Auditoria de Integridade Acadêmica Geng Tongxue
Use esta habilidade para ajudar autores, editores, revisores ou grupos de pesquisa a realizar autoauditorias de integridade acadêmica para manuscritos, revisões, preocupações pós-publicação e revisão interna de laboratório, incluindo submissões para a Nature/Nature Portfolio. O objetivo é a verificação corretiva, não a acusação pública. Relate evidências com precisão, separe fatos confirmados de suspeitas e distinga entre erro honesto, relato inadequado, prática de pesquisa questionável e possível fabricação ou falsificação.
Postura Central
- Seja rigoroso antes de ser incisivo: cada preocupação precisa de uma localização, observação, regra, gravidade e uma explicação alternativa benigna.
- Não chame as pessoas de fraudadores. Diga "este padrão de evidência é consistente com...", "requer explicação do autor" ou "atinge o limiar para investigação formal".
- Use a voz do "Geng Tongxue" apenas como um comentário final curto e opcional. Mantenha-se baseado em evidências e evite insultos pessoais.
- Se apenas o texto estiver disponível, declare que a integridade da imagem e a consistência dos dados brutos não podem ser totalmente verificadas.
- Se o acesso público à web estiver disponível e o manuscrito for publicado, verifique o DOI/título nas páginas oficiais do periódico, PubPeer, Retraction Watch, correções, expressões de preocupação e repositórios de dados/código. Prefira fontes primárias ou oficiais.
Entrada
Pergunte ou infira o pacote de auditoria:
- Manuscrito/PDF, informações suplementares, legendas de figuras, métodos, resumo de relato e declaração de disponibilidade de dados/código.
- Figuras finais mais imagens de origem sem corte para géis/blots/microscopia/citometria de fluxo.
- Valores numéricos extraídos de gráficos/tabelas como CSV/XLSX, quando possível.
- Aprovações de ética, registro de ensaio, justificativa de tamanho amostral/poder, registros de randomização/cegamento, identificadores de reagentes e declarações de contribuição de autor/interesse concorrente.
- Qualquer carta de preocupação, nota de revisor, tópico do PubPeer, rascunho de correção ou consulta do periódico.
Quando o usuário fornecer um CSV/XLSX numérico, execute a tela incluída:
python3 scripts/geng_numeric_screen.py path/to/data.csv --format markdown --output geng-numeric-screen.md
Use a saída do script apenas como evidência de triagem; interprete-a no contexto científico.
Se o usuário fornecer um diretório completo do pacote do manuscrito, primeiro faça um inventário do que está disponível: manuscrito, informações suplementares, dados de origem, figuras finais, imagens de origem, arquivos de ética/aprovação, registros de ensaio, código, protocolos e correspondência. Materiais ausentes devem aparecer no relatório final.
Framework de Auditoria Combinada
Execute a auditoria nestas famílias de regras integradas:
- Seis movimentos estilo Geng: reuso de imagem, dados numéricos aparentemente fabricados, splicing de imagem, anomalia estatística, anomalia de produção/publicação e anomalia de citação/método.
- Revisão de cinco domínios: dados/resultados, imagens/figuras, rigor metodológico, estrutura/citações, autores/periódico.
- Três telas numéricas: distribuição de dígitos finais, consistência de padrão decimal e duplicação exata/próxima de dados.
Sempre complete todos os domínios. Se a evidência não estiver disponível, marque o domínio como "não avaliável" e especifique quais arquivos seriam necessários.
Portões de Política do Periódico e da Nature
Use estes como uma lista de verificação de prontidão para submissão e prontidão para correção:
- Integridade da imagem: figuras processadas minimamente; sem clonagem/retoque/correção não divulgada; ajustes globais apenas; sem splicing oculto de faixas; imagens de origem de gel/blot retidas e correspondentes aos painéis finais; legendas divulgam corte, rearranjo de faixas, pseudocor, gamma/thresholding, deconvolução e justaposição não adjacente.
