Nature最新发文：现在“论文工厂”造假有多严重？-CSDN博客

Nature的最新报告显示，过去二十年间，至少有40万篇研究论文与论文工厂产出的文章相似，2022年占比高达1.5-2%，生物医学领域甚至达到3%。尽管存在误报风险，但识别论文工厂文章的文本相似性方法得到认可。郑老师团队提供科研统计课程和统计服务以应对这一问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

欢迎参加郑老师2023年孟德尔随机化课程即将开始

发表文章后退款！郑老师科研统计课程详情

Nature官网2023年11月6日的一篇报道，原文标题为“How big is science’s fake-paper problem?”，探讨了假论文的规模。

Nature：生物医学论文，论文工厂比例3%

这一项《Nature》尚未正式发表的研究显示，过去二十年，有40多万篇研究论文与论文工厂产出的文章有很强的文本相似性；仅在2022年，就有7万篇这样的文章发表。该分析估计，在2022年发表的所有论文中，1.5-2%的论文像是论文工厂的文章；在生物和医学论文中，这一比例达到了3%。

图. 近20多年来疑似论文工厂文章的占比

这项研究结果来自伦敦学术数据服务公司的主管Adam Day使用机器学习软件Papermill Alarm的一项分析。Day将软件设置为分析2000年以来4800多万篇论文的标题和摘要，并标记了与论文工厂文章（如已撤稿论文）相似的稿件。

文章指出，“论文工厂”的文章一些特点包括：

①遵循通用的模板
②与论文作者不对应的可疑电子邮件地址
③来自中国医院的电子邮件地址（因为这个问题在中国非常普遍）
④声称代表不同实验的相同图表
⑤表明努力避免抄袭检测的明显的措辞
⑥引用其他“论文工厂”的研究
⑦跨期刊重复提交

一位研究者称，Day使用的文本相似性法是目前识别论文工厂文章的最好方法，可以估计这类论文的普遍程度。但一些人表示，该方法可能会无意中捕捉被论文工厂复制内容的真实论文，或者存在作者将真实数据套入模板的情况。然而，Day表示，他将软件测试结果与已知真实论文或假论文的测试样本进行了验证，可以保持错误率“趋近零”。

Day还对OpenAlex数据库中记录了学科领域的285万项研究（均发表于2022年）进行了分析，其中约2.2%被标记为疑似论文工厂生产，具体比例因学科而异，其中医学和生物学领域中，该占比达到了3%。