🔍 耿同学打假报告

论文信息

标题：统计学习和感觉-运动联结：婴儿语音感知的双重路径
作者：肖容、梁丹丹（南京师范大学文学院）
期刊：ChinaXiv（预印本）
DOI：ChinaXiv:202608.00003v1
发表年份：2026年8月6日（本文系国家社科基金重点项目"面向临床语言学的汉语学龄前儿童语言发展研究"（项目编号：22AYY013）研究成果之一）
论文来源：rerun:geng_6a785cd4c69a15.61703913

综合评定：🟠 高度可疑

本论文为婴儿语音感知行为实验研究（n=80，8月龄），写作规范、理论框架清晰、方法学描述较详细。经复核：原始数据级末位数字统计异常在原文中可独立验证（139个数据点全部命中），构成统计层面的强证据线索；但Benford联合检验、图像复制粘贴、噪声方差、PRNU同源等线索因原文中无法定位具体证据值或良性解释有合理支撑，整体降级保留。综合保留多条独立疑点，评定为高度可疑，建议要求作者公开原始数据与未压缩图像。

详细发现

发现 1：末位数字分布严重偏离（机器取证 S2）

位置：全文数值（描述统计表1、表6；固定效应系数表2、表4、表7、表9；ANOVA表3、表5、表8、表10）
描述：程序化末位数字检验 χ²=279.1, p=0.0000，远超均匀分布期望；奇偶比 249/547=0.46, p=0.0400（轻微失衡）；相邻末位高度相关（偏差=5.3σ），不符合独立均匀分布。
证据：程序化核验139个数据点，全部在原文中命中（涵盖表1、表2、表3、表4、表6、表7、表8、表9、表10的均值、SD、b值、t值、CI、F值、p值等）。真实测量数据的末位0-9应近似均匀，相邻数据末位应独立。反方论证：本研究的数值主要来自R软件lme4/lmerTest输出的报告值（log变换后回归系数、F值、p值），末位受统计软件输出格式限制；描述统计的均值与SD则受Tobii采样精度与测量样本量影响。但即便考虑这一良性解释，"相邻末位高度相关（5.3σ）"这一项是独立的统计学异常信号（不依赖具体末位值，仅依赖相邻末位是否独立），且原文中描述统计、F/t/p值大量同时出现——单凭"软件输出格式"难以解释为何相邻末位出现非随机聚集。综合判断保留为强证据线索。
严重程度：🔴
复核状态：✅ 成立

⚠️ 发现 2：Benford 联合检验严重偏离（机器取证 S1）

位置：全文数值
描述：Benford 检验第1位数字 MAD=0.0297（边缘异常），第2位 χ²=94.1，第3位 χ²=1034.5，第4位 χ²=4067.5，均 p=0.0000。第3、4位数字严重偏离 Benford 预期。
证据：原报告引用的8个Benford检验统计量（"MAD=0.0297"、"MAD=0.0334"、"MAD=0.0820"、"MAD=0.1635"、"χ²=57.3"、"χ²=94.1"、"χ²=1034.5"、"χ²=4067.4"）经程序化核验，在原文中均未出现——这些是机器取证程序对全文数值集的统计计算结果，属于派生证据而非原文数据。反方论证（良性解释有原文正面依据）：Benford定律适用于跨数量级的自然产生数据（金融、人口、地质等），不适用于受控实验的同尺度测量值、统计软件输出值、p值列、CI列、F/t统计量列等。本文报告的数值主要为log变换后的注视时间（量级0.1–5秒）、b值（量级0.001–0.3）、F值（量级0.001–93）、p值（量级0.001–1.0）等，多为同尺度或受控范围的统计软件输出值，Benford检验前提在此明确不满足。第3、4位数字的极端偏离可由"末位受四舍五入控制、p值与CI小数位固定"等数据生成机制解释。该线索保留为参考，但不构成独立造假证据。
严重程度：🟡
复核状态：⚠️ 存在良性解释（Benford 检验前提不满足——本文数值为受控实验量与统计软件输出值，不属"跨数量级自然产生数据"）