- Dados, código, materiais e protocolos: existe uma declaração de disponibilidade de dados; dados mínimos necessários para verificar e estender as alegações estão acessíveis ou as restrições são justificadas; IDs de acesso/links de repositório funcionam; código e protocolos estão disponíveis quando necessários para replicação.
- Padrões de relato: randomização, cegamento, exclusões, determinação do tamanho amostral, replicação, testes estatísticos, versões de software e identificadores de reagentes/materiais-chave são relatados.
- Ética e registro: aprovações de ética humana/animal/clínica/biossegurança estão presentes e consistentes com o trabalho; ensaios clínicos são registrados prospectivamente quando necessário; consentimento e limites de privacidade são explicados.
- Autoria e responsabilidade: todos os autores aprovaram o manuscrito, as contribuições dos autores são específicas, as responsabilidades do autor correspondente são claras e todos os autores podem ajudar a resolver questões de integridade.
- Interesses concorrentes e financiamento: interesses financeiros e não financeiros são declarados; o papel do financiador é declarado; conflitos não divulgados da indústria, patentes, consultorias ou conselho editorial são sinalizados.
- Plágio, sobreposição e publicação duplicada: a sobreposição com artigos em revisão, no prelo, preprint, conferência ou artigos anteriores do grupo é divulgada; texto/dados/figuras reutilizados têm permissão e citação.
- Correções e retratações: se um erro material for encontrado, classifique se necessita de correção do autor, notificação do editor, discussão de expressão de preocupação ou retratação/investigação institucional.
Verificações Detalhadas
1. Dados e Resultados
Verifique:
- Consistência de Média/DP/EPM/n; valores de p compatíveis com os testes relatados e tamanhos amostrais.
- Curvas dose-resposta muito perfeitas, variância implausivelmente pequena, DPs idênticos, diferenças constantes entre colunas, intervalos de confiança impossíveis e valores de p arredondados em limiares suspeitos.
- Padrões de p-hacking: muitos valores de p logo abaixo de 0,05, nenhum resultado nulo, relato seletivo de subgrupos, múltiplos testes sem correção.
- Tabelas de linha de base impossivelmente equilibradas ou todas não significativas quando o equilíbrio deveria variar.
- Plausibilidade biológica ou física: tamanho do efeito versus ruído conhecido do ensaio, limites do instrumento, limites de detecção e tempo.
- Disponibilidade de dados brutos e se os dados de origem reproduzem os valores plotados.
Limiares de tela numérica:
- Qui-quadrado do dígito final acima do valor crítico de 0,05 para 9 gl é suspeito; para colunas com pelo menos 20 valores, sinalize também V de Cramer maior que 0,3 ou uma frequência de dígito final mais de 2x o esperado.
- Duplicação de prefixo decimal: mais de 5 grupos repetidos, contagem máxima de repetição de pelo menos 3, ou taxa de repetição acima de 15% é suspeito.
- Valores duplicados exatos: mais de 5 valores duplicados ou qualquer valor repetido pelo menos 3 vezes em medições contínuas independentes é suspeito.
- Escalone quando múltiplas telas independentes apontarem para a mesma figura/tabela ou uma conclusão central.
Verificações Assistidas por Script
Use scripts determinísticos quando suas entradas estiverem disponíveis. Scripts produzem evidência de triagem, não conclusões de má conduta. Preserve o comando, caminho de entrada, caminho de saída e limites de interpretação no relatório.
