由于图表数据学术不端行为往往表现为图片和表格上极细微的局部修改，包括针对图片的裁剪、抹除、放缩、过度调整局部色彩、亮度等伪造和篡改[1，8-10]，以及针对表格中数据的篡改或统计结果的伪造[5，11-12]，审稿人和读者在大量的审稿任务和文献阅读过程中要做到反复核对，仔细甄别图片和表格中学术不端的痕迹，这并非易事。
期刊编辑部在以上两种方法的基础上，还应主动分析图表数据学术不端行为的表现特征，形成有效的识别与防范策略。目前已有同行开展了相关研究：有的研究落脚点在表格中数据的笔误和统计性错误上，建议期刊编辑加强数据审读，以解决科技论文的数据错误问题[12，13，14]；有的研究则专门针对图片中的学术不端问题，结合具体的案例给出识别建议[8-9，15]；有的则仅针对医学领域的数据学术不端展开研究，指出各种类型的医学图片处理手段[16，17]；还有研究对数据学术不端行为进行了类别划分，但没有足够的案例支撑[6]。
现有成果较少针对图表数据中的学术不端行为进行研究和分析，同时也存在案例支撑严重不足的问题。因此，本文调研了PubPeer网站上的大量真实案例，归纳出图表数据学术不端行为的基本类型，通过典型案例分析各类型的表现特征，有针对性地提出甄别手段，给出科技期刊应对图表数据学术不端的防范措施和处理建议，以期为编辑同仁共同抵制数据学术不端行为提供参考。
1 概念界定与研究方法
1.1 概念界定
按照性质和程度的不同，学术界普遍将学术不端及其边缘行为划分为3种：学术不端行为、学术不当行为和学术失当行为[18]。学术不端行为是指在科学研究、成果发表和学术交流活动中行为主体的各种违背科学共同体规范及惯例的明显且故意的行为[19，20]。根据CY/T 174—2019《学术出版规范期刊学术不端行为界定》，论文作者的学术不端行为主要包括剽窃、伪造、篡改、论文不当署名、一稿多投、同一成果重复发表或拆分发表、有偿或无偿请他人代写论文、有偿或无偿为他人代写（代发）论文等行为。其中，与数据相关的学术不端行为主要包括伪造、剽窃和篡改3种[6]，图表是科技论文中数据最重要、直观的呈现方式，也是近年最易发生学术不端行为的重灾区[21]。
1.2 研究方法及数据来源
本文调研案例主要来源于PubPeer网站。PubPeer网站创建于2012年，学者可以在该网站上对已发表的论文提出批评、质疑、改进建议等。笔者使用关键词“RETRACTED”检索到近3000条结果，通过逐条浏览并筛选出带有正式撤稿声明或更正声明，且经核对确实存在图表数据学术不端行为的论文。除此之外，从相关文献中也获得少量图表数据学术不端的真实案例。本文将以上案例归纳为图表数据伪造、剽窃和篡改3种类型，并通过典型案例总结各类型的具体表现特征。
2 结果分析
2.1 图表数据伪造及典型案例
图表数据伪造是指对图片/表格中的数据结果进行刻意更改的行为。随着计算机图像处理技术的发展，以Photoshop为代表的一大批图像处理软件被广泛应用于众多领域，也为少数别有用心、投机取巧的论文作者提供了功能强大的“造假”工具。这些作者针对文章的关键图表数据进行完美的“编辑加工”，伪造出研究中根本不存在的“漂亮”结果[5]。生物医学领域的实验结果不易复现，导致了这种学术不端行为具有较强的隐蔽性，很难被期刊编辑识别[6，16]，较为常见的图片学术不端行为有对凝胶电泳条带、流式细胞结果图等图片，通过截取、复制粘贴、移位、翻转等处理手段进行图片伪造，导致这些特殊类型的图片中频繁爆出伪造问题[1]。