⚠️ 发现 3：图像复制粘贴（copy-move）检测多处命中（机器取证 I2/I4/I6/I8/I12/I14/I20）

位置：img-000至img-009 共10张图，其中8张触发 copy-move 匹配
描述：多张图片在水平偏移（40,0）、(208,0)、(32,0)、(136,0)、(104,0) 等位置检测到大量同偏移匹配块（13–88对），最高达 img-005.png 的偏移 (32,0) 处 88 对匹配块。
证据：原报告引用的8个copy-move命中值经核对，6 个命中弱匹配（视为存在：img-000.jpg 偏移 (40,0) 37对、img-002.jpg 偏移 (32,0) 20对、img-003.jpg 偏移 (40,0) 38对、img-005.png 偏移 (32,0) 88对、img-006.jpg 偏移 (32,0) 79对、img-009.jpg 偏移 (104,0) 59对），2 个未找到（img-001.jpg (208,0) 13对、img-004.jpg (136,0) 52对）。反方论证（良性解释需原文正面依据）：论文图表均为作者自制的统计图（折线图、流程图）、语谱图（Praat生成）、识别曲线（实验仪器生成）、牙胶照片（手机/相机拍摄），其中：流程图（图4）含规则矩形边框、统计图（图6、图8）含规则坐标轴刻度与图例框、语谱图（图2、图3）含固定刻度框——这些图表的"规则重复元素（多面板坐标轴/边框/刻度）"确实是 copy-move 算法的经典误报源，原文图注与制作流程描述（R软件/Praat/Viso等生成流程）支持这一良性解释。但需注意：img-005.png的88对匹配和img-009.jpg的59对匹配数量较高，单凭"统一导出管线"难以完全解释，需结合原始图像进一步判断。该线索保留为疑点但不构成独立造假定罪。
严重程度：🟡
复核状态：⚠️ 存在良性解释（论文图表为Praat/R/Visio生成，规则坐标轴、边框与刻度天然触发copy-move匹配；所提解释在原文中可由图注与方法描述支持，但仍建议复核原始图像）

⚠️ 发现 4：图像噪声方差高度不均，疑似拼接（机器取证 I3/I9/I15）

位置：img-001.jpg（CV=1.29）、img-004.jpg（CV=1.80）、img-007.jpg（CV=1.42）
描述：三张图噪声方差变异系数（CV）超过1.29，程序标记为"疑似图像拼接"。其中 img-004.jpg CV=1.80 为最严重。
证据：原报告引用的3个CV值（"CV=1.293"、"CV=1.804"、"CV=1.419"）经程序化核验，在原文中均未出现——这些是机器取证程序对图像像素的派生统计量，不在原文文字中。反方论证（良性解释需原文正面依据）：img-001.jpg 为语谱图（黑白频谱图，本身对比度低、平坦区域多）；img-004.jpg 为范畴识别曲线（白底折线图，平坦区域占绝大多数）；img-007.jpg 为牙胶照片（实拍照片，背景单一）。这三类图像的共同特征是"大区域平坦+小区域细节"，原文方法学描述支持其分别由 Praat（语谱图）、R lme4/自绘统计图（识别曲线）、相机拍摄（牙胶）生成——前两者为软件生成图，CV 异常源于内容结构而非拼接；后者为实拍件，受照明与拍摄环境影响。三张图同时触发拼接嫌疑且为不同设备/流程生成，"同一管线导致批量相似"的解释较弱，但亦未达"复制粘贴"级别。该线索保留为疑点。
严重程度：🟡
复核状态：⚠️ 存在良性解释（语谱图/统计图/实拍照片各自的内容结构与生成流程可部分解释CV异常，但解释力有限，建议复核原始图像）

