🔍 耿同学打假报告

论文信息

• 标题：本科毕业生的英语能力对就业质量的影响研究——基于全国高校毕业生就业状况调查的实证分析
• 作者：阮倩，闫思宇，岳昌君
• 期刊：复旦教育论坛
• DOI：10.13397/j.cnki.fef.2025.06.012
• 发表年份：2025年
• 论文来源：本科毕业生的英语能力对就业质量的影响研究——基于全国高校毕业生就业状况调查的实证分析_阮倩.pdf

综合评定：✅ 清白

详细发现

发现 1：图片与排版检测（第一式 & 第三式）

• 位置：全文图表
• 描述：本文提供了纯文本化的统计数据表格（表1至表6），未包含 Western blot、显微镜图、流式细胞图等易造假的图像面板。
• 证据：由于文本中未提供实际的实验图片或复杂的图形面板，无法进行像素级重复率检测、背景噪点对比或 PS 痕迹分析。仅从文本数据来看，表格排版规整，未发现异常。
• 严重程度：🟢（无图像数据，默认排除图像类造假嫌疑）

发现 2：数据真实性检测（第二式：随机数生成器检测）

• 位置：表1、表3、表4、表5、表6
• 描述：数据呈现出真实社会调查数据应有的“杂乱感”和统计学特征，没有出现人为编造数据的“完美主义”痕迹。
• 证据：
  1. 描述统计正常：表1中四级成绩的均值为457，标准差为63.92，最大值673，最小值230。均值和中位数（451）极为接近，符合正态分布的常态，标准差也完全符合大学英语四级考试的真实离散度。
  2. 误差项真实：表3至表6中的标准误并非整数或固定规律的小数，而是如 0.021, 0.100, 0.094 等正常的浮点数。
  3. “不完美”的结果：在表3第(3)列中，口语“流利”对起薪的影响系数为 0.033（标准误 0.025），p值大于0.1，在统计学上不显著。造假者往往喜欢把所有假设都做成显著的，而本文如实报告了这一不显著的结果，并在后续分析中客观解释了这种“阈值效应”，体现了数据处理的诚实性。
• 严重程度：🟢（数据面貌高度健康）

发现 3：统计学逻辑检测（第四式：统计学异常）

• 位置：表3 - 表6
• 描述：研究方法与数据类型高度匹配，中介效应逻辑自洽，未发现 p-hacking 或选择性报告的明显痕迹。
• 证据：
  1. 方法得当：起薪（连续变量）使用 OLS 回归并取对数，就业满意度（定序变量）使用 O-Logit 回归，求职途径（无序多分类）使用 M-Logit 回归，中介效应使用 KHB 法。这一套组合拳非常规范，是教育经济学领域的高级标准操作。
  2. 样本量一致且合理：除表5由于变量自身缺失值导致部分列样本量从 2591 降至 2450（并在注释中做了如实说明）外，其余各表样本量均为 2591。
  3. 数学自洽：表6的 KHB 中介效应分解中，总效应 = 直接效应 + 间接效应（例如 M1 口语一般：0.427 = 0.387 + 0.040），数学计算严丝合缝。
• 严重程度：🟢（统计学运用严谨）

发现 4：时间线与方法学检测（第五式 & 第六式）

• 位置：首页、脚注、参考文献
• 描述：论文的收发时间线、政策引用、数据来源逻辑完全合理，无穿越、无编造。
• 证据：
  1. 时间线合理：当前为2026年5月。论文使用的是2023年的调查数据，参考文献中最新引用了2025年4月8日发布的政策文件（访问日期2025-04-20），论文收稿日期为2025年6月17日。这一时间轴符合“数据收集-政策出台-论文写作-投稿”的绝对自然规律。
  2. 数据剔除逻辑清晰：作者在样本说明中明确指出，剔除了升学、未确定去向、灵活就业的样本，且剔除了英语专业毕业生（因其考专四专八而非四六级）。这种“不贪图大样本”、追求统计口径一致性的做法，是严谨实证研究的体现。
• 严重程度：🟢（无时间线或常识冲突）

发现 5：轻微的文本过度解读（非造假，属学术写作套路）

• 位置：摘要与结论部分
• 描述：假设 H1 提出“对起薪和满意度均有显著影响”，但表3实证结果其实只“部分支持”（口语流利对起薪不显著，四级证书对满意度不显著）。
• 证据：作者在结论中将其圆回为“不同维度的英语能力对就业质量的影响存在差异”。这在学术界属于常见的“找补”式写作（虽然假设没完全成立，但要强行解释出理论意义），属于写作技巧范畴，绝非数据造假。
• 严重程度：🟡（常见学术写作瑕疵，可忽略不计）

耿同学辣评

各位看官，今天咱们碰上了一块“硬骨头”！原本准备好的“打假六式”连 PS 的痕迹都没找着。这篇文章的数据长得那叫一个“原生态”，连四级成绩的均值和中位数都老老实实差了6分，完全没有用随机数生成器造假的那种“塑料完美感”。连“口语流利为啥不涨工资”这种容易被认为是“实验失败”的不显著结果，人家都敢大大方方摆出来再给你强行圆回来。这年头，能用真数据把故事圆得如此清新脱俗，连 KHB 中介模型都跑得严丝合缝的论文，必须给个清白之身！耿同学宣布：本次打假，空手而归！

建议后续行动

• 联系作者要求提供原始数据
• 在 PubPeer 上提出质疑
• 向期刊编辑部举报
• 向作者所在机构学术委员会举报
  (注：本文高度合规，未发现学术不端迹象，无需采取上述行动。可作为正面案例研读其计量经济学方法。)

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。