图1所示案例来自PubPeer网站（https://pubpeer.com/publications/DAC5422AA7D5D0F7CFF77F147DC59A），是发表于2011年2月的文章“G protein-coupled receptor kinase-2 is a novel regulator of collagen synthesis in adult human cardiac fibroblast”中的凝胶电泳图。其中：第1行P-AKT的Liver中，线框标注的第4和第5段电泳带完全相同，属于复制粘贴造假；第2行 AKT的Adipose中，线框标注的第2~3段电泳带和第7~8段电泳带完全相同；第4行β-action的Adipose中，实线线框标注的第3~5段电泳带和第6~8段电泳带完全相同，β-action的Liver中，虚线线框标注的第3~5段电泳带和第6~8段电泳带完全相同。该文已于2015年10月被撤销[22]。
图1 图片伪造典型案例1
部分涉及图表数据学术不端的作者在实验失败或结果不理想的情况下，可能会针对折线图、函数图等常用的数学图表，以拼接、平移、伸缩变形等方式生成隐蔽性较强的伪造图片[23]。图2是发表在2018年8月的文章“Organometallic Ag nanostructures prepared using Hypericum perforatum extract are highly effective against multidrug-resistant bacteria”中的曲线图，举报该文章涉嫌学术不端的学者Hoya Camphorifolia指出（https://pubpeer.com/publications/2B4C8028E5DE901DF8879C5B8CFA06）：原图中的线1和线2可观察到很强的相似性【图2（a）】，而将线2先向左移动，再将其在垂直方向进行压缩，则可得到与线1几乎完全重合的曲线【图2（b）】。该文已于2019年4月被撤销[24]。
图2 图片伪造典型案例2【（a）原图；（b）伪造过程示意图】
表格中的伪造数据常见于统计学问题，编辑可以通过验证数据的统计结果发现造假行为。刘清海[11]给出一个表格数据造假的案例（图3），文章作者在表格中提供了5个检测指标的统计检验量t值，但并未给出精确的P值，编辑利用文中数据在Excel软件中重新计算t值和P值，发现表中5个检测指标的统计量均不正确，属于统计结果的伪造，最后对该文章作退稿处理。
图3 表格中数据统计结果的伪造案例[11]
尚永刚[12]也曾在稿件中发现作者无法提供准确的统计检验量t值和P值的问题，编辑部通过Epicalc程序包对文中数据进行检验，得到了不一致的结果，证明作者的统计结果是伪造的，无法推导出文章中给出的结论。
2.2 图表数据剽窃及典型案例
图表数据剽窃包括自我剽窃和剽窃他人数据，是指直接复制自己（及团队）或他人已发表论文中的图片/表格数据，未注明出处或缺少规范的版权许可，而再次以新成果公开发表[6]。由于现有的学术不端检测系统对图片的检测能力有限，期刊编辑和审稿人只有充分了解本领域的研究进展，才有可能识别出这种数据学术不端行为。
图4所示案例来自PubPeer网站（https://pubpeer.com/publications/3E3D8FA797AD915BAFE2B914C32197），图4（a）为发表在2008年9月的文章“Dual role of interleukin-6 in regulating insulin sensitivity in murine skeletal muscle”中的凝胶电泳图，该图第5行涉嫌剽窃发表于2007年2月的文献[25]中的图片【图4（b）】，线框标注了剽窃部分。该文已于2020年9月被撤销[26]。
图4 图片剽窃典型案例1【（a）2008年9月发表论文中的剽窃图片；（b）2007年2月发表论文中被剽窃的图片】
