一级黄色网站在线视频看看,久久精品欧美一区二区三区 ,国产偷国产偷亚洲高清人乐享,jy和桃子为什么绝交,亚洲欧美成人网,久热九九

造假者的噩夢:她一出手,不是撤稿就是勘誤!不管你是院士大佬,還是Nature頂刊!
小奇 2020-05-15
最近,學術造假多次刷爆朋友圈,包括5月12日最新消息報道的關于中國研究團隊在5月7日于Nature發表的一篇關于新冠病毒的研究中存在圖片重合,以及在今年2月份的中國數十家三甲醫院的400多篇論文被扒或來自同一“論文工廠”的事件。

 
這些事件均由美國生物醫學領域學術打假專業戶Elizabeth Bik在推特上公開指出的,據說,只要她一出手,什么復雜的圖片造假操作都逃不過!下面咱們跟著Nature的專訪來了解一下這位學術界的“孫悟空”。

1589508081298654.png
圖自Nature
 
Elisabeth Bik是一位來自荷蘭的微生物學家,大約在二十年前移居美國,是一位廣受贊譽的科學文獻中復制圖像的超級觀察者。在通常的一天中,她將用肉眼掃描數十篇生物醫學論文,尋找重復使用圖像,或是克隆、翻轉、移動或旋轉部分圖像以創建“新”數據的實例。
 
下面來測試下大家是不是超級觀察者?請看下圖,找出下面3張圖內各自重復的地方
 
1589508296397868.png
1589508322297845.png
圖自PLo SONE(已撤稿)

1589508352598634.png
1589508417471913.png
進階版
1589508439634000.png
1589508456841379.png
大師級

說實話,沒看答案之前,小編是真的看不出來的。
 
所以對于Bik的技術是由衷的佩服,她也因她的技巧和堅持不懈贏得了全世界的關注。意大利薩莫內研究誠信公司Resis的聯合創始人Enrico Bucci表示:“她有一種不同尋常的能力,即使是最復雜的操縱也能察覺。”。
 
并非每個問題都意味著論文是欺詐性的或錯誤的。但也有一些確實如此,這引起了許多研究者的深切關注。華盛頓大學的微生物學家Ferrier Fang表示:“這是一個可怕的問題,我們不能依賴科學文獻的某些方面。”他曾與Bik進行了一項研究,分析了20000多篇生物醫學論文,發現大約4%的論文存在問題重復。他說:“你讓博士后和學生浪費數月或數年時間去追求那些實際上是無效的東西”。

圖片7.png
圖自Nature
 
Bik不是世界上唯一的圖像偵探,但她在公開展示自己作品的方式上獨樹一幟。許多圖像檢查人員在幕后工作,將他們的發現發表在研究論文中,并私下寫信給期刊;少數人受雇于期刊或機構。一些舉報圖像問題的人都不愿透露姓名。但是Bik幾乎每天都會在Twitter和其他在線論壇上發布她的發現,在此過程中,她教別人如何發現重復,并迫使期刊調查論文。這引發“反應堆式”反應,Bik估計,她的發現至少導致了172次撤稿,超過300次勘誤和更正,但她表示,很多時候,她的警告似乎都被忽略了
 
2019年4月,Bik宣布離開一家生物醫學初創公司的帶薪工作,并將至少一年全職免費從事圖像完整性工作。如今一年過去了,盡管她面臨騷擾或有時不堪重負,但她絲毫沒有任何改變的跡象。她還試圖開發軟件,在數百萬篇論文中發現重復的圖像。她樂在其中。
 
該不該公開?
盡管許多人贊揚Bik的工作,但有些人說,在將問題私下標記給期刊或研究機構之前,不應該公開關注這些問題。因為在懷疑有違規行為的情況下,公開信息可能會妨礙大學的調查程序,且對于故意違規的那些人來說這些警告對他們來說是銷毀證據的絕佳機會。
 
之前,Bik是私底下通知期刊的,但是由于數量太多,雜志社無法處理得來,造成積壓,所以,Bik越來越失去耐心,并跟雜志社表態,如果在5年之內仍無法完成60%的問題,將更加公開地討論這一問題,所以就有了今天公開討論這一勇敢舉措。
 
我們知道,對于數據的審查是需要時間的,有的甚至花上幾年,但Bik認為期刊可以對可以論文發布concerns以提醒其他研究人員。而期刊方面認為,因為發布concern是正式和永久部分的科學記錄;需謹慎使用。

1589508497934902.png
圖自Nature丨3種方法
 
如今,Bik通常直接在PubPeer上報告她的發現。并認為“更重要的是要標記這些文件,不要擔心這些研究所的幕后活動。”另外,包括Bik在內的許多人認為,打擊圖像操縱和復制需要在科學出版領域進行全系統的變革,比如對已接受的手稿進行更大程度的預篩選。但大多數期刊仍然沒有預先篩選或只在發表前抽查一部分論文。
 
但形勢正在緩慢轉變,部分雜志開始準備推出篩選服務。Science雜志有編輯協調人負責檢查已接受的手稿是否有圖像操縱的跡象,但他們沒有能力檢查某些問題,例如數字是否被翻轉、旋轉或復制。
 
能否給AI去做?
許多研究人員說,自動化是大規模提高圖像完整性的關鍵。然而,不幸的是,我們不能克隆Bik。另外,盡管Bik擅長在一張紙上找到重復的圖像,但計算機可以通過比較數十萬或數百萬張紙來幫助在紙之間找到更多的重復,這對人類來說是一項不可行的任務。

1589508517322519.png
圖自Nature
 
目前已有一些輔助軟件來進行圖片檢查,但是更好的軟件將需要更多數據。機器學習算法需要訓練大量包含重復項的圖像,而目前數量還是很有限,仍需要各大期刊合作方成。
 
直到最近,Bik都對可用的軟件不滿意。她表示:“現在,我完全有信心,在未來兩年中,計算機將成為篩選稿件的一種大規模方式。”但是,人們將始終需要檢查計算機篩選的結果,特別是剔除在某些部分圖像可能和應該相似的情況。
 
寫在最后:
無論是出于畢業壓力還是晉升目的,研究人員都不應該對圖片進行額外操作,這些“污點”就是一生學術記錄另外,審查由于實驗操作或是放錯圖生的錯誤也是很有必要的,盡管不影響實結論但這對于其他研究者的一種尊重,對學術的一種敬畏

參考來源:
Meetthis super-spotter of duplicated images in science papers. Nature 581, 132-136(2020)
DOI:10.1038/d41586-020-01363-z
https://www.nature.com/articles/d41586-020-01363-z

加載更多
3189

版權聲明:

1) 本文僅代表原作者觀點,不代表本平臺立場,請批判性閱讀! 2) 本文內容若存在版權問題,請聯系我們及時處理。 3) 除特別說明,本文版權歸納米人工作室所有,翻版必究!
納米人
你好測試
copryright 2016 納米人 閩ICP備16031428號-1

關注公眾號