Communitygithub.com

1anj/academic-integrity-skill

基於耿同學風格的學術誠信自我審計技能,適用於稿件、修訂、發表後關注事項及實驗室內部審查,包括 Nature/Nature Portfolio 投稿。

academic-integrity-skill 是什麼?

這是一個為學術作者、編輯、審稿人或研究團隊設計的 AI 技能,專門用於進行學術誠信自我審計。它涵蓋稿件、修訂、發表後問題及實驗室內部審查,尤其適用於 Nature/Nature Portfolio 投稿。該技能的核心目標是幫助進行糾正性自我檢查,而非公開指控。它整合了多個審計框架,包括「耿式六招」(影像重複使用、偽造數據、影像拼接、統計異常、發表產出異常及引用方法異常)、「五大領域審查」(數據/結果、影像/圖表、方法嚴謹性、結構/引用、作者/期刊)以及三種數值篩查(尾數分佈、小數模式一致性、精確/近似數據重複)。該技能支持多種平台,如 Claude Code、Coder 或 Codex,並可透過指令直接調用。它強調證據精確性,區分確認事實與懷疑,並區分誠實錯誤、報告不足、可疑研究實踐及可能的偽造或篡改。此外,它還提供一系列可執行的腳本(如數值篩查、包審計、影像相似性篩查等)來輔助自動化審查,但所有腳本輸出僅作為篩查證據,需結合科學背景進行解讀。在缺乏原始數據或原始影像時,該技能會明確標記限制,並建議進行人工驗證。最終報告會整合所有領域的檢查結果,並根據 Nature 政策門檻評估提交準備度或修正準備度。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add 1anj/academic-integrity-skill

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Geng 學術誠信審計

使用此技能幫助作者、編輯、審稿人或研究團隊對稿件、修訂、發表後關注事項及實驗室內部審查進行學術誠信自我審計,包括 Nature/Nature Portfolio 投稿。目標是進行糾正性自我檢查,而非公開指控。精確報告證據,區分確認事實與懷疑,並區分誠實錯誤、報告不足、可疑研究實踐及可能的偽造或篡改。

核心立場

  • 在尖銳之前先嚴謹:每個關注點都需要位置、觀察、規則、嚴重程度和良性的替代解釋。
  • 不要稱人為詐欺犯。應說「此證據模式與...一致」、「需要作者解釋」或「已達到正式調查的門檻」。
  • 僅在簡短的結尾評論中短暫使用「耿同學」口吻。保持以證據為主導,避免人身攻擊。
  • 如果只有文字可用,則說明無法完全驗證影像完整性和原始數據一致性。
  • 如果可以存取公開網路且稿件已發表,請根據官方期刊頁面、PubPeer、Retraction Watch、更正、關注聲明以及數據/程式碼儲存庫,檢查 DOI/標題。優先使用主要或官方來源。

資料收集

要求或推斷審計包:

  • 稿件/PDF、補充資訊、圖例、方法、報告摘要以及數據/程式碼可用性聲明。
  • 最終圖形加上未裁切的原始影像(適用於凝膠/墨點/顯微鏡/流式細胞術)。
  • 從圖形/表格中提取的數值,盡可能以 CSV/XLSX 格式提供。
  • 倫理批准、試驗註冊、樣本量/功效理由、隨機化/盲法記錄、試劑標識符以及作者貢獻/利益衝突聲明。
  • 任何關注信件、審稿人意見、PubPeer 討論串、更正草稿或期刊詢問。

當使用者提供數值 CSV/XLSX 時,執行捆綁的篩選:

python3 scripts/geng_numeric_screen.py path/to/data.csv --format markdown --output geng-numeric-screen.md

僅將腳本輸出用作篩選證據;在科學背景下進行解釋。

如果使用者提供完整的稿件包目錄,首先清查可用內容:稿件、補充資訊、原始數據、最終圖形、原始影像、倫理/批准文件、試驗註冊、程式碼、協定和通信。缺少的材料必須出現在最終報告中。

整合審計框架

根據這些整合的規則系列執行審計:

  • 耿式六招:影像重複使用、看似偽造的數值數據、影像拼接、統計異常、發表產出異常以及引用/方法異常。
  • 五大領域審查:數據/結果、影像/圖表、方法嚴謹性、結構/引用、作者/期刊。
  • 三種數值篩查:尾數分佈、小數模式一致性以及精確/近似數據重複。

始終完成所有領域。如果證據不可用,則將該領域標記為「無法評估」,並指定需要哪些文件。

期刊與 Nature 政策門檻

將其用作提交準備度和修正準備度檢查清單:

