Loading...
正在加载...
请稍候

深化体教融合背景下成都市体育传统项目学校田径后备人才培养影响因素及优化路径研究

2026-08-06 15:10

🔍 耿同学打假报告

论文信息

  • 论文来源:深化体教融合背景下成都市体育传统项目学校田径后备人才培养影响因素及优化路径研究_刘静.pdf
  • 标题:深化体教融合背景下成都市体育传统项目学校田径后备人才培养影响因素及优化路径研究
  • 作者:刘静
  • 期刊/机构:成都大学硕士学位论文(指导教师:许杰)
  • 完成日期:2025 年 12 月 5 日

综合评定:🟠 高度可疑

详细发现

发现 1:数据量纲与统计常识严重冲突(核心数据实锤造假)

  • 位置:第 6 章 fsQCA 条件配置分析 / 表 6.1 fsQCA 变量分位数校准标准表
  • 描述:在进行模糊集定性比较分析(fsQCA)的变量校准时,作者列出了各变量的 5%、50%、95% 分位数。其中,学校组织支持(XX)、教师专业能力(JS)、家庭参与程度(JT)的 95% 分位数高达 19.00,课程设置完善度(KC)的 5% 分位数高达 9.00。然而,根据第 4.4 节(测量工具设计)说明,问卷采用 Likert 五点评分法,每个变量仅包含 4 个测量条目。作者在 6.1.2 节也明确写道:“问卷得分为加总后均值”。
  • 证据:既然是“加总后均值”,4 个题项(单项满分 5 分)加总后的总分满分仅为 20 分,其均值的满分依然是 5 分。这意味着无论学生怎么打分,该变量的均值得分永远介于 1.00 到 5.00 之间。而作者在表 6.1 中竟然得出了 7.00、14.00、19.00 等远超满分 5 分的校准值!这说明作者要么完全凭空捏造了 fsQCA 的原始数据矩阵,要么胡乱抄袭了其他使用总分(而非均值)或长量表研究的分析结果,连最基本的数学逻辑都无法自洽。
  • 严重程度:🔴
  • 复核状态:✅ 成立

发现 2:统计分析软件输出结果阅读/填表错误

  • 位置:第 6.4 节 条件组态分析 / 表 6.3 条件组态分析(n=370)
  • 描述:在 fsQCA 的组态结果表中,针对“非高后备人才培养质量(~ZL)”的负向结果 NS1 组态,作者报告其“一致性”为 0.916,“覆盖度”为 0.529。但在表格底部的汇总行中,对于负向结果列,作者写道:“总体一致性 0.529,总体覆盖度 0.916”。
  • 证据:在 fsQCA 的标准软件(如 fsQCA 3.0)输出结果中,单个组态的一致性必然大于或等于总体一致性,总体覆盖度必然大于或等于单个组态的原始覆盖度。作者将 NS1 的单项指标与汇总指标进行了互换填错(把单项覆盖度 0.529 填进了总体一致性,把单项一致性 0.916 填进了总体覆盖度)。这暴露出作者对统计软件运行结果的解读极其生疏,极有可能是直接复制粘贴他人模板或 AI 生成结果时未进行人工核对。
  • 严重程度:🟠
  • 复核状态:✅ 成立

发现 3:样本量评估逻辑存在明显矛盾

  • 位置:第 5.1.1 节 预测试样本
  • 描述:作者在计算预测试所需样本量时写道:“本问卷总计 24 个测量条目,按照保守标准 5:1 计算,最低样本量应为 120 人... 本阶段实际样本量略低于推荐值但达到最低标准”。而根据上一节(3.2.3)交待,本阶段实际“回收有效问卷 100 份”。
  • 证据:作者自己计算出的最低样本量底线是 120 人,实际样本只有 100 人,100 明显小于 120。但在文字表述中,作者利用话术将其包装为“略低于推荐值但达到最低标准”,这在学术逻辑上是自相矛盾的,试图掩盖样本量不足的硬伤。
  • 严重程度:🟡
  • 复核状态:✅ 成立

耿同学辣评

这篇论文生动展示了什么叫“只要胆子大,5分量表算出20分”。Likert 五点量表 4 道题,加起来求个平均数还能得出 19 分的“高分”,牛顿的棺材板压不住了,编数据之前连小学生的算术题都不愿意算一下吗?连统计软件输出的“一致性”和“覆盖度”都能填反,这种拿着 AI 胡编乱造、连自己变量怎么算分都搞不清楚的学术灌水行为,简直把学术规范按在地上摩擦!

建议后续行动

  • 联系作者要求提供原始数据(尤其是 fsQCA 校准前的 SPSS 原始变量数据矩阵)
  • 在知网或学校论文库系统提出学术诚信质疑
  • 向成都大学研究生院/学术委员会举报,要求答辩作废并核查数据真实性
  • 向期刊编辑部举报(注:本篇为学位论文)

⚠️ 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。