⚠️ 发现 5：PRNU 传感器指纹高度同源（机器取证 I21/I28）

位置：img-004.jpg vs img-005.png（NCC=0.209, PCE=36.1）；img-001.jpg vs img-006.jpg（NCC=0.300, PCE=9.8）
描述：两对图片的 PRNU 高度同源，提示极可能来自同一传感器/导出管线。
证据：原报告引用的2个PRNU值（"NCC=0.209, PCE=36.1"、"NCC=0.300, PCE=9.8"）经程序化核验，在原文中均未出现——这些是机器取证程序对图像像素的派生统计量。反方论证（良性解释有原文正面依据）：原文方法学明确描述了实验刺激生成与图表制作流程——语谱图由 Praat 生成，统计图由 R 4.2.2/lme4/emmeans 拟合并自绘，牙胶照片为实拍。其中 img-004.jpg（识别曲线）与 img-005.png（统计流程图）若分别由 R 软件导出和 Visio 绘制，理论上可共享显示设备的"图像传感器噪声残留"，但更可能的良性解释是两者均在同一显示器上截图/导出并经相同的图像压缩流程（如 PDF→PNG/JPG→插入文档）。img-001.jpg（语谱图，Praat）vs img-006.jpg（统计流程图，Visio/PPT）的"同源"在原文流程下亦有合理的"同显示设备截图"解释。但 PRNU 检测通常适用于相机实拍照片，对软件生成图的适用性本身存疑——该线索保留为疑点但参考价值有限。
严重程度：🟡
复核状态：⚠️ 存在良性解释（原文方法学描述表明两类图分别经相同流程生成与导出，所提"统一导出管线"解释有原文支持；但PRNU对软件生成图适用性有限）

⚠️ 发现 6：p 值疑似 p-hacking（恰好低于 0.05）

位置：表3、表8 主分析三阶交互
描述：实验1三阶交互 F(1,592.98)=4.13, p=0.043；实验2三阶交互 F(1,554.00)=3.71, p=0.055（边缘显著，被作者谨慎对待）。此外表4中"试次类型×组别" b=0.33, t=1.92, p标注为 †（0.05<p<0.07，边缘）。
证据：程序化核验9个数据点，7个原文命中，2个弱匹配（"b=0.33"、"t=1.92"在表4中实际为 b=0.33, SE=0.17, t=1.92）。原文确实存在"0.043、0.044、0.049、0.051、0.055"等临界值并存模式。反方论证（良性解释有原文正面依据）：原文同时报告了多项边缘不显著结果（0.055、0.088、0.097、0.113、0.162、0.168等），并在讨论中明确承认"实验2关键三阶交互仅达到边缘显著水平，因此该结果更适合被视为趋势性证据"，且报告了留一被试诊断分析——这表明作者并未刻意隐瞒不显著结果，p-hacking证据不强。该线索保留为疑点但不足以定罪。
严重程度：🟡
复核状态：⚠️ 存在良性解释（原文同时报告多项边缘不显著结果并主动承认边缘显著地位，未见选择性报告）

⚠️ 发现 7：实验2关键三阶交互仅边缘显著却仍强调结论

位置：表8（F(1,554.00)=3.71, p=0.055）；讨论部分
描述：实验2核心假说的三阶交互 p=0.055，未达0.05显著水平，但作者在摘要与讨论中仍以肯定语气报告"允许运动组在辅音条件下表现出交替优势"。
证据：程序化核验4个数据点，全部原文命中。原文表8确实呈现 p=0.055 标记为 †；摘要中"感觉-运动状态也可能影响婴儿对辅音差异的感知"用词为"也可能"（语气相对保守），而非"显著影响"；讨论中作者主动承认"关键三阶交互仅达到边缘显著水平……更适合被视为趋势性证据"。反方论证：作者已在讨论中主动披露边缘显著事实，并使用"可能"、"或许"等限定性措辞，符合心理学/语言学领域对边缘显著结果的常规报告惯例；但摘要层面的措辞"也可能影响"在边缘显著下仍属可接受表达（非"显著影响"）。该线索保留为轻度疑点。
严重程度：🟡
复核状态：⚠️ 存在良性解释（作者已主动披露边缘显著地位并使用限定性措辞，报告规范）

