Geng 학술 진실성 감사
이 스킬을 사용하여 저자, 편집자, 리뷰어 또는 연구 그룹이 원고, 교정본, 게재 후 문제 및 내부 연구실 검토(네이처 및 네이처 포트폴리오 제출 포함)에 대해 학술 진실성 자가 감사를 수행할 수 있습니다. 목표는 공개 비난이 아닌 교정적 자가 점검입니다. 증거를 정확하게 보고, 확인된 사실과 의심을 분리하며, 정직한 오류, 부적절한 보고, 의심스러운 연구 관행, 가능한 조작 또는 날조를 구별하십시오.
핵심 입장
- 날카롭기 전에 엄격해야 합니다. 모든 우려 사항에는 위치, 관찰 내용, 규칙, 심각도 및 양성 대안 설명이 필요합니다.
- 사람들을 사기꾼이라고 부르지 마십시오. "이 증거 패턴은 ...와 일치합니다", "저자의 설명이 필요합니다" 또는 "공식 조사 기준을 충족합니다"라고 말하십시오.
- "Geng Tongxue" 음성은 짧은 선택적 마무리 코멘트로만 사용하십시오. 증거 중심으로 유지하고 인신 공격을 피하십시오.
- 텍스트만 사용 가능한 경우 이미지 무결성과 원시 데이터 일관성을 완전히 확인할 수 없다고 명시하십시오.
- 공개 웹 접근이 가능하고 원고가 게재된 경우 DOI/제목을 공식 저널 페이지, PubPeer, Retraction Watch, 정정, 우려 표명, 데이터/코드 저장소와 대조하십시오. 1차 또는 공식 출처를 선호하십시오.
접수
감사 패키지를 요청하거나 추론하십시오:
- 원고/PDF, 보충 정보, 그림 범례, 방법, 보고 요약, 데이터/코드 가용성 진술.
- 최종 그림 및 젤/블롯/현미경/유세포분석을 위한 자르지 않은 원본 이미지.
- 가능한 경우 그래프/표에서 추출한 숫자 값을 CSV/XLSX로.
- 윤리 승인, 임상시험 등록, 표본 크기/검정력 근거, 무작위 배정/눈가림 기록, 시약 식별자, 저자 기여/이해 충돌 진술.
- 우려 서한, 리뷰어 노트, PubPeer 스레드, 수정 초안 또는 저널 문의.
사용자가 숫자 CSV/XLSX를 제공하면 번들 스크린을 실행하십시오:
python3 scripts/geng_numeric_screen.py path/to/data.csv --format markdown --output geng-numeric-screen.md
스크립트 출력을 스크리닝 증거로만 사용하고 과학적 맥락에서 해석하십시오.
사용자가 전체 원고 패키지 디렉토리를 제공하는 경우 먼저 사용 가능한 항목(원고, 보충 정보, 소스 데이터, 최종 그림, 소스 이미지, 윤리/승인 파일, 임상시험 등록, 코드, 프로토콜, 서신)을 목록화하십시오. 누락된 자료는 최종 보고서에 명시되어야 합니다.
결합 감사 프레임워크
다음 통합 규칙군에 걸쳐 감사를 실행하십시오:
- Geng 스타일 6가지 이동: 이미지 재사용, 조작된 수치 데이터, 이미지 접합, 통계적 이상, 출판 산출물 이상, 인용/방법 이상.
- 5개 영역 검토: 데이터/결과, 이미지/그림, 방법론 엄격성, 구조/인용, 저자/저널.
- 3가지 숫자 스크린: 끝자리 숫자 분포, 소수점 패턴 일관성, 정확/근접 데이터 중복.
항상 모든 영역을 완료하십시오. 증거를 사용할 수 없는 경우 해당 영역을 "평가 불가"로 표시하고 필요한 파일을 지정하십시오.
저널 및 네이처 정책 게이트
이것들을 제출 준비 상태 및 수정 준비 상태 체크리스트로 사용하십시오:
- 이미지 무결성: 그림이 최소한으로 처리됨, 공개되지 않은 복제/보정/터치업 없음, 전역 조정만, 숨겨진 레인 접합 없음, 젤/블롯 소스 이미지 보존 및 최종 패널과 일치, 범례에 자르기, 레인 재배열, 의사색, 감마/임계값 처리, 디콘볼루션, 비인접 나란히 배치 공개.
- 데이터, 코드, 자료 및 프로토콜: 데이터 가용성 진술 존재, 주장을 검증하고 확장하는 데 필요한 최소 데이터에 접근 가능하거나 제한 사항이 정당화됨, 액세스 번호/저장소 링크 작동, 복제에 필요할 때 코드 및 프로토콜 사용 가능.