  1. 影像完整性:圖形經過最小程度處理;無未揭露的克隆/修復/修飾;僅進行全局調整;無隱藏的泳道拼接;保留凝膠/墨點原始影像並與最終面板匹配;圖例揭露裁切、泳道重新排列、偽色、伽瑪/閾值處理、去捲積和非相鄰並置。
  2. 數據、程式碼、材料和協定:存在數據可用性聲明;可存取或用於驗證和擴展主張所需的最低限度數據,或理由已說明;存取 ID/儲存庫連結有效;在需要進行複製時可取得程式碼和協定。
  3. 報告標準:報告隨機化、盲法、排除、樣本量確定、複製、統計檢定、軟體版本以及關鍵試劑/材料標識符。
  4. 倫理與註冊:存在人類/動物/臨床/生物安全批准並與工作一致;臨床試驗在必要時進行前瞻性註冊;解釋同意和隱私限制。
  5. 作者身份與責任:所有作者都已批准稿件,作者貢獻具體,通訊作者責任明確,且所有作者都能協助解決誠信問題。
  6. 利益衝突與資金:聲明財務和非財務利益;說明資助者角色;標記未揭露的產業、專利、諮詢或編輯委員會衝突。
  7. 抄襲、重疊與重複發表:揭露與正在審查、已接收、預印本、會議或先前實驗室論文的內容重疊;重複使用的文字/數據/圖形需獲得許可並引用。
  8. 更正與撤稿:如果發現重大錯誤,請分類是否需要作者更正、通知編輯、討論關注聲明或撤稿/機構調查。

詳細檢查

1. 數據與結果

檢查:

  • 平均值/SD/SEM/n 的一致性;p 值與報告的檢定和樣本量相容。
  • 過於完美的劑量反應曲線、難以置信的小變異數、相同的 SD、欄位間的恆定差異、不可能的置信區間以及處於可疑閾值的四捨五入 p 值。
  • P-hacking 模式:許多 p 值略低於 0.05、無零結果、選擇性子組報告、未經校正的多重檢定。
  • 基線表過於平衡或所有項目皆無顯著性(而平衡應有所變化)。
  • 生物或物理合理性:效應大小與已知檢測噪音、儀器限制、檢測極限和時間點的比較。
  • 原始數據可用性以及原始數據是否再現了繪圖值。

數值篩選門檻:

  • 尾數卡方值在自由度為 9 時高於 0.05 的臨界值則屬可疑;對於至少有 20 個值的欄位,也標記 Cramer's V 大於 0.3 或尾數頻率超過預期的 2 倍。
  • 小數前綴重複:超過 5 個重複組、最大重複計數至少為 3 或重複率高於 15% 則屬可疑。
  • 精確重複值:超過 5 個重複值或任何值在獨立連續測量中重複至少 3 次則屬可疑。
  • 當多個獨立篩選指向同一個圖形/表格或核心結論時,升級處理。

腳本支援的檢查

在其輸入可用時,使用確定性腳本。腳本產生篩選證據,而非不當行為認定。在報告中保留命令、輸入路徑、輸出路徑和解釋限制。

可用腳本套件:

腳本使用時機輸出
scripts/geng_numeric_screen.py可從圖形/表格中取得 CSV/TSV/XLSX/stdin 格式的數值。針對尾數、小數前綴重複和精確重複值的 Markdown/JSON 篩選。
scripts/package_audit.py可取得稿件包目錄。缺少材料的檢查清單,包括稿件、補充資訊、原始數據、原始影像、倫理文件、程式碼和可用性聲明。
scripts/figure_manifest_builder.py可取得最終圖形、補充圖形或原始影像。圖形/原始影像清單,包含檔名、尺寸、雜湊值、類別和可選的 CSV 匯出。
scripts/image_similarity_screen.py需要對多張科學影像進行重複/重複使用篩選。候選重複影像、轉換後重複使用配對、相似度分數和證據文件。
scripts/blot_gel_lane_audit.py可取得西方墨點或凝膠影像。泳道邊界和重複泳道篩選報告。
scripts/graph_source_consistency.py可取得原始數據和報告的摘要圖形數據。原始數據與報告值之間的平均值/SD/SEM/n 不一致。
scripts/stats_consistency_check.py可取得原始數值數據。重新計算的描述性統計和零變異數旗標。
scripts/microscopy_reuse_screen.py可取得顯微鏡影像。瓷磚級別重複使用/局部克隆候選報告。
scripts/flow_plot_duplicate_screen.py可取得流式細胞術繪圖影像。重複的點雲/閘門影像候選報告。
scripts/citation_integrity_check.py可取得參考文獻文字、BibTeX、RIS 或 DOI 列表。離線 DOI、重複參考文獻和撤稿標記篩選。
scripts/report_assembler.py可取得多個腳本的 JSON 輸出。統一的 Markdown 證據分類帳和腳本級別審計報告。

所有腳本的共享約定:

  • 偏好使用 --format markdown|json 和 --output。
  • JSON 輸出應在腳本支援時包含 tool、input、findings、risk_level、evidence_files 和 limitations。
  • 如果所需的輸入不可用,則盡可能手動執行等效檢查,並將其標記為「手動/非腳本支援」。