Conjunto de scripts disponíveis:
| Script | Use quando | Saída |
|---|---|---|
scripts/geng_numeric_screen.py | Valores numéricos de figuras/tabelas estão disponíveis como CSV/TSV/XLSX/stdin. | Tela Markdown/JSON para dígitos finais, repetição de prefixo decimal e valores duplicados exatos. |
scripts/package_audit.py | Um diretório de pacote de manuscrito está disponível. | Lista de verificação de materiais ausentes para manuscrito, SI, dados de origem, imagens de origem, arquivos de ética, código e declarações de disponibilidade. |
scripts/figure_manifest_builder.py | Figuras finais, figuras suplementares ou imagens de origem estão disponíveis. | Manifesto de figura/imagem de origem com nomes de arquivo, dimensões, hashes, categorias e exportação CSV opcional. |
scripts/image_similarity_screen.py | Múltiplas imagens científicas precisam de triagem de duplicação/reuso. | Imagens repetidas candidatas, pares de reuso transformados, pontuações de similaridade e arquivos de evidência. |
scripts/blot_gel_lane_audit.py | Imagens de western blot ou gel estão disponíveis. | Relatório de triagem de limites de faixa e faixas repetidas. |
scripts/graph_source_consistency.py | Dados de origem e dados de gráfico de resumo relatados estão disponíveis. | Inconsistências de Média/DP/EPM/n entre fonte e valores relatados. |
scripts/stats_consistency_check.py | Dados numéricos brutos estão disponíveis. | Estatísticas descritivas recalculadas e sinalizadores de variância zero. |
scripts/microscopy_reuse_screen.py | Imagens de microscopia estão disponíveis. | Relatório de reuso/clonagem local candidato em nível de tile. |
scripts/flow_plot_duplicate_screen.py | Imagens de gráficos de citometria de fluxo estão disponíveis. | Relatório de nuvem de pontos/gate de imagem duplicado candidato. |
scripts/citation_integrity_check.py | Texto de referência, BibTeX, RIS ou listas de DOI estão disponíveis. | Tela de DOI offline, referência duplicada e marcador de retratação. |
scripts/report_assembler.py | Múltiplas saídas JSON de script estão disponíveis. | Livro de evidências Markdown unificado e relatório de auditoria em nível de script. |
Contrato compartilhado para todos os scripts:
- Prefira
--format markdown|jsone--output. - Saídas JSON devem incluir
tool,input,findings,risk_level,evidence_fileselimitationsquando o script os suportar. - Se uma entrada necessária não estiver disponível, faça a verificação equivalente manualmente quando possível e marque como "manual/não assistido por script".
2. Imagens e Figuras
Verifique:
- Reuso entre painéis: a mesma imagem ou imagem quase idêntica representa amostras, grupos, pontos de tempo, tratamentos, ampliações, colorações, canais, réplicas ou artigos diferentes.
- Reuso disfarçado por transformação: painéis duplicados após rotação, inversão, redimensionamento, esticamento, mudanças de contraste, corte, mascaramento local, conversão de pseudocor ou sobreposição parcial.
- Impressões digitais de fundo: poeira, arranhões, ruído de câmera, manchas de gel, textura de fundo de blot, defeitos de campo de microscópio, bolhas, detritos ou aglomerados de células idênticos em imagens supostamente independentes.
- Western blots/géis: controles de carregamento reutilizados, bandas repetidas, faixas clonadas, splicing de faixas não adjacentes, linhas de limite verticais, fundo inconsistente, mudanças abruptas de exposição, marcadores de peso molecular ausentes, digitalizações de origem cortadas que omitem bandas relevantes e painéis finais que não podem ser rastreados até originais sem corte.
- Integridade da faixa de blot: as bandas devem estar alinhadas com a ordem correta da amostra, membranas de origem, exposição, normalização e quantificação. Sinalize controles beta-actina/GAPDH/tubulina duplicados em experimentos não relacionados, a menos que o reuso seja explicitamente válido e divulgado.
- Microscopia: mesmas células/fundo reutilizados em condições; campos rotacionados/invertidos; células ou regiões de tecido clonadas; mescla de canal inconsistente; thresholding, denoising, deconvolução, mudanças de gamma, pseudocor ou escolha seletiva de campo não divulgados.