图5（a）也在PubPeer网站上被举报涉嫌数据剽窃（https://pubpeer.com/publications/C4892809013D712B55141A3B9C5D0D#4），其为发表于2005年4月的文章“Specific interference of urokinase-type plasminogen activator receptor and matrix metalloproteinase-9 gene expression induced by double-stranded RNA results in decreased invasion， tumor growth， and angiogenesis in gliomas”中的图片，该图涉嫌剽窃作者团队发表于2004年6月的文献[27]中的图片【图5（b）】，线框标注了重复区域。该文已于2020年9月被撤销[28]。
图5 图片剽窃典型案例2【（a）2005年4月发表论文中的剽窃图片；（b）2004年6月发表论文中被剽窃的图片】
相比于剽窃图片很难被常用的学术不端检测系统识别，目前中国知网等检测系统可以做到从表格中抽取数据进行检测。因此，即使系统检测的复制比很低，仅仅发现表格中几行数据重复，也可能存在剽窃行为，应该引起编辑部的高度重视[1]。
2.3 图表数据篡改及典型案例
图表数据篡改一般是指对实验得出的真实图片/表格数据进行主观的取舍或修改，破坏原始数据的完整性，使科研结果无法准确反映研究工作[6]。这种类型最容易误导期刊编辑和审稿专家，使论文得以发表；论文发表后，如无严格的重复性验证，多数不会被发现。进行图表数据篡改的作者主要基于以下两种目的：为使研究结果更加符合预期，修改数据以得到虚假结论；删除不利数据，仅选择部分数据得出虚假研究结果[5]。
对图片的局部区域进行篡改往往会破坏其像素连续性，篡改后的图片常出现背景区域不连续，亮度、颜色不能平稳过渡的问题[29]。图6在PubPeer网站上被举报涉嫌数据篡改（https://pubpeer.com/publications/DA2319EF235558ED321ABAD025834A），其为发表于2017年1月的文章“Inflammatory molecule， PSGL-1， deficiency activates macrophages to promote colorectal cancer growth through NFκB signaling”中的图片，在图中第1行线框标注的两条凝胶电泳带周围可发现明显的“粘贴”痕迹，与背景区域过渡不自然，作者承认是将Raw264.7电泳带复制并叠加在这两条电泳带上所产生的结果。同时，箭头指示处的背景存在剧烈过渡，作者承认对第2行MIP-1γ凝胶图像进行了更改，以消除最右边4个泳道的瑕疵。此外，作者无法提供该图的原始数据。该文章的来源期刊编辑部于2020年6月刊登了更正声明[30]。
图6 图片篡改典型案例1
图7是发表于2014年9月的文章“Equilibrium and kinetic studies on adsorptive removal of malachite green by the citrate-stabilized magnetite nanoparticles”中的光谱曲线图，其在PubPeer网站上的举报者通过不同线框标示出明显重复的片段（图7中相同字母标注），可见作者对原曲线进行了极大程度的篡改，人为拼凑出该结果（https://pubs.rsc.org/en/content/articlehtml/2020/ra/d0ra90084b）。该文已于2020年8月被撤销[31]。
图7 图片篡改典型案例2
相比于图片篡改，表格中的数据篡改行为往往更容易操作，也更难甄别。为了得到“完美”的预设结果，一些作者可能会对部分不尽如人意或异常的数据进行修改或删除。这类论文常存在数据前后不一致、数据连续性差、结果矛盾、无法复现、叙述或论证逻辑错误等问题。编辑应要求作者上传原始数据，并注意对比多个版本修改稿之间的数据差异，要求作者对数据修改给出合理的解释与证据支持，谨防表格数据篡改的学术不端行为[5]。