- 보고 표준: 무작위 배정, 눈가림, 제외, 표본 크기 결정, 복제, 통계 검정, 소프트웨어 버전, 주요 시약/재료 식별자가 보고됨.
- 윤리 및 등록: 인간/동물/임상/생물안전 승인이 존재하고 작업과 일치, 임상시험은 필요한 경우 사전 등록, 동의 및 개인정보 보호 한계 설명.
- 저자 및 책임: 모든 저자가 원고 승인, 저자 기여 구체적, 교신 저자 책임 명확, 모든 저자가 진실성 문제 해결에 도움을 줄 수 있음.
- 이해 충돌 및 자금 지원: 재정 및 비재정 이해관계 선언, 자금 제공자 역할 명시, 공개되지 않은 산업, 특허, 컨설팅 또는 편집 위원회 충돌 플래그.
- 표절, 중복 및 중복 게재: 검토 중, 인쇄 중, 사전 인쇄, 회의 또는 이전 그룹 논문과의 중복 공개, 재사용된 텍스트/데이터/그림에 대한 허가 및 인용.
- 수정 및 철회: 중대한 오류가 발견된 경우 저자 수정, 편집자 통지, 우려 표명 논의 또는 철회/기관 조사가 필요한지 분류하십시오.
상세 점검
1. 데이터 및 결과
점검:
- 평균/SD/SEM/n 일관성; p-값이 보고된 검정 및 표본 크기와 호환 가능.
- 너무 완벽한 용량-반응 곡선, 터무니없이 작은 분산, 동일한 SD, 열 간 일정한 차이, 불가능한 신뢰 구간, 의심스러운 임계값에서 반올림된 p-값.
- P-해킹 패턴: 많은 p-값이 0.05 바로 아래, 귀무 결과 없음, 선택적 하위 그룹 보고, 보정 없이 다중 검정.
- 기본 테이블이 불가능할 정도로 균형 잡혀 있거나 균형이 달라져야 할 때 모두 비유의적임.
- 생물학적 또는 물리적 타당성: 알려진 분석 노이즈, 기기 한계, 검출 한계 및 타이밍 대비 효과 크기.
- 원시 데이터 가용성 및 소스 데이터가 플롯된 값을 재현하는지 여부.
숫자 스크린 임계값:
- 자유도 9에 대한 0.05 임계값 이상의 끝자리 숫자 카이제곱은 의심스러움; 최소 20개 값이 있는 열의 경우 Cramer의 V가 0.3보다 크거나 끝자리 숫자 빈도가 예상의 2배를 초과하는 경우도 플래그.
- 소수점 접두사 중복: 5개 이상의 반복 그룹, 최대 반복 횟수 최소 3회, 또는 반복률 15% 이상은 의심스러움.
- 정확한 중복 값: 독립적인 연속 측정에서 5개 이상의 중복 값 또는 3회 이상 반복된 값은 의심스러움.
- 여러 독립적인 스크린이 동일한 그림/표 또는 핵심 결론을 가리킬 때 수준을 높이십시오.
스크립트 기반 점검
입력을 사용할 수 있을 때 결정론적 스크립트를 사용하십시오. 스크립트는 스크리닝 증거를 생성하며, 위법 행위 발견을 생성하지 않습니다. 보고서에 명령, 입력 경로, 출력 경로 및 해석 한계를 보존하십시오.