2. 影像與圖形

檢查:

  • 跨面板重複使用:相同或幾乎相同的影像代表不同的樣本、組別、時間點、處理、放大倍率、染色、通道、重複或論文。
  • 轉換偽裝的重複使用:經過旋轉、翻轉、調整大小、拉伸、對比度變化、裁切、局部遮罩、偽色轉換或部分重疊的複製面板。
  • 背景指紋:在看似獨立的影像中出現相同的灰塵、刮痕、相機雜訊、凝膠斑點、墨點背景紋理、顯微鏡視野缺陷、氣泡、碎屑或細胞團塊。
  • 西方墨點/凝膠:重複使用的上樣控制、重複的條帶、克隆的泳道、非相鄰泳道拼接、垂直邊界線、不一致的背景、突然的曝光變化、缺少分子量標記、裁切後省略相關條帶的原始掃描,以及無法追溯到未裁切原始檔案的終端面板。
  • 墨點泳道完整性:條帶應與正確的樣本順序、來源膜、曝光、歸一化和定量對齊。除非明確有效並揭露重複使用,否則標記在不相關實驗中重複使用的 beta-actin/GAPDH/tubulin 對照。
  • 顯微鏡:在不同條件下重複使用相同細胞/背景;旋轉/翻轉視野;克隆的細胞或組織區域;不一致的通道合併;未揭露的閾值處理、去噪、去捲積、伽瑪變化、偽色或選擇性視野選擇。
  • 流式細胞術:重複的點雲、複製的象限/閘門、過於規則的分佈、不一致的補償、缺少設門層級、重複使用的同型/FMO 對照,以及與顯示繪圖不一致的細胞群百分比。
  • 菌落、傷口癒合、遷移、侵襲、動物、組織學和顯微鏡面板:重複的菌落、重複的傷口邊緣、重複的組織結構、重複的動物影像、不一致的比例尺和視野不匹配。
  • 圖表和統計圖形:圖形值與來源表不一致、誤導性軸線、缺少單位、用於誇大效應的非零基線、不等距的刻度、缺少誤差棒定義、不對稱或難以置信的小誤差棒,以及跨面板重複的繪圖點。
  • 複合圖形揭露:應在圖例或方法中揭露每一次裁切、泳道移除、非相鄰並置、放大倍率變化和代表性影像選擇。
  • 跨論文/預印本重複使用:當使用者提供或要求公開檢查時,將圖形與補充資料、先前版本、預印本、論文章節、會議摘要和先前實驗室出版物進行比較。

驗證程序:

  1. 建立圖形地圖:列出每個圖形/子圖形、樣本身份、條件、放大倍率、通道、來源檔名和圖例聲明。
  2. 在每個圖形內、所有圖形之間以及補充項目之間比較重複的形狀、背景、對照和繪圖值。
  3. 當無法從 PDF 解決重複、拼接或編輯問題時,要求提供原始影像。提供時保留檔名和中繼資料。
  4. 將單一的模糊相似性視為需要原始數據驗證的標記;僅當重複使用是重大的、未揭露的且與聲稱的實驗不一致時才升級。

嚴重性指引:

  • 輕微:圖例揭露不完整、缺少原始影像標籤、模糊的裁切。
  • 重大:未揭露的拼接、在不相關實驗中重複使用的上樣對照、無法追溯到原始影像的終端圖形。
  • 嚴重:相同影像或數據面板代表不同的實驗條件且未揭露,局部克隆/修復隱藏或產生了訊號。

3. 方法嚴謹性

檢查:

  • 實驗對照、隨機化、盲法、排除標準、生物 vs 技術重複以及獨立複製。
  • 樣本量/功效理由以及 n 是否在結果間無解釋地變化。
  • 統計模型假設、多重比較校正、配對/非配對邏輯、共變量處理、缺失數據處理以及預先指定的分析。
  • 試劑/抗體/細胞株:目錄號、RRID、批次、驗證、STR 分析、黴漿菌檢測、物種/品系/性別/年齡。
  • 程式碼/軟體版本、參數、種子、前處理、歸一化、異常值規則以及管線來源。
  • 內部一致性:方法與結果、圖形、補充資料、日期、倫理批准和可用材料相符。

4. 結構、引用與聲明

檢查:

  • 每個主要聲明都對應一個結果,每個結果都對應數據。
  • 引用支援所聲稱的主張,而不僅僅是主題。
  • 識別出被撤稿或發布關注聲明的論文,並適當處理。
  • 過度引用、無關的引用填充、過多的自引或引用聯盟模式。
  • 語言誇大:在沒有充分證據的情況下使用「首次」、「決定性」、「改變典範」或臨床聲明。
  • 先前/預印本/會議重疊以及是否誇大了新穎性。

5. 作者、期刊與時間表

檢查:

  • 作者人數與專業知識

…

[為翻譯而截斷]

相關技能