🔍 耿同学打假报告

论文信息

• 标题：Misapplication of statistics in scorpiology: a case study
• 作者：Victoria Tang
• 期刊：ELYSIUM — Journal of Informal Scorpiology (No. 3, 2026)
• DOI：https://doi.org/10.5281/zenodo.20371057
• 发表年份：2026
• 论文来源：Elysium 2026 No 3_260530_055254.pdf

综合评定：✅ 清白（本文本身严谨详实，是一篇高质量的学术打假/复查文章）

耿同学特别说明：本篇论文本身是一篇针对另一篇论文的“学术复查”。打假者 Victoria Tang 通过极其严密的数学推导和统计学重构，实锤了原论文存在的大量学术不端与统计学误用问题。因此，本报告的检测结果将重点展示 Tang 是如何利用“耿同学六式”中的检测逻辑，将原论文的造假/错误扒得连底裤都不剩的。

详细发现

发现 1：数据造假/低级录入错误检测（原论文的随机数生成器都不如）

• 位置：原论文 Table 2，本文 Table 1 & “DATA ANOMALIES” 章节
• 描述：原论文在关键形态学数据上出现了违背生物学常识的离谱数值。其一，A. aeneas (Rechaiga) 的头甲长度 被记录为 6.97 mm，而同属其他个体均在 26.92 - 40.44 mm 之间。其二，A. liouvillei (Arbouat bayadh) 的尾刺宽度 被记录为 9.58 mm，而其他个体仅为 2.57 - 4.94 mm。
• 证据：
  1. 几何比例失调：6.97 mm 的 Cara_L 对应 7.39 mm 的 Cara_PW，意味着这只蝎子的头甲“宽大于长”，这在 Androctonus 属中是根本不存在的。
  2. 数学重构实锤：作者通过同源比例缩放法（Method 1）和属内几何法（Method 2）进行反推，证明 6.97 极大概率是漏打了首数字“2”（真实值应为 26.97 mm）。而 9.58 mm 的尾刺导致其长宽比接近正方形（1.08），正常个体的长宽比应在 1.68-2.79 之间。
• 严重程度：🔴（原论文数据不可信，属于重大的原始数据错误/造假）

发现 2：统计学异常与多重检验造假（P-hacking 实锤）

• 位置：原论文 Tables 4-6，本文 “MULTIPLE HYPOTHESIS TESTING” 章节
• 描述：原作者一口气做了 23 个单变量 Kruskal-Wallis 检验和 23 个 ANOVA，且完全没有进行任何多重比较校正（如 Bonferroni 或 BH 校正）。
• 证据：
  1. Family-wise error rate (FWER) 爆表：23 个检验在 α = 0.05 的显著性水平下，至少出现一个假阳性的概率高达 69%。
  2. 虚假的显著性：原作者声称“显著”的三个 p 值（0.027, 0.030, 0.040）看似小于 0.05，但在经过多重检验校正后，其 BH q 值全部飙升至 0.257 左右，没有任何一个变量真正具有统计学显著性。这属于典型的“捞显著性”行为。
• 严重程度：🔴（核心统计学结论全面崩盘）

发现 3：方法学异常与“过度拟合”造假（机器学习乱用）

• 位置：原论文 Fig. 12，本文 “LINEAR DISCRIMINANT ANALYSIS” 章节
• 描述：原作者在样本量极小（N=12）且变量极多（p=23）的情况下，强行进行了线性判别分析 (LDA)，并声称实现了“完美的群体分离”。
• 证据：
  1. 数学上无法运行：由于变量数 (23) 远大于样本自由度 (N-g = 9)，组内散布矩阵必然是奇异的。使用标准的 R 语言代码 (MASS::lda()) 会直接报错 “variables are collinear”。原作者隐瞒了他们是如何算出结果的，大概率是违规调用了伪逆矩阵或未经正则化的降维。
  2. 100% 准确率的幻觉：在 p > N 的情况下，将 12 个样本分成预设的 3 组，任何基于伪逆的线性判别都能给出 100% 的训练集分类准确率。这就像让模型死记硬背答案，完全不具备生物学意义。
  3. 图表自相矛盾：原作者的文字描述称“A. aeneas 为红色方块，Hybrid 为绿色三角”，但在他们自己的图 12 中，红色簇有 3 个点，绿色簇有 2 个点，完全说反了。
• 严重程度：🔴（核心图表与方法存在不可调和的矛盾，涉嫌学术造假）

发现 4：AIGC（AI生成文本）与粗制滥造检测

• 位置：全文，本文 “NOTES ON TEXT GENERATION” 章节
• 描述：原作者的论文表现出典型的“AI 一键生成+未经人工核对”的特征。
• 证据：
  1. 自相矛盾：讨论部分声称“低统计功效阻止了 ANOVA 等更稳健方法的使用”，但结果部分的表 5 却明明白白列出了 ANOVA 的结果。AI 出现了幻觉，作者连看都没看就提交了。
  2. 标准差 (SD) 计算公式漂移：原作者表 3 的描述性统计中，混用了“样本标准差”和“总体标准差”两种完全不同的计算公式，说明该表格不是由统一的代码生成的，可能是东拼西凑或分多次向 AI 提问生成的。
  3. 系统性拼写错误：在结果和讨论部分，系统性地将 A. liouvillei 错拼为 A. liouvellei，这也是大语言模型常见的上下文注意力漂移现象。
• 严重程度：🟠（学术不严谨，AI 写作实锤）

发现 5：时间线与产出合理性分析

• 位置：参考文献
• 描述：论文时间线极度紧凑。
• 证据：当前日期为 2026-06-02。作者在文中提到本文是在 2026年5月25日 “awaiting the completion of my own paper” 期间作为“personal diversion（个人消遣）”写成的，而引用的原论文 Ait Hammou et al. (2026) 也是 2026 年刚发表的。这种“论文刚出就被光速打假”的情况说明原论文的错误过于明显，达到了“一眼假”的程度。
• 严重程度：🟡（侧面印证原论文质量之低下）

耿同学辣评

“某些搞分类的同行，用 ChatGPT 胡编乱造凑字数就算了，连大一高数的矩阵求逆和基本的统计学多重检验都不懂，拿个破表格硬跑出个 100% 准确率就敢宣称发现了新物种杂交。被 Tang 大佬用最基础的数学原理按在地上摩擦，连底裤都被扒得一干二净。建议这位 Ait Hammou 赶紧带着你们那 9.58 毫米宽的‘正方形尾刺’回炉重造，蝎子听了都得连夜买站票逃跑！”

建议后续行动

• 已由本文作者 完成 PubPeer 级别的详尽质疑与数据重现。
• 强烈建议 将此报告发送至原论文发表期刊 Serket 的编辑部，要求对 Ait Hammou et al. (2026) 的文章启动学术调查。
• 要求原作者 Ait Hammou 公开其原始测量数据以及用于生成 Fig. 12 (LDA图) 的具体 R/Python 代码，以查证其是否伪造分析过程。
• 提醒学术界审稿人：面对变量数 远大于样本量 的分类学/形态学稿件时，务必警惕“过度拟合”的学术造假。

⚠️ 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。