🔍 耿同学打假报告

论文信息

• 标题：信息茧房研究综述
• 作者：朱红涛, 李姝熹
• 期刊：图书情报工作, 2021, 65(18): 141-149
• DOI：10.13266/j.issn.0252-3116.2021.18.015
• 发表年份：2021年9月（收稿日期：2021-03-10；修回日期：2021-07-16）
• 课题资助：国家社会科学基金一般项目"信息茧房效应形成机理及治理机制研究"（项目编号：20BTQ045）
• 作者机构：郑州航空工业管理学院信息管理学院

综合评定：✅ 清白

详细发现

⚠️ 发现 1：文献检索截止时间与发表时间存在轻微说明缺失

• 位置：第1节"文献统计与分析"
• 描述：作者声明中文与英文文献检索截止时间均为"2021年6月30日"，而论文收稿日期为2021年3月10日、修回日期为2021年7月16日、刊出日期为2021年9月。修回日期晚于检索截止日期，可能存在终稿前再次补充检索但正文未予说明的情形。
• 证据：原文"截止时间为2021年6月30日，去除重复后共获得文献490篇"；"截止时间为2021年6月30日，去除重复后共获得6371篇文献"；"收稿日期：2021-03-10 修回日期：2021-07-16"。
• 严重程度：🟡
• 良性解释：综述类论文在投稿与见刊之间存在数月时间差，统一设定检索截止时间是控制文献覆盖范围与可重复性的常规做法。修回日期（2021-07-16）虽晚于截止日期（2021-06-30），但论文统计图（图1）明确说明"因2021年发文量暂未形成年度整体数据，故本节分析时间截至2020年"，作者已在文中主动声明分析范围限制。
• 复核状态：⚠️ 存在良性解释（综述论文统一检索截止时间属常规做法，作者已在图1处主动声明时间范围限制）

⚠️ 发现 3：参考文献 [59] 期刊页码跨度异常

• 位置：参考文献 [59]
• 描述：参考文献 [59]"段荟,袁勇志,张海.大数据环境下网络用户信息茧房形成机制的实证研究[J].情报杂志,2020,39(11):58-164."中，页码"58-164"跨度极大（106页），不符合期刊论文的常规页码长度，可能为排版/OCR错误（如原文或为"58-64"）。
• 证据：原文"情报杂志,2020,39(11):58-164"
• 严重程度：🟡
• 良性解释：论文文本存在明显的 OCR 错位与编码异常现象（分类号使用全角字符、引号使用异常、章节序号被错排、英文单词之间无空格等），参考文献 [59] 的页码跨度异常很可能属于同一排版/OCR 问题，而非数据造假。建议作者提供原始参考文献以核实。
• 复核状态：⚠️ 依据不足（全文存在系统性排版/OCR异常，单一处页码跨度异常更可能是同源排版问题，不构成造假证据）

⚠️ 发现 4：全文存在大量排版/编码异常（非造假但影响可信度评估）

• 位置：全文
• 描述：论文中出现大量不规范的字符与排版现象，如分类号使用全角字符、参考文献编号后存在多余半角空格、多处英文单词之间无空格（"Informationcocoons""Echohamber""Informationbubbles""WebofScience""SocialSciencesCitationIndex"等）、个别符号残缺。
• 证据：原文检索词表述"Informationcocoons""Echohamber""Informationbubbles"等无空格英文词；图2类别名"INFORMATIONSCIENCELIBRARYSICENCE"；分类号"Ｇ２０３"使用全角字符。
• 严重程度：🟡
• 良性解释：上述现象系文档编码/排版层面的系统性问题（疑似 PDF 文字层提取或扫描 OCR 导致），在各类中文学术论文的电子文本中较为常见，并不影响论文核心数据与结论的真实性。属于作者校稿层面的瑕疵，建议作者重新校稿。
• 复核状态：⚠️ 依据不足（属排版/OCR系统性瑕疵，与学术不端无关）

耿同学辣评

综述论文嘛，最大的"造假风险"不在实验数据，而在文献覆盖面与统计口径。这篇文儿整体靠谱，文献检索、综述框架、关键词统计、概念演变梳理都按部就班走完了，没整啥花活儿。比较让我血压飙升的是参考文献 [59] 那"58-164"的页码跨度——情报杂志单篇论文跨一百零六页，怕不是把全年合订本都给塞进去了吧？大概率是排版/OCR 抽风，建议作者下次投稿前打开 Word 自带拼写检查顺手把英文单词之间的空格补上。整体定性：没造假，但校稿该加加班。

建议后续行动

• 联系作者要求核实参考文献 [59] 的原始页码（疑似排版/OCR错误）
• 建议作者统一全文检索词的英文格式（补充单词间空格）
• 建议作者重新校稿，处理分类号全角字符、符号残缺等排版瑕疵
• 无需启动正式的学术不端调查（未发现任何学术不端证据）

⚠️ 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。