🔍 耿同学打假报告

论文信息

• 论文来源：chi25_979.pdf
• 标题：Seeing Through the Overlap: The Impact of Color and Opacity on Depth Order Perception in Visualization
• 作者：Zhiyuan Meng, Yunpeng Yang, Qiong Zeng, Kecheng Lu, Lin Lu, Changhe Tu, Fumeng Yang, Yunhai Wang
• 期刊/会议：CHI '25 (April 26-May 1, 2025, Yokohama, Japan)
• 发表年份：2025

综合评定：✅ 清白

详细发现

第一式：图片复用检测（一图多用）

• 位置：全文图表区（Figure 1 - Figure 11）
• 描述：由于本文为可视化领域的人机交互（HCI）实证研究论文，文中涉及的图表均为实验UI截图（Fig 1, Fig 3）、数据统计图（Fig 4-9）及设计案例（Fig 10, Fig 11），未发现 Western blot、流式细胞术或显微镜图等容易被一图多用的传统“造假重灾区”图片。
• 证据：文本中提供的图表说明逻辑自洽，无视觉描述上的重复或矛盾。
• 严重程度：无（文本中未提供足够的原始像素图片，无法进行像素级分析，但从文本描述来看未触发红旗）。

第二式：数据造假检测（随机数生成器都不如）

• 位置：Section 3.3 (Main Experiment) 数据描述部分
• 描述：对实验数据的算术逻辑进行了严密核查。论文指出：“最终保留了180名被试，每人112次测试，共计20,160次测试。其中，回答正确14,768次（73.25%），错误4,862次（24.12%），不确定530次（2.63%）”。
• 证据：我们来算一笔账：180 × 112 = 20,160（总次数完全吻合）。14768 + 4862 + 530 = 20160（各分项相加完全吻合）。比例计算：14768 / 20160 = 73.2539...%，4862 / 20160 = 24.117...%，530 / 20160 = 2.628...%。数据的四舍五入不仅完全自洽，且百分比具有真实数据特有的非整数尾数特征，绝非随机数生成器拍脑门瞎编的。
• 严重程度：无（完美自洽）。

第三式：图片拼接检测（PS 痕迹）

• 位置：Figure 4, Figure 5, Figure 6 统计图表描述
• 描述：文本中描述了包含误差线和置信区间的统计图。由于没有原始位图，无法检查像素断层或噪声纹理。但论文同时公开了数据集和代码（"data, code, and models available at https://osf.io/n3jg8/"），这种“开源”底气让拼接造假的可能性极低。
• 证据：OSF 数据开源是最高级别的透明度证明。
• 严重程度：无。

第四式：统计学异常检测

• 位置：Section 3.2 (Power analysis) & Section 4 (Inferential Analyses)
• 描述：统计学应用极其严谨。作者不仅在预实验后进行了功效分析计算出最少需要135人（实际招募192人以防数据剔除），还在假设检验中老实交代了数据不满足正态分布，从而使用了非参数检验（Kruskal-Wallis H test），并使用了 Bonferroni 校正。
• 证据：给出的 p 值分布非常自然（如 p=.0046, p=.0003, p=.071 等），没有出现“恰好压在 0.049”的 p-hacking 迹象。机器学习部分的评价指标（准确率 80.72%，F1 score 87.75%）符合该任务难度的常理，且 F1 高于 Accuracy 通常意味着对多数类（正确回答）预测较好，符合逻辑。
• 严重程度：无。

第五式：产出异常检测（量产型学术）

• 位置：时间线及实验设计
• 描述：研究 timeline 符合逻辑。预实验找了本校 24 名计算机专业的学生（30分钟），随后针对众包特点（容易疲劳）优化了实验，缩短为 10 分钟，并发放 1.2 美元被试费。
• 证据：2024-2025 年间在 Prolific 平台上，10 分钟 $1.20 的报酬虽然有点“抠门”（时薪 $7.2，略低于当前众包建议的最低时薪），但完全符合资本家做众包实验的真实做派，毫无伪造痕迹。
• 严重程度：无。

第六式：引用与方法学异常

• 位置：Section 3.1 Stimuli 组合数学计算
• 描述：方法学中的组合数学计算堪称教科书级别。论文声称：“从8种颜色中选2种有 C(8,2)=28 种组合，3×3=9 种透明度组合，2×2=4 种层级排列，总计 28×9×4=1,008 种独特的视觉刺激。”
• 证据：28 × 9 × 4 = 1008。数学完全正确！随后主实验将 1008 除以 9 组，得到每组 112 个测试。1008 ÷ 9 = 112。连除法都严丝合缝，作者的小学数学老师和大学统计学老师看了都会流下欣慰的泪水。
• 严重程度：无。

耿同学辣评

这篇论文的数学计算严丝合缝到令人发指，连小数点后两位的交叉验证都不带一点磕巴的！不仅主动公开了数据和代码，还在众包实验里精打细算只给 1.2 刀的劳务费，这充满“学术穷酸但严谨”的真实感，造假分子是装不出来这种抠门又细致的气质的。真要是造假，谁会费劲巴力把 20160 次 trial 的加减乘除算得这么清楚啊！

建议后续行动

• 无需任何动作，大家可以放心引用这篇论文的结论。
• 建议作者下次给众包工人发工资时稍微大方那么一点点（仅为玩笑）。

⚠️ 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。