2.4 图表数据学术不端的表现特征
笔者对大量真实案例进行调研与分析，总结出不同类型图表数据学术不端行为的具体表现特征，如表1所示。
表1 图表数据学术不端的不同类型及表现特征
| 学术不端类型 | 共性表现 | 典型特征 |
| 图表数据伪造 |
①作者无法给出存疑图片/表格数据的原始文件,或对实验过程解释不清; ②图片/表格数据结果无法通过重复实验再次获得 |
①文章中对研究对象、内容、方法的介绍不清晰,但结果部分数据质量却很好,表现为图片效果很好,没有常见的实验瑕疵; ②作者对凝胶电泳条带、流式细胞结果等特殊医学图片中的部分特征,采用截取、复制粘贴、移位、翻转等处理手段,使得这些特征在文章图片中出现自我重复; ③作者以拼接、平移、伸缩变形等方式处理折线图、函数图等常用的数学图表,使得不同曲线间表现出异常的相似性; ④表格中部分统计结果不精确、含糊其辞,论证逻辑错误或统计分析过程存在问题; ⑤不同版本的修改稿中图表数据变更,作者无法给出合理的解释和充分的论证支持 |
| 图表数据剽窃 |
①不加引注地重复使用自己(及团队)或他人已发表论文中的图表数据(包括学位论文); ②与已发表论文中的数据没有实质性的差别,仅改变数据的呈现方式(图片、表格和文字),如将图中的数据改为表格或文字描述,不加引注地使用; ③对已发表论文中的图表数据,更换语种后重新使用; ④文章中的图表数据为截图形式,图片清晰度很低; ⑤学术不端检测结果中总文字复制比很低,但表格内容、图题和表题部分出现重复 |
|
| 图表数据篡改 |
①图片中存在明显的篡改痕迹,出现背景区域不连续,亮度、颜色不能平稳过渡等问题; ②图片中存在违背生活常识、物理学原理、真实摄影条件等问题; ③作者通过拼接不同图片构造出伪造的图片,在折线图、函数图等常用的数学图表中表现为线段不连续,存在异常断点; ④不同版本的稿件中数据被修改,作者无法给出合理的解释和充分的论证支持; ⑤表格中的数据与文中其他表格或文字描述不一致,论证逻辑错误或无法通过统计检验 |
3 图表数据学术不端甄别分析
科技论文中以图表为主要表现形式的数据是科学研究成果的重要组成部分，也是实验结果最直观的表现方式。期刊编辑应在稿件处理的全流程认真审核文章中的图表数据，甄别文章的研究结果是否真实可靠，判断文章中是否存在学术不端问题。
3.1 学术不端检测系统结果分析
目前国内外常用的学术不端检测工具主要以文章的文字复制比作为检测结果，对图片的检测能力较弱，而且没有一个检测系统能够完整覆盖全球所有的期刊数据[23]，因此期刊编辑不能依赖单一的检测工具，而应通过多种技术手段和工具，有针对性地分析检测结果：（1）尽可能使用多种检测产品；（2）在稿件处理的不同节点进行多次检测[18]，如新收稿、录用前、发表前等；（3）对于检测系统中存在检测记录的稿件需要特别注意，该稿件可能为一稿多投或作者提前进行了有针对性的修改；（4）即便总文字复制比很低，也应注意核查表格数据、图题和表题三部分的检测结果，一旦存在重复，则可能为针对图表数据的学术不端问题[23]。
3.2 多种方式综合分析图片
随着图像处理技术的快速发展，对图片学术不端的识别与防范愈加困难，期刊编辑可以从以下几方面检查图片：（1）留意图片上的具体信息，如医学影像上标注的医院名称是否与作者单位一致，实验图片上的属性信息是否与正文中的参数设置一致[23]；（2）通过相关软件检查图片是否经过人为修改，如利用美国研究诚信办公室（The Office of Research Integrity，ORI）推荐的图片鉴定软件Photoshop Droplets、Adobe Bridge和ImageJ，或通过笔记本等程序检查图片属性中是否存在Photoshop等人为修改的痕迹[9]；（3）计算机领域期刊编辑可以关注前沿图像处理算法的应用落地，包括图像检索、拷贝检测、图像索引、图像取证等[32]，积极与领域专家建立合作关系，测试以上算法在图片学术不端检测中是否有效。