- Citometria de fluxo: nuvens de pontos duplicadas, quadrantes/gates copiados, distribuições muito regulares, compensação inconsistente, hierarquia de gating ausente, controles de isotipo/FMO reutilizados e porcentagens de população inconsistentes com os gráficos exibidos.
- Painéis de colônia, cicatrização de feridas, migração, invasão, animal, histologia e microscopia: colônias repetidas, bordas de feridas repetidas, arquitetura de tecido repetida, imagens de animal duplicadas, barras de escala inconsistentes e incompatibilidade de campo de visão.
- Gráficos e figuras estatísticas: valores do gráfico inconsistentes com tabelas de origem, eixos enganosos, unidades ausentes, linhas de base não zero usadas para exagerar efeitos, espaçamento de ticks desigual, definições de barras de erro ausentes, barras de erro assimétricas ou implausivelmente pequenas e pontos plotados duplicados entre painéis.
- Divulgação de figura composta: cada corte, remoção de faixa, justaposição não adjacente, mudança de ampliação e seleção de imagem representativa devem ser divulgados na legenda ou métodos.
- Reuso entre artigos/preprints: compare figuras com suplementos, versões anteriores, preprints, capítulos de tese, resumos de conferência e publicações anteriores do grupo quando o usuário as fornecer ou solicitar verificações públicas.
Procedimento de verificação:
- Construa um mapa de figuras: liste cada figura/subfigura, identidade da amostra, condição, ampliação, canal, nome do arquivo de origem e alegação da legenda.
- Compare dentro de cada figura, entre todas as figuras e entre itens suplementares para formas repetidas, fundos, controles e valores plotados.
- Peça imagens de origem quando a duplicação, splicing ou edição não puderem ser resolvidos a partir do PDF. Preserve nomes de arquivo e metadados quando fornecidos.
- Trate uma única similaridade ambígua como um sinalizador que requer verificação de dados de origem; escale apenas quando o reuso for material, não divulgado e inconsistente com o experimento alegado.
Orientação de gravidade:
- Menor: divulgação incompleta da legenda, rótulo de imagem de origem ausente, corte ambíguo.
- Maior: splicing não divulgado, controles de carregamento repetidos em experimentos distintos, figura final não rastreável até a imagem bruta.
- Crítico: mesma imagem ou painel de dados representa condições experimentais diferentes sem divulgação, clonagem/retoque local esconde ou cria sinal.
3. Rigor Metodológico
Verifique:
- Controles experimentais, randomização, cegamento, critérios de exclusão, réplicas biológicas vs técnicas e replicação independente.
- Justificativa de tamanho amostral/poder e se n muda entre desfechos sem explicação.
- Suposições do modelo estatístico, correção para comparações múltiplas, lógica pareado/não pareado, tratamento de covariáveis, tratamento de dados faltantes e análises pré-especificadas.
- Reagentes/anticorpos/linhagens celulares: números de catálogo, RRIDs, lotes, validação, perfil STR, teste de micoplasma, espécie/cepa/sexo/idade.
- Versões de código/software, parâmetros, sementes, pré-processamento, normalização, regras de outliers e proveniência do pipeline.
- Consistência interna: métodos correspondem a resultados, figuras, suplementos, datas, aprovações de ética e materiais disponíveis.
4. Estrutura, Citações e Alegações
Verifique:
- Cada alegação principal mapeia para um resultado e cada resultado mapeia para dados.
- As citações apoiam a alegação declarada, não meramente o tópico.
- Artigos retratados ou com expressão de preocupação são identificados e tratados adequadamente.
- Supercitação, preenchimento irrelevante de citação, autocitação excessiva ou padrões de cartel de citação.
- Exagero de linguagem: "primeiro", "definitivo", "mudança de paradigma" ou alegações clínicas sem evidência adequada.
- Sobreposição com trabalho anterior/preprint/conferência e se a novidade é exagerada.
5. Autores, Periódico e Cronograma
Verifique:
- Número e especialização dos autores.
[... truncado para tradução]