사용 가능한 스크립트 제품군:
| 스크립트 | 사용 시기 | 출력 |
|---|---|---|
scripts/geng_numeric_screen.py | 그림/표의 숫자 값을 CSV/TSV/XLSX/stdin으로 사용 가능할 때. | 끝자리 숫자, 소수점 접두사 반복 및 정확한 중복 값에 대한 Markdown/JSON 스크린. |
scripts/package_audit.py | 원고 패키지 디렉토리를 사용할 수 있을 때. | 원고, SI, 소스 데이터, 소스 이미지, 윤리 파일, 코드 및 가용성 진술에 대한 누락 자료 체크리스트. |
scripts/figure_manifest_builder.py | 최종 그림, 보충 그림 또는 소스 이미지를 사용할 수 있을 때. | 파일 이름, 차원, 해시, 범주 및 선택적 CSV 내보내기가 포함된 그림/소스 이미지 매니페스트. |
scripts/image_similarity_screen.py | 여러 과학 이미지에 중복/재사용 스크리닝이 필요할 때. | 후보 반복 이미지, 변환된 재사용 쌍, 유사성 점수 및 증거 파일. |
scripts/blot_gel_lane_audit.py | 웨스턴 블롯 또는 젤 이미지를 사용할 수 있을 때. | 레인 경계 및 반복 레인 스크리닝 보고서. |
scripts/graph_source_consistency.py | 소스 데이터와 보고된 요약 그래프 데이터를 사용할 수 있을 때. | 소스 값과 보고된 값 간의 평균/SD/SEM/n 불일치. |
scripts/stats_consistency_check.py | 원시 숫자 데이터를 사용할 수 있을 때. | 재계산된 기술 통계량 및 분산 제로 플래그. |
scripts/microscopy_reuse_screen.py | 현미경 이미지를 사용할 수 있을 때. | 타일 수준 재사용/로컬 복제 후보 보고서. |
scripts/flow_plot_duplicate_screen.py | 유세포분석 플롯 이미지를 사용할 수 있을 때. | 중복된 도트-클라우드/게이트 이미지 후보 보고서. |
scripts/citation_integrity_check.py | 참조 텍스트, BibTeX, RIS 또는 DOI 목록을 사용할 수 있을 때. | 오프라인 DOI, 중복 참조 및 철회 마커 스크린. |
scripts/report_assembler.py | 여러 스크립트 JSON 출력을 사용할 수 있을 때. | 통합 Markdown 증거 원장 및 스크립트 수준 감사 보고서. |
모든 스크립트에 대한 공유 계약:
--format markdown|json및--output을 선호하십시오.- JSON 출력에는 스크립트가 지원하는 경우
tool,input,findings,risk_level,evidence_files및limitations가 포함되어야 합니다. - 필수 입력을 사용할 수 없는 경우 가능한 경우 수동으로 동등한 점검을 수행하고 "수동/스크립트 미지원"으로 표시하십시오.
2. 이미지 및 그림
점검:
- 패널 간 재사용: 동일하거나 거의 동일한 이미지가 다른 샘플, 그룹, 시점, 처리, 배율, 염색, 채널, 복제물 또는 논문을 나타냅니다.
- 변환으로 위장된 재사용: 회전, 뒤집기, 크기 조정, 늘리기, 대비 변경, 자르기, 로컬 마스킹, 의사색 변환 또는 부분적 중첩 후 중복된 패널.
- 배경 지문: 독립적인 이미지에서 동일한 먼지, 긁힘, 카메라 노이즈, 젤 반점, 블롯 배경 질감, 현미경 필드 결함, 기포, 파편 또는 세포 클러스터.
- 웨스턴 블롯/젤: 재사용된 로딩 대조군, 반복된 밴드, 복제된 레인, 비인접 레인 접합, 수직 경계선, 일관되지 않은 배경, 갑작스러운 노출 변화, 누락된 분자량 마커, 관련 밴드를 생략한 자른 소스 스캔, 자르지 않은 원본으로 추적할 수 없는 최종 패널.
- 블롯 레인 무결성: 밴드는 올바른 샘플 순서, 소스 멤브레인, 노출, 정규화 및 정량화와 일치해야 합니다. 재사용이 명시적으로 유효하고 공개되지 않는 한 관련 없는 실험에서 중복된 베타-액틴/GAPDH/튜불린 대조군에 플래그를 지정하십시오.
- 현미경: 조건에 걸쳐 재사용된 동일한 세포/배경; 회전/뒤집힌 필드; 복제된 세포 또는 조직 영역; 일관되지 않은 채널 병합; 공개되지 않은 임계값 처리, 노이즈 제거, 디콘볼루션, 감마 변화, 의사색 또는 선택적 필드 선택.
- 유세포분석: 중복된 도트 클라우드, 복사된 사분면/게이트, 너무 규칙적인 분포, 일관되지 않은 보정, 누락된 게이팅 계층, 재사용된 동형/FMO 대조군, 표시된 플롯과 일치하지 않는 집단 백분율.
- 콜로니, 상처 치유, 이동, 침습, 동물, 조직학, 현미경 패널: 반복된 콜로니, 반복된 상처 가장자리, 반복된 조직 구조, 중복된 동물 이미지, 일관되지 않은 스케일 바, 시야 불일치.
- 차트 및 통계 그림: 소스 테이블과 일치하지 않는 그래프 값, 오해의 소지가 있는 축, 누락된 단위, 효과를 과장하는 데 사용된 0이 아닌 기준선, 불균등한 눈금 간격, 누락된 오차 막대 정의, 비대칭적이거나 터무니없이 작은 오차 막대, 패널 간 중복된 플롯 포인트.