3.3 统计学方法检查表格数据
表格数据是统计描述的重要基础。表格中的数据结果如果是伪造或篡改的，往往会在统计学检验上经不起推敲，因此，可以通过对表格数据进行统计学审查来检查学术不端行为[6， 23]:（1）可使用Excel、SPSS、SAS、MATLAB等软件验证统计结果，包括常见的方差分析、t检验、P检验、卡方检验等；（2）需要重点检查稿件修改前后存在数据变更，或表格数据与文字描述不符的稿件。
4 期刊出版视角下图表数据学术不端的防范措施
对科技论文中图表数据学术不端的甄别和防范已成为当前科研诚信建设的攻关难点，期刊出版作为科研诚信建设的重要一环，应采取有针对性的防范措施、制定期刊出版伦理规范、加强学术诚信宣教与管理等工作。
4.1 针对作者学术不端行为的防范措施
（1）加强学术诚信教育。愈演愈烈的学术不端事件，暴露出作者诚信意识淡薄的问题，期刊编辑部站在对抗学术不端行为的一线，积累了大量的实际案例，应当借助自己的专业知识与工作经验，加强学术诚信的宣传教育工作[7]。笔者所在的《中国图象图形学报》编辑部，先后走访了国内50余所重点高校和研究所，并开展“科技论文写作和科研诚信”系列讲座和课程，帮助大量青年学者和研究生认识科研道德诚信的重要性，树立规范的写作态度和严谨的学术风气。
（2）制定详细的图片处理声明。一些科研工作者对学术不端的认识不够深入，无法准确判断自己对图片的处理是否构成学术不端。期刊编辑部可根据本学科特点制定图片处理准则，并时刻关注本领域新出现的图表学术不端案例，随时补充完善；提醒作者对于文章图片的处理不能影响到论文真实数据的表达，以避免作者无意的学术不端行为。Journal of Cell Biology期刊针对医学领域图片制定了详细的处理准则：明确指出不能进行增强、模糊、移动等图片操作，对图像亮度、对比度或色彩平衡的调整必须在全图范围内进行[9，33]。
（3）要求作者提供图表的原始数据。建议期刊在“投稿声明”中明确要求作者提供图表的原始数据，在投稿系统中以附件形式上传，或在投稿网站中设置专门的上传接口，或提供数据在公共平台上的链接，以便编辑部和审稿人对数据的有效性和真实性进行评估[21]。同时，也可制订一些鼓励措施促进作者对原始数据共享[9]，使实验结果可重复使用，提高数据的透明度，降低同领域的重复性研究，推动成果传播与科研进展。
（4）核查不同修改稿中图表数据的更改。建议期刊在“投稿声明”和“退修意见单”中明确要求作者对不同版本修改稿中图表数据发生变更的情况和原因进行详细合理的说明并提供证据支持，以便审稿人和期刊编辑进行核实。期刊编辑也应主动对比不同修改稿之间的数据差异，谨防数据伪造和篡改的学术不端行为。
4.2 期刊编辑部的学术不端处理机制
即使在多重防范措施下，也可能有漏网之鱼，期刊编辑部在图表数据学术不端问题发生时，要立即启动应对机制，尽量减少负面影响[34]。国际出版伦理委员会（Committee on Publication Ethics，COPE）指出应根据学术不端问题的严重程度给予不同的处理。
（1）如果是在论文出版之前出现疑似图表学术不端问题，应立即联系作者，核实其原始数据，若作者无法提供数据或查明为欺诈性的图表学术不端行为，则应作退稿处理；若核实数据后发现是实验错误导致的图表问题，建议退给作者修改并重新进入审稿程序；若作者对图片进行了可接受范畴内的修改，则要求作者在正文或图注中补充说明。
（2）如果是在已经发表的论文中发现疑似图表数据的学术不端问题，则需要判断问题的严重性。若图表的问题较小，不影响论文的研究结果和结论，则应根据情况刊登勘误或更正声明；如果图表出现严重错误，或属于欺诈性的学术不端，导致实验结果和结论不可信，那么应当尽早发布撤稿声明，说明撤稿原因，以提醒读者，保障科研诚信。
4.3 同领域期刊建立诚信档案共享机制
