最近一段时间，几所知名院校相继发布通报，对校内研究人员已发表论文中涉及的数据与图像存疑问题启动调查。这些事件的调查结果尚待公布，但它们共同传递了一个清晰的趋势信号，对已发表论文数据与图像合规性的审视，正在变得前所未有的严格。

过去几年间，国际期刊的出版后审查手段一直在持续升级。AI图像检测工具和第三方数据审查平台已能批量扫描已发表论文中的图像异常。与此同时，PubPeer等公开讨论平台让任何人都有机会对已发表的论文提出质疑，如果被指出的图像或数据问题进入了公众视野，影响可能会进一步扩大。

图片来自PubPeer​

对高校而言，一旦校内人员的论文在公开平台被质疑，通常会尽快启动调查。从质疑到调查，再到后续处理，流程一旦开始，研究者的学术声誉、已发表成果的可靠性、甚至正在申报中的项目和人才计划，都将进入一个悬而未决的状态。而这个状态不是三五天能结束的，它可能持续数月，甚至更久。

无意失误也会被标记

很多研究者看到这类新闻的第一反应是：我数据是真实的，跟我没关系。

但做过实验、处理过图像的人都清楚，图像是论文所有素材里最容易“说不清楚”的一类。Western blot条带的裁剪边界、多组实验中图片的标注对应关系、统计图与原始数据的匹配度——这里面有些是刻意造假，有些确实只是操作失误或者排版疏忽。

问题是，在出版后审查的检测工具面前，它们最初显示出来的信号都是存疑。

一旦被标记，就需要回应。而回应需要完整、可追溯的原始数据和操作记录。这些东西如果在投稿前没有系统整理过，事后再去翻实验记录本，能不能找到、找到的是什么样，就很难说了。

从抽查走向普查

过去很长一段时间，出版后审查主要盯的是少数被高度关注的论文，覆盖面有限。这两年情况变了，国际期刊开始采用自动化批量筛查工具，出版集团也在持续加大数据审查的投入。审查的范围，正在从针对性的抽查逐步向更广泛的普查扩展。

对研究人员来说，以前可能被忽略的小问题，现在被发现的概率在大幅上升。更被动的是，发现问题的时间点不是在投稿前的修改阶段，而是在文章已经发表之后，那时候已经没有主动修正的时间了。

最可靠的做法是提前预防

高校的调查需要时间，期刊的处理有固定流程，涉事论文的最终去向取决于多方因素。但有一件事不需要等调查结果出来就能想明白：

如果可以在投稿前把数据和图像的合规性认认真真过一遍，比发表后被人挑出来被动回应，要省心太多。

图像数据的呈现是否经得起审查？统计方法的选择和汇报是否有据可查？原始数据与论文中的图表是否一一对应、可以追溯？这些问题在投稿前逐项核实，花费的成本并不高，如果等到公开平台上有人替你来查，代价就不是一回事了。

论文数据和图像的问题，预防永远比补救更重要。

理文编辑的卓越科研引领服务和协同科研定制服务，全程遵守COPE、GPP 2022国际出版伦理规范，基于研究者的真实原始数据梳理稿件的数据逻辑与图像呈现方式，帮助作者在投稿前杜绝无意中的操作失误影响科研成果的可信度。

投稿前多一道专业审核，发表后就少一分被质疑的风险。

欢迎扫码添加客服了解详情，根据您的发表需求选择适合的服务。