🔍 耿同学打假报告

论文信息

• 来源：大坝安全监测数据的动态统计分析模型研究.pdf
• 标题：大坝安全监测数据的动态统计分析模型研究
• 作者：王超
• 导师：李占超 副教授
• 院校：扬州大学水利科学与工程学院
• 类型：硕士学位论文（全日制学术学位）
• 答辩日期：2023年5月27日
• DOI：未提供

综合评定：🟡 存疑

本论文为水利工程领域的统计分析模型研究，核心内容为方法学应用与工程实例分析。经逐维度检测，未发现确凿的数据伪造或图片篡改证据。但存在多处数据报告过于“完美”、方法与数据描述不够透明、以及个别图表标注矛盾等问题。这些问题可能源于数据处理流程的简化或描述遗漏，但已对研究的可重复性与严谨性构成一定影响。建议读者及后续研究者关注以下细节。

详细发现

发现 1：数据报告异常——“太完美”的显著性

• 位置：表2-1（显著突变点检验结果）、表2-3（各部分子序列统计量指标P值汇总表）
• 描述：表2-1中，5个突变点的P值分别为1.49E-22, 1.51E-04, 1.93E-38, 5.55E-06, 8.04E-17。除第二个点外，其余P值极度微小，呈现出“过于显著”的特征。表2-3中，所有5个子序列的统计量P值均恰好落在1%置信区间之外，且正负号与描述的趋势完全对应，无任何“边缘显著”或“不显著”的情况。
• 证据：
  1. P值分布异常：在真实的统计检验中，p值通常呈现均匀分布。本表p值集中在极小值区间（E-22至E-04），缺乏0.01至0.05之间的“边缘显著”样本，呈现选择性报告的特征。
  2. 完美对应：表2-3中P值的正负号与“Ⅰ下降、Ⅱ上升、Ⅲ下降、Ⅳ上升、Ⅴ下降”的结论完全吻合，且全部在1%水平上显著。这种高度一致的模式在探索性分段分析中极为少见，可能存在“先定结论，后配数据”的嫌疑，或对分段进行了充分调整以获得显著结果。
• 严重程度：🟠

发现 2：图表标注矛盾——低级错误暗示流程不规范

• 位置：图3-2，及其相关描述
• 描述：图3-2的标题为“8#监测点水平位移实测值与拟合值对比图”，但其横坐标轴标注为“水平位移值”。根据上下文及同类图表（如图2-9），横坐标应为“日期”。这是一个明显的标注错误。
• 证据：
  1. 图3-2的横轴刻度标签（1999/3/4等）是日期格式。
  2. 同一论文中的图2-9、图3-5等相似图表，横轴均正确标注为“日期”。
  3. 在讨论该图时，正文以“监测日期为横轴”进行描述。
• 分析：此类低级错误通常意味着图表生成或编辑过程可能不够严谨，或者在多版修改中出现了疏漏。它单独来看可能是笔误，但结合其他异常，增加了对数据处理流程整体严谨性的疑虑。
• 严重程度：🟡

发现 3：关键工程信息缺失——影响可重复性与结论验证

• 位置：2.5.1节“工程概况”、3.4节“实例分析”、4.4节“实例分析”
• 描述：论文使用了两个不同的“某水电站”作为案例（一个用于2-3章，一个用于第4章），但均未提供具体名称、地理位置或大坝标识。仅给出了坝型、高度等概括性信息。
• 证据：
  1. 2.5.1节：“本节以某水电站的挡水坝段为例...主坝全长412m，最大坝高71m...”
  2. 4.4.1节：“某水电站的挡水坝属于一等大(1)型，为碾压混凝土重力坝...坝顶全长525 m...最大坝高110 m...”
  3. 全文未提供任何具体的工程名称或公开可查的识别信息。
• 分析：对于工程类研究，尤其是使用实际监测数据的研究，匿名化处理是可以理解的。但完全匿名且不提供数据的获取渠道（如注明“受限于保密协议，具体工程信息不予公开”）使得外部读者完全无法验证数据的真实性、背景的准确性以及结论的普适性。这属于方法学透明度不足。
• 严重程度：🟡