建议同领域的各期刊编辑部共享期刊发现的学术不端案例，建立领域科研诚信档案[35]，将因存在学术不端行为而退稿的文章纳入到黑名单中，防止文章换刊重投而得以侥幸发表。同时，建立同领域学术不端作者名单和相应的惩戒措施，以提醒各期刊特别注意这些存在学术失信记录的作者来稿，通过严格的监管与惩处措施遏制学术不端风气的蔓延。
5 结语
通过调研与分析PubPeer网站和已有研究成果中的真实案例，将图表数据学术不端行为分为伪造、剽窃和篡改三种主要类型，归纳总结各类型的表现特征并给出典型案例支撑。在图表数据学术不端的甄别上，建议期刊编辑重视学术不端检测系统的结果，通过多种方式综合分析图片以及借助统计学方法检查表格中数据的真实性。此外，期刊编辑部还应做到主动防范和规范处理数据学术不端行为，通过学术诚信教育、明确制定图片处理规范、要求提供原始数据等措施来防范和遏制图表数据中隐含的学术不端行为。最后，建议同领域期刊建立诚信档案共享机制，共同遏制学术不端风气的蔓延。
学术诚信建设是一项需要长期坚持的系统工作，需要科研管理机构、学术界、期刊界乃至全社会的共同参与，本研究仅从期刊编辑部的角度进行分析，给出对图表数据学术不端行为的识别和防范措施的建议，未来考虑与本领域科研机构及学者合作，共同研究制定针对图表数据的学术诚信规范，全面保障科技论文中数据的原创性和真实性。
参考文献
[1]武晖,孟超,师琅,等.识别科技论文学术不端2法[J].编辑学报,2020,32(3):295-298,302.
[2]朱邦芬.中国科技期刊要守卫科研诚信和学术伦理的生命线[J].中国科技期刊研究,2019,30(1):2-5.
[3]刘清海.国际期刊我国学者论文被撤销情况与分析:基于RetractionWatch网站结果[J].中国科技期刊研究,2016,27(4):339-345.
[4]付中静.国际学术期刊已撤销造假论文的特征及学术净化效果分析[J].编辑学报,2017,29(4):401-404.
[5]李侗桐,冯秋蕾,韩鸿宾.科技论文伪造数据的识别与防范[J].中国科技期刊研究,2019,30(8):827-831.
[6]易耀森.被撤销医学论文数据学术不端行为与防范对策研究[J].中国科技期刊研究,2020,31(3):276-280.
[7]徐婷婷,曹雅坤,曾礼娜,等.关于防范科技论文中“隐性”学术不端行为的建议[J].编辑学报,2018,30(1):58-60.
[8]潘华.科技期刊论文图片的鉴定[J].编辑学报,2016,28(4):338-340.
[9]谭贝加.《Journal of Cell Biology》论文图片政策对我国科技期刊的启示[J].科技与出版,2019(7):89-93.
[10]叶青,林汉枫,张月红.图片中学术不端的类型与防范措施[J].编辑学报,2019,31(1):45-50.
[11]刘清海.利用统计方法与规律发现论文数据造假[J].编辑学报,2018,30(6):617-620.
[12]尚永刚.编辑应重视医学期刊中数据的审查与检验[J].编辑学报,2016,28(1):26-28.
[13]霍振响,屈李纯.科技论文中值得推敲的数据[J].编辑学报,2016,28(5):439-442.
[14]武英耀.科技论文常见数据错误分析[J].编辑学报,2015,27(2):149-151.
[15]Rossner M.How to guard against image fraud[J].Scientist,2006,20(3):24-25.
[16]包靖玲,潘旸,魏佩芳,等.国际医学学术期刊撤稿原因的调查分析:以Scopus数据库为例[J].编辑学报,2018,30(3):323-327.
[17]郭盛楠,齐淑兰,王晓红,等.临床医学研究论文中常见的真实性学术不端问题及其对策[J].编辑学报,2018,30(2):174-177.
