# 🔍 耿同学打假报告

## 论文信息
- 论文来源：1-s2.0-S0029801825026733-main.pdf
- 标题：Optimizing flapping foil dynamics: A data-driven framework for motion optimization
- 作者：Jinyu Li, Ruipeng Li, Jiaye Gong, Weicheng Cui, Dixia Fan
- 期刊：Ocean Engineering
- DOI：10.1016/j.oceaneng.2025.122990
- 发表年份：2025

## 综合评定：🟡 存疑

## 详细发现

### 发现 1：方法与文本异常（拼写错误与编码乱码）
- **位置**：Algorithm 1 / Conclusion 段落
- **描述**：论文存在多处低级拼写错误和文本编码乱码。例如，在 Algorithm 1 中，"performance" 被拼错为 "perfermance"，"sequences" 被拼错为 "squeues"；在 Conclusion 部分最后一段，"our study" 被写成了 "uur study"。此外，从论文提取的文本中存在大量诸如 `�` 的乱码字符（通常是公式或特殊符号解析失败导致）。
- **证据**：原文中确实存在上述拼写错误与符号乱码。这些现象虽然是文本校对上的重大疏忽，但在核心数据上并未体现出学术造假的特征。更像是论文在排版转换或非母语作者撰写过程中出现的“诚实失误”。
- **严重程度**：🟡
- **复核状态**：✅ 成立

### ⚠️ 发现 2：数据与实验逻辑（无法进行图像验证）
- **位置**：Figure 2-7 / Table 1
- **描述**：本文使用计算流体力学（CFD）结合强化学习（PPO）和高斯过程回归（GPR）进行纯计算模拟研究。提供的 Table 1 数据（1, 2, 3, 4 点对应的推力系数和效率）在流体力学物理规律上是自洽的（推力越大，效率越低，符合帕累托前沿逻辑）。由于这是一篇计算仿真论文，无传统生化实验的 Western blot 或统计学 p 值。时间线方面，论文 2025 年 6 月投稿，2025 年 9 月修回并接收，引用的文献最新为 2024 年，时间逻辑完全合理。但由于目前只有文本信息而缺乏原图的像素级信息，无法判断 CFD 生成的流场涡量图是否存在复用情况。
- **证据**：原文文本展示了数据的自洽性，但针对图片是否造假的问题，仅凭当前文本无法提供实质性对比证据。
- **严重程度**：🟡
- **复核状态**：⚠️ 依据不足

## 耿同学辣评

这篇论文的算法整得挺高大上——什么高斯过程回归、Transformer、PPO 强化学习全给安排上了，造了一台流体力学界的“法拉利”。结果打开车门一看，仪表盘上写着“uur study”和“perfermance”！好家伙，造车工程师把方向盘套了个非主流的毛绒套子。虽然核心逻辑（推力与效率的相互制约）还算自洽，但这排版和校对水平确实有点“薛定谔的严谨”。此外，由于咱目前没法直接放大看原图的像素级细节，流场涡量图有没有“复制粘贴”也只能暂且存疑。这车到底有没有动过手脚，还得靠原图说话！

## 建议后续行动

- [x] （因存在轻微文本异常及图片无法验证项，保持存疑并作学术诚信记录留档）
- [ ] 联系作者要求提供原始数据及高分辨率图片
- [ ] 在 PubPeer 上提出质疑
- [ ] 向期刊编辑部举报

## ⚠️ 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。