[文本中未明确提供正文标题,主要为 Supplementary 材料]
2026-08-06 15:10
🔍 耿同学打假报告
论文信息
- 标题:[文本中未明确提供正文标题,主要为 Supplementary 材料]
- 作者:[文本中未提供]
- 期刊:[文本中未提供]
- DOI:[文本中未提供]
- 发表年份:[文本中未提供]
- 论文来源:Supplementary.pdf
综合评定:🟠 高度可疑
详细发现
发现 1:统计学方法严重误用与逻辑断裂(把重复测量当独立样本做单向 ANOVA)
- 位置:Tables S3-S9, S10-S15, S22-S26(如 Table S6:
One-way ANOVA F=13.876 3,96) - 描述:该研究明显是对同一批受试者(实验组 N=25)在四个不同阶段进行的重复测量。然而,作者在处理 RMSSD、ΔSCL 和 PAD 等核心生理/心理指标时,完全无视了数据的配对/重复属性,强行使用了独立样本的单因素方差分析,并且其自由度(df1=3, df2=96,即总计 N=100)荒谬地将 25 个人的 4 个阶段数据当成了 100 个独立个体来计算。
- 证据:Table S7 的 ANOVA 表明确写着
Between groups df=3, Within groups df=96, Total df=99;Table S22 的 Total N 也赫然写着 100。这在统计学上是极其低级的错误,严重低估了组内方差,导致 p 值和结论失效。 - 严重程度:🔴
- 复核状态:✅ 成立
发现 2:生理数据出现“医学奇迹”级别的极端离群值
- 位置:Table S10 (Descriptive statistics of ΔSCL across four phases)
- 描述:在反映皮肤电导水平变化(ΔSCL)的数据中,出现了极其反常的极端数值分布。
- 证据:在 Maintenance 阶段,均值(Mean)为 184.98%,标准差(SD)高达 165.04%,而最大值(Max)竟然达到了 882.41%。在 Pre-construction 阶段,最小值为 -276.08%。对于人体生理指标(皮肤电导)的变化率而言,出现近 9 倍的变化极值在正常的心理/生理学实验中极度不合理,提示存在传感器故障、数据未清洗或人工造假的痕迹。
- 严重程度:🟠
- 复核状态:✅ 成立
发现 3:数据割裂与内部矛盾(实验组与对照组样本量打架)
- 位置:Tables S16-S21 vs Tables S3-S15
- 描述:实验设计包含了实验组(Experimental group, N=25)和对照组(Control group, N=12)。但在前面大量的基线分析(S3-S15)中,对照组完全“隐形”,作者仅仅拿实验组(N=25,4个阶段凑成 100 个数据点)自己和自己做单向 ANOVA。而到了 S16 以后,对照组又突然冒了出来。
- 证据:Table S16 中明确写有
Control group N=12, Experimental group N=25,但在此前所有声称评估“四个阶段差异”的表格中,均未见对这 12 名对照组受试者的任何基线或阶段性方差分析。 - 严重程度:🟠
- 复核状态:✅ 成立
发现 4:文档排版与文本提取的异常混乱
- 位置:Tables S1, S2
- 描述:前两页关于“初始概念与类别”的定性文本出现了极度密集的排版问题,所有英文单词全部粘连在一起(如
Ourteamfirstcarriedoutdetailedpreliminaryinvestigation...)。 - 证据:可见于文档开头的 Table S1 和 Table S2 的内容提取结果。
- 严重程度:🟡 (注:这可能是由于 PDF 转 TXT 过程中的格式丢失,但也侧面反映了该 Supplementary 文件在制作和校对时的粗制滥造)。
- 复核状态:✅ 成立
耿同学辣评
风景园林的学生种个屋顶花园,顺便给自己做个“心理按摩”,结果数据算出来能把心电图机给烧了(ΔSCL 变化 882%)。最搞笑的是,把同一个人测了 4 次的数据当成 100 个不同的人来做单因素 ANOVA,这就好比把一个人从小到大的 4 张照片混在一起,然后惊呼“哇!这 4 个毫无血缘关系的人长得好像啊!”——连最基本的重复测量方差分析都不会用,这统计软件怕不是随机数生成器成精了吧?
建议后续行动
- 要求作者提供原始的 SPSS 数据文件(.sav)以及皮电/心电设备的原始导出数据,核查那 882% 的离谱极值。
- 在 PubPeer 上提出质疑,重点指出其统计学方法(重复测量数据误用独立样本 ANOVA)的致命缺陷。
- 联系发表该文章的期刊编辑部,指出其补充材料中的数据分析存在根本性错误,建议撤稿或要求重新进行严谨的统计学评估。
⚠️ 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。