[18]张利田,郑晓梅,靳炜,等.面向科技期刊编辑部的学术不端及其边缘行为防范和处理导则的制订方法及主要内容[J].中国科技期刊研究,2020,31(5):518-523.
[19]国家科技计划实施中科研不端行为处理办法(试行):科学技术部令第11号[EB/OL].(2006-11-10)[2020-09-25].http://www.most.gov.cn/kjbgz/200611/t20061109_37931.htm.
[20]中国科学院关于加强科研行为规范建设的意见[EB/OL].(2019-03-20)[2020-09-25].http://www.gibh.cas.cn/cxwh/xwgh/200908/t20090824_2442279.html.
[21]任艳青,靳炜,翁彦琴.撤销论文的学术不端行为新特征及启示[J].中国科技期刊研究,2019,30(12):1251-1258.
[22]Statementofretraction[EB/OL](2020-09-10)[2020-09-25].https://diabetes.diabetesjournals.org/content/early/2020/09/04/db20-rt10d.
[23]徐晶,王昱苏,吴凤鸣,等.医学期刊图表重复的防范策略[J].中国科技期刊研究,2015,26(2):152-156.
[24]Retracted article:Organometallic Ag nanostructures prepared using Hypericum perforatum extract are highly effective against multidrug-resistant bacteria[EB/OL].[2020-09-25].https://pubs.rsc.org/en/content/articlelanding/2018/RA/C8RA05655B#!divAbstract.
[25]Nieto-Vazquez I,Fernández-Veledo S,de Alvaro C,et al.Protein-tyrosine phosphatase 1B-deficient myocytes show increased insulin sensitivity and protection against tumor necrosis factor-alpha-induced insulin resistance[J].Diabetes,2007,56(2):404-413.
[26]Statement of retraction[EB/OL](2020-09-10)[2020-09-25].https://diabetes.diabetesjournals.org/content/early/2020/09/04/db20-rt10c.
[27]LakkaS S,Gondi C S,Yanamandra N,et al.Inhibition of cathepsin B and MMP-9 gene expression in glioblastoma cell line via RNA interference reduces tumor cell invasion,tumor growth and angiogenesis[J]. Oncogene, 2004,23(27):4681-4689.
[28]Retraction:Specific interference of urokinase-type plasminogen activator receptor and matrix metalloproteinase-9 gene expression induced by double-stranded RNA results in decreased invasion,tumor growth,and angiogenesis in gliomas[EB/OL].(2020-09-11)[2020-09-25].https://pubmed.ncbi.nlm.nih.gov/32917828/.
[29]余菁,邬加佳,刘清海,等.医学论文图片篡改实例分析及对策[J].传播与版权,2019(5):51-53.
[30]Correction:Inflammatory molecule,PSGL-1,deficiency activates macrophages to promote colorectal cancer growth through NFκB signaling[EB/OL].[2020-09-25].https://mcr.aacrjournals.org/content/18/6/938.
[31]Retraction:Equilibrium and kinetic studies on adsorptive removal of malachite green by the citrate-stabilized magnetite nanoparticles[EB/OL].(2020-07-28)[2020-09-25].https://pubs.rsc.org/en/content/articlehtml/2020/ra/d0ra90084b.
[32]刘颖,程美,王富平,等.深度哈希图像检索方法综述[J].中国图象图形学报,2020,25(7):1296-1317.
[33]Rossner M.The JCB 2003:Progress,policies,and procedures[J].Journal of Cell Biology,2003,161(5):837-838.
[34]郑晓梅,张利田,王育花,等.期刊编辑和科研人员对学术不端及其边缘行为的界定､防范和处理认知的调查结果分析[J].中国科技期刊研究,2020,31(4):401-412.
[35]刘一玮.学术期刊对学术不端行为的认定与处理[J].科技与出版,2017(11):78-81.
