减少专家审稿人的负担，提高已发表研究的质量。

同行评审是学术出版的一个关键部分；然而，越来越多的人呼吁摒弃传统的同行评审模式，使这一过程更加有效和可持续。Olavo B. Amaral教授在Nature World View article一文中描述了一种同行评审的替代方法，它可以提高数据质量和透明度，并减轻同行评审员的负担。

传统的同行评审依靠专家裁判来评估一篇文章的主张以及它是否适合在目标期刊上发表。由于时间限制，基础数据很少被仔细检查，有可能使错误和欺诈性结果不被发现。

Amaral教授认为，每篇稿件都应该经过基本的审查，以确保数据的完整性和一致性，计算的准确性，以及分析的可重复性。但只有选定的文章，如那些特别感兴趣的文章，才应该送出去接受专家评审。这种方法可以让审稿人更有效地利用他们的时间，对那些数据已经得到验证的论文进行评审。

"并非所有的研究都需要由专家来审查。许多质量低下的文章不需要专家——甚至不需要任何人来审查"。

虽然稿件质量控制的某些方面可以自动化，但算法在结构化文本上能达到的效果最好，而大多数科学领域没有标准化的结果呈现格式。一个更根本的问题是，数据检查不能证实数据是按照报告的内容收集的，没有被“偷梁换柱”。为了系统地解决这个问题，Amaral教授建议，重点应该从检查稿件转向研究实践的质量控制，正如Enhancing Quality in Preclinical Data（EQIPD）等框架所建议的那样。实施这种改变不仅可以使同行评审更加可行，还有助于提高数据的可重复性，增加读者对已发表研究的信任。

Amaral教授呼吁领域专家制定数据标准化指南，并敦促资助机构促进改善数据收集和报告的努力，例如，奖励研究人员对其结果的特定方面进行认证。