发现 4：时序数据展示不连贯——存在数据截断或编辑的痕迹

• 位置：图2-9 (9#监测点)、图2-16 (4#监测点)、图3-2 (8#监测点) 的水平位移时序图
• 描述：多个监测点的时序图（2000年-2021年）显示出一些不自然的间断或跳跃。例如，数据点在某些时段突然变得极其稀疏或出现明显的断点，与“连续监测数据”的叙述不符。
• 证据：对比同一图表中数据点的密度。例如，图2-9中，在2011年附近数据点似乎突然变得稀疏，且曲线形态有突变。虽然这可能是实际监测中断，但论文未对此进行说明。
• 分析：在公开的学位论文中，展示完整的原始数据时序图是基本要求。数据的不连续性可能源于：(1) 真实的监测数据缺失，但未在方法中说明处理方式；(2) 为论文展示而选择性截取或平滑了数据。缺乏说明削弱了数据的可信度。
• 严重程度：🟡

发现 5：模型残差检验结果“异常优良”

• 位置：图3-6 (各段残差序列自相关检验图)、图4-4 (模型残差序列自相关检验图)
• 描述：所有自适应分段模型（5段）和时变参数状态空间模型的残差自相关检验图均显示，所有滞后阶数的自相关系数几乎完美地落在置信区间内，并接近于0。残差序列表现出近乎理想的“白噪声”特性。
• 证据：对比真实工程数据分析中的残差图，通常会存在少量未能被模型完全捕获的微弱自相关或异方差性。本论文中所有模型残差的ACF图均呈现出教科书级别的“完美”白噪声模式，这在复杂实际工程数据建模中极为罕见。
• 分析：过度“完美”的残差可能表明：(1) 模型过度拟合，包含了过多参数；(2) 数据被进行了过度平滑或预处理；(3) 残差检验的呈现方式（如纵坐标尺度）可能放大了这种完美感。结合前述数据“太显著”的问题，此处模型“太好”的拟合结果增加了对模型复杂度和数据真实性的疑问。
• 严重程度：🟠

耿同学辣评

“这篇论文就像一位过度粉饰的相亲对象：数据显著得像开了挂，模型拟合得像开了美颜，连工程名字都打上了厚厚的马赛克。虽然没拍到PS拼图的实锤，但这‘无缝衔接’的完美数据流和‘幽灵’大坝，总让人觉得背后是不是有个Ctrl+C的‘上帝之手’在微调参数？耿同学建议：下次相亲，麻烦把原相机、素颜照和户口本都带上。”

建议后续行动

• 要求作者提供原始数据：针对关键表格和图表，要求作者或导师提供原始的监测数据集及用于生成统计结果的代码或脚本，以供复现。
• 在 PubPeer 上提出质疑：将上述异常点（尤其是数据过于完美和工程信息缺失）以具体、礼貌的方式在学术讨论平台提出，关注同领域学者的意见。
• 联系作者或导师进行澄清：通过学术渠道，就低级错误（如图表标注）和透明度问题（如工程信息、数据预处理）直接询问作者或导师，寻求合理解释。
• 建议期刊/学位评定委员会关注：对于此类学位论文，可向答辩委员会或所在学院学术委员会反映，提请注意其研究过程的透明度和数据呈现的规范性。

⚠️ 免责声明

本报告由 AI 辅助生成，基于对所提供文本的分析，仅供学术讨论参考。
学术不端的最终认定需要专业机构对原始数据、实验记录和伦理过程进行深入调查。
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绝对准确性，误报和漏报均有可能。对于文本未涉及的图片像素级分析、实验原始记录核查等，本报告未做判断。