上海
题图|Science
撰文 | 宋文法
近日，Science在其新闻专栏Science Insider上报道了一篇题为"Low-quality papers are surging by exploiting public data sets and AI"的文章。
文章显示，2022年后，使用美国国家健康和营养检查调查（NHANES）数据库发表的低质量论文数量急剧增加，2021年后发表的论文中，92%的第一作者隶属于中国机构，而2021年之前，这一数据只有8%。
文章还指出，这些论文高度相似，可能是由“论文工厂”利用人工智能（AI）生成的文本制造的，表明大型公共卫生数据库很容易被滥用。
图：Science官网截图
去年，Scientific Reports期刊副主编（Matt Spick）注意到，大量NHANES数据集的论文涌入同行评审，这些论文高度相似，可能是由所谓的“论文工厂”利用AI生成的文本制造的。
Matt Spick表示，这些论文的形式极为相似，先选定一种健康状况以及与之可能相关的环境或生理因素，再确定特定人群，然后通过简单的变量替换来生成新的论文，类似于在“研究填空”的游戏中创造出新的“发现”。
此外，其他一系列主题中也发现了类似的爆炸式增长，包括遗传学研究、文献计量学、性别差异研究等。
Matt Spick团队在PubMed、Scopus中搜索了使用NHANES数据研究单一关联的研究，找到了341篇遵循上述“套路”的论文，它们发表在147种期刊上。
从发文时间上来看，在2014-2021年期间，平均每年发表4篇此类论文，但2022年以后，此类论文数量激增，截至2024年10月已发表190篇。
Matt Spick团队还发现，近期的NHANES论文大多由中国研究人员撰写，2021年后发表的论文中，92%的第一作者隶属于中国机构，而2021年之前，这一数据只有8%。
Matt Spick表示，中国科研人员面临的压力和激励机制，为“论文工厂”提供了机会，这也表明可能存在论文工厂的参与。
Springer Nature科研诚信主管表示，该出版商已经撤回了多篇NHANES论文，审查仍在进行中，并要求编辑们审查时保持警惕。
Matt Spick表示，低质量研究的“工业化”导致大量无用的研究成果充斥着文献，其他大型健康数据集也可能存在类似的情况。
https://www.science.org/content/article/low-quality-papers-are-surging-exploiting-public-data-sets-and-ai
助力医学研究高质量发展，推动医疗科技创新转化！
研究设计|课题申报|数据挖掘|统计分析
生信分析|选题指导|写作指导|评审指导
选刊投稿指导|研究项目指导|定制化培训
定制化研究设计|真实世界研究（RWS）实施
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