- 합성 그림 공개: 모든 자르기, 레인 제거, 비인접 나란히 배치, 배율 변경 및 대표 이미지 선택은 범례 또는 방법에 공개되어야 합니다.
- 논문/사전 인쇄 간 재사용: 사용자가 제공하거나 공개 점검을 요청할 때 그림을 보충 자료, 이전 버전, 사전 인쇄, 논문 챕터, 회의 초록 및 이전 그룹 출판물과 비교하십시오.
확인 절차:
- 그림 맵 구축: 모든 그림/하위 그림, 샘플 ID, 조건, 배율, 채널, 소스 파일 이름 및 범례 주장을 나열하십시오.
- 각 그림 내, 모든 그림 간 및 보충 항목 간에 반복되는 모양, 배경, 대조군 및 플롯된 값에 대해 비교하십시오.
- PDF에서 중복, 접합 또는 편집을 해결할 수 없는 경우 소스 이미지를 요청하십시오. 제공된 경우 파일 이름과 메타데이터를 보존하십시오.
- 단일 모호한 유사성을 소스 데이터 확인이 필요한 플래그로 처리하십시오. 재사용이 중요하고, 공개되지 않았으며, 주장된 실험과 일치하지 않는 경우에만 수준을 높이십시오.
심각도 지침:
- 경미: 불완전한 범례 공개, 누락된 소스 이미지 레이블, 모호한 자르기.
- 중대: 공개되지 않은 접합, 별개의 실험에서 반복된 로딩 대조군, 최종 그림을 원시 이미지로 추적할 수 없음.
- 심각: 동일한 이미지 또는 데이터 패널이 공개 없이 다른 실험 조건을 나타내거나, 로컬 복제/터치업이 신호를 숨기거나 생성하는 경우.
3. 방법 엄격성
점검:
- 실험 대조군, 무작위 배정, 눈가림, 제외 기준, 생물학적 vs 기술적 복제, 독립적 복제.
- 표본 크기/검정력 근거 및 설명 없이 n이 결과에 따라 변경되는지 여부.
- 통계 모델 가정, 다중 비교 보정, 쌍체/비쌍체 논리, 공변량 처리, 누락 데이터 처리 및 사전 지정된 분석.
- 시약/항체/세포주: 카탈로그 번호, RRID, 로트, 검증, STR 프로파일링, 마이코플라스마 검사, 종/계통/성별/연령.
- 코드/소프트웨어 버전, 매개변수, 시드, 전처리, 정규화, 이상치 규칙 및 파이프라인 출처.
- 내부 일관성: 방법이 결과, 그림, 보충 자료, 날짜, 윤리 승인 및 사용 가능한 자료와 일치.
4. 구조, 인용 및 주장
점검:
- 모든 주요 주장이 결과에 매핑되고 모든 결과가 데이터에 매핑됩니다.
- 인용이 단순히 주제가 아닌 명시된 주장을 뒷받침합니다.
- 철회되거나 우려 표명된 논문이 식별되고 적절하게 처리됩니다.
- 과잉 인용, 관련 없는 인용 채우기, 과도한 자기 인용 또는 인용 카르텔 패턴.
- 언어 과잉: "최초", "확정적", "패러다임 전환" 또는 적절한 증거 없이 임상적 주장.
- 이전/사전 인쇄/회의 중복 및 참신성이 과장되었는지 여부.
5. 저자, 저널 및 일정
점검:
- 저자 수 및 전문성.
- 저자 기여의 구체성.
- 교신 저자의 응답성 및 책임.
- 저널 범위 및 정책과의 일치.
- 제출 및 검토 일정의 합리성.
보고서
모든 감사는 다음을 포함한 포괄적인 보고서를 생성해야 합니다:
- 요약: 주요 발견, 심각도 및 권장 사항.
- 방법: 사용된 자료, 스크립트 및 프로세스.
- 각 영역별 세부 점검 결과.
- 각 발견에 대한 위치, 관찰 내용, 규칙, 심각도 및 양성 대안 설명.
- 스크립트 출력 및 해석.
- 저널 정책 게이트 체크리스트 결과.
- 누락된 자료 및 추가 정보가 필요한 영역.
- 저자, 편집자 및 기관을 위한 권장 조치.
선택적 마무리: Geng Tongxue 스타일의 간결한 요약.
Geng Tongxue는 다음과 같이 말합니다:
[증거 기반 요약]
인신 공격이나 과장된 비난을 피하고 건설적인 교정에 집중하십시오.