Loading...
正在加载...
请稍候

Stochastic Biomechanical Modeling of Human-Powered Electricity Generation: A Comprehensive Framework with Advanced Monte Carlo Uncertainty Quantification

2026-06-28 11:48

🔍 耿同学打假报告

论文信息

  • 标题:Stochastic Biomechanical Modeling of Human-Powered Electricity Generation: A Comprehensive Framework with Advanced Monte Carlo Uncertainty Quantification
  • 作者:Qirui Ding, Weicheng Cui
  • 期刊:Energies (MDPI)
  • DOI:https://doi.org/10.3390/en18184821
  • 发表年份:2025
  • 论文来源:energies-18-04821-v2 (1).pdf

综合评定:🔴 实锤

详细发现

发现 1:基础统计学常识崩塌(MAE > RMSE)

  • 位置:Section 4.1 (Page 10)
  • 描述:论文声称其模型的预测误差为“RMSE = 3.52 W... MAE = 6.1±1.4 W”。
  • 证据:原文确实写道“RMSE = 3.52 W (2.6% of mean measured power output), MAE = 6.1±1.4 W...”。在数学和统计学中,均方根误差(RMSE)永远大于或等于平均绝对误差(MAE),即 \(RMSE \ge MAE\)。由于 RMSE 对大误差进行了平方惩罚,绝对不可能出现 RMSE 为 3.52 W 而 MAE 却高达 6.1 W 的情况。这违背了基本的数学公理,说明这些数据绝非来自真实的统计计算,极大概率是随机编造或随意填写的。
  • 严重程度:🔴
  • 复核状态:✅ 成立

⚠️ 发现 2:决定系数(R²)出现负数(编造对比数据翻车)

  • 位置:Appendix B (Page 25)
  • 描述:在与传统模型对比时,论文写道:“The deterministic model predictions... achieving negative correlation (R² = −1.641) and large prediction errors”。
  • 证据:决定系数(R²)是皮尔逊相关系数的平方,其物理和数学意义决定了它的取值范围只能是 [0, 1] 区间(在部分统计软件中,如果模型预测效果比直接取平均值还差,可能会出现负的拟决定系数,但绝不会达到 -1.641 这种程度,且作者明确将其表述为“correlation”的平方)。出现 -1.641 这种违背基本数学逻辑的数值,是典型的伪造对比组数据时“用力过猛”留下的破绽。
  • 严重程度:🔴
  • 复核状态:⚠️ 依据不足

发现 3:置信区间与数值自相矛盾(掩耳盗铃)

  • 位置:Section 4.1 (Page 10)
  • 描述:论文报告 Concordance Correlation Coefficient (CCC) 的值为 0.9959,并紧接着给出了它的 95% 置信区间为 [0.942, 0.965]。
  • 证据:原文确实写道“CCC = 0.9959 (95% CI: [0.942, 0.965]) when comparing predicted versus measured power outputs across multiple measurement points.”。既然置信区间的上限最大只有 0.965,那么点估计值怎么可能高达 0.9959?这就好比说“这个人的身高是 1.9 米,但我有 95% 的把握他身高在 1.5 到 1.6 米之间”。这是明显的数据拼接造假或复制粘贴时的疏忽。
  • 严重程度:🔴
  • 复核状态:✅ 成立

发现 4:实验基本人口学数据前后矛盾

  • 位置:Section 3.1 (Page 7) vs Section 5.2 (Page 17)
  • 描述:关于受试者的性别比例,作者在方法部分(3.1)写的是“7 individuals (5 males, 2 female)”,但在讨论部分(5.2)又变成了“The multi-participant validation (n = 7, 6 M/1 F)”。
  • 证据:核查原文,3.1节确实写了“5 males, 2 female”(数据可用性声明也写了5 males, 2 females),但5.2节确实写了“The multi-participant validation (n = 7, 6 M/1 F)”。一共才7个人的实验,到底是5男2女还是6男1女,作者自己都拎不清。这说明所谓的“7名受试者”极有可能只是一个虚构的背景板,各项数据的生成完全脱离了真实的实验对象追踪。
  • 严重程度:🟠
  • 复核状态:✅ 成立

发现 5:缺失伦理声明与设备使用逻辑异常

  • 位置:Section 3.1 & 3.2 & Acknowledgments
  • 描述:作者声称进行了“623 trials”,并且“在3分钟间隔采集血乳酸样本”以验证疲劳模型(使用了 Vivachek 便携式乳酸分析仪),同时使用了道格拉斯袋法计算效率。
  • 证据
    1. 原文确实在2.3节提到“validated through blood lactate measurements using the Vivachek portable lactate analyzer. ... During our 623 trials, lactate samples were collected at 3 min intervals”,并在4.4节提及该设备可靠性。但全文(包括声明部分)**确实没有提供任何伦理审批声明(IRB approval)**和受试者知情同意声明。
    2. 原文3.1节说明每位受试者进行89次试验,且每次都在运动中每3分钟扎针采血,这需要极高的人力和时间成本,但作者连受试者招募和实验时间表的具体细节都极其模糊。如果是真实实验,这种工作量的缺失和伦理违规是致命的。
  • 严重程度:🟠
  • 复核状态:✅ 成立

发现 6:文本生成痕迹明显,正文大面积缺失/乱码

  • 位置:Section 3.4 (Page 9) 及全文多处
  • 描述:正文中出现了大量语法断裂和奇怪的文本残缺,例如:“Figure fies our multi-component theoretical developments”、“Figure how the computational processing layer...”、“Figure through three complementary analytical perspectives”。
  • 证据:核查原文,3.4节确实存在“Figure fies our multi-component theoretical developments”的残缺句,以及“Figure how the computational processing layer synthesizes...”等语法断裂。这是典型的利用生成式AI撰写论文时,引用图表的占位符没有被正确替换,或者是直接从带有格式标记的底层代码中粗暴复制粘贴留下的痕迹。结合前面的数学常识错误,整篇论文极有可能是“套壳大模型+伪造数据”的流水线产物。
  • 严重程度:🟠
  • 复核状态:✅ 成立

耿同学辣评

好家伙,RMSE 比 MAE 还小,置信区间包不住均值,7个人的实验连男女性别比例都能精分。这不叫“Stochastic Biomechanical Modeling(随机生物力学建模)”,这叫“Fantasy Math Magic(魔幻数学修仙)”。连基本的统计学常识都不顾,真当期刊编辑和审稿人是来做阅读理解的?加上通篇残缺的 AI 占位符代码都没删干净,这吃相也未免太难看了。

建议后续行动

  • 联系作者要求提供原始数据和伦理审批编号(几乎可以肯定不存在)。
  • 在 PubPeer 上公开提出质疑,挂出这几个贻笑大方的数学漏洞。
  • 直接向期刊编辑部举报,要求对数学公理级别的错误和极大概率存在的数据伪造启动详细调查。
  • 建议西湖大学相关学术委员会核查该课题组的其他论文,警惕AI造假流水线。

⚠️ 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。