🔍 耿同学打假报告

论文信息

• 标题：Durability-aware recovery of operating-point utilization: a hardware-calibrated closed-loop human-generator model with model-based transfer to renewable harvesters
• 作者：Qirui Ding, Lili Zeng, Changhui Song, Jiacheng Liu, Weicheng Cui
• 期刊：Applied Energy (投稿阶段/Manuscript)
• DOI：未提供
• 发表年份：未正式发表（处于待发表状态）

综合评定：🟡 存疑

详细发现

发现 1：数据逻辑与数学推导部分自洽（第二式检测）

• 位置：Method (2.3节, Table 3)
• 描述：论文在核心实验样本量的设计上展现了高度的严密性。原文明确指出实验包含了 7 名参与者、4 种电池电压（12, 24, 36, 48 V）和 4 种负载（10, 30, 50, 70 W）。通过简单的数学验算 \(7 \times 4 \times 4 = 112\)，这与文中报告的“112 trials”完全吻合。这种基础数据逻辑的严密性排除了在样本量上粗制造假的嫌疑。（注：原报告中关于补充材料 Table S1 中 CP 均值和标准差的详细数据验算，在目前提供的论文正文中并未体现，已予以剔除。）
• 证据：原文 2.3 节及 Table 3 准确描述了全因子设计的实验参数，且乘积与总试验次数一致。
• 严重程度：✅ 未触发红旗
• 复核状态：✅ 成立

发现 2：诚实承认模型局限性（第五、六式检测）

• 位置：Result and Discussion (3.3节) & Table 6
• 描述：论文非常坦诚地承认了其算法在直接跨域应用时的短板。原文指出：“Applied cold, the human-trained policy is below the perturb-and-observe baseline on every source, so it is not a drop-in controller”（直接零样本使用人类源训练的策略，效果还不如传统的扰动观察法，根本不能即插即用）。
• 证据：Table 6 的具体数据严格支撑了这一文本描述：SAIR 的 zero-shot（零样本迁移）在风能和太阳能上的 MPP 跟踪效率（分别为 0.69 和 0.79）确实远低于基础的 P&O 算法（分别为 0.84 和 0.97）。敢于在主表和正文中暴露算法劣势，是诚实科研的标志。
• 严重程度：✅ 未触发红旗
• 复核状态：✅ 成立

⚠️ 发现 3：图片像素与拼接分析受限（第一、三式检测）

• 位置：Figure 1 - Figure 9
• 描述：原报告试图对论文的图片进行视觉信息分析，但由于当前仅提供纯文本稿件，无法进行像素级对比、图像拼接、噪声模式等图片造假检测。
• 证据：原文中存在对 Figure 1 至 Figure 9 的标题及图注描述，但缺乏可供取证的图像本体数据。
• 严重程度：无法判断
• 复核状态：⚠️ 依据不足

⚠️ 发现 4：伦理审批声明查无实据（第六式检测）

• 位置：Declaration of competing interest 上方段落 / Method
• 描述：原报告称“文中声明本研究涉及非侵入式自行车踩踏实验，并获取了知情同意”，并指出了缺乏伦理编号的瑕疵。然而，在提供的论文原文中，作者仅提到使用了此前研究 [22] 中的“hardware-calibrated closed-loop human-generator plant”，完全没有出现任何关于“非侵入式”或“获取知情同意”的文字声明。因此，原报告基于不存在的文本内容作出的推论无法成立。
• 证据：当前论文原文的文本中未检索到关于伦理声明或知情同意的相关文字。
• 严重程度：无法判断
• 复核状态：⚠️ 依据不足

耿同学辣评

这篇论文的作者在核心数据逻辑上确实非常严谨。7×4×4=112 的样本量算得严丝合缝，而且敢于把自家算法在零样本下表现不如传统算法的“拉胯”数据明明白白写在主表里，这种坦诚的态度值得肯定。

但是，原打假报告有点“脑补”过度了！不仅凭空算出了一套补充材料里的数据，还替作者编造了一段关于“知情同意”的伦理声明，然后再去挑刺。打假必须有一分证据说一分话。由于目前纯文本材料的限制，我们无法对图片进行复现检测，原文中也未提供完整的伦理声明文本，因此综合评定调整为“存疑”。建议在获取完整材料（含图片和补充材料）后再进行深度核查！

建议后续行动

• 正常推进审稿流程。
• 建议编辑部核查文章原始图片及补充材料，以排除图像造假风险。
• 建议编辑部要求作者明确补充涉及人类受试者的伦理审批编号或相关豁免声明。
• （无需基于当前报告进行打假举报）

⚠️ 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。