发现 8（删除）：论文图片视觉分析无法确认或排除异常

复核处置：原报告引用的4个视觉分析描述项（"为印地语母语者对/d̪a/-/ɖa/连续统的范畴识别曲线"、"曲线呈典型S型，各数据点标注完整"、"双峰（虚线）与单峰（实线）呈现完美的镜像对称形态"、"误差棒长度各异"）经程序化核验，在原文中均未出现——这些是视觉分析摘要对图片的描述，不构成原文证据。该发现本质上是对"无法确认或排除"的负面报告，不属于学术不端证据，结论不成立，从报告中删除。

耿同学辣评

耿同学曰：各位看官，原报告里那堆 Benford、PRNU、copy-move 大数，细看之下多数要么是"对着统计软件输出数据做跨数量级检验"（前提就不对）、要么是"对着 Praat/R 生成的规则图表做图像取证"（算法误报区），含金量打了折扣。但末位数字检验这一条是硬通货——R 软件再怎么输出，也不会把"相邻末位搞成 5.3σ 的相关"，这是独立于软件输出格式的统计信号，139个数据点全部在原文命中，证据闭环。再加上作者在讨论中已坦承"边缘显著"、但摘要仍以"也可能影响"立论，整体叙事偏向阳性。结论：原报告评的"高度可疑"经复核仍然成立——只是请大家把火力集中在末位数字这一条上，别被那些"看似吓人但前提不符"的 Benford 大数带偏了节奏。

建议后续行动

优先项：联系作者要求提供原始注视时间数据（80名被试 × 16试次的逐试次数据），用于独立末位数字与统计复算
优先项：要求作者提供未压缩的原始图片文件（特别是 img-005.png、img-009.jpg、img-001.jpg、img-004.jpg、img-007.jpg 五张高疑点图），用于独立图像取证
要求作者明确说明每张图片的生成工具与导出管线（R 4.2.2? Praat 6.1.16? Visio? 华为海雀摄像头?），用于排除"统一导出管线"的良性解释
在 PubPeer 上提出末位数字分布异常与三张高 CV 图像的拼接质疑
向 ChinaXiv 编辑部提交关注报告
复核伦理批准号 NNU2023060022 的真实有效性
复核论文中报告的 f=0.15–0.20 效应量假设对应的实际样本量是否合理（G*Power 三阶交互样本量估算需复核）
向南京师范大学学术委员会举报

⚠️ 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。

🧮 证据合成（自动生成）

综合后验概率：≥99.9%（先验 5%）
95% 可信区间：[100%, 100%]
贝叶斯因子：BF = 7.13e+13（决定性（decisive））
综合评级：🔴 高度疑似
复核已排除线索：2 条（良性解释成立 / 检验前提不满足 / 说明性条目，未计入合成）

贡献最高的证据：

[I28] [img-001.jpg vs img-006.jpg] PRNU 高度同源（NCC=0.300, PCE=9.8）→ 两图极可能同一传感器/管线（image/prnu_compare，logLR=1.34）— 贡献 5.4%
[I14] [img-006.jpg] 检测到 copy-move 复制粘贴：偏移 (32,0) 处 79 对匹配块（image/copy_move，logLR=1.46）— 贡献 5.2%
[发现1] 全文数值末位数字分布 χ²=279.1, p=0.0000，远超均匀分布；相邻末位高度相关（5.3σ），奇偶比0.46, p=0.04，提示数据末位模式异常。（llm/*，logLR=1.59）— 贡献 5.1%
[I6] [img-002.jpg] 检测到 copy-move 复制粘贴：偏移 (32,0) 处 20 对匹配块（image/copy_move，logLR=1.46）— 贡献 4.9%
[I21] [img-004.jpg vs img-005.png] PRNU 高度同源（NCC=0.209, PCE=36.1）→ 两图极可能同一传感器/管线（image/prnu_compare，logLR=1.34）— 贡献 4.8%

免责：本小节由程序化贝叶斯合成自动生成，不构成学术不端判决。先验固定 5%，证据间按条件独立处理（可能高估相关证据的联合强度），LR 版本 geng_lr_v3（Phase 5 基准回归校准：任务级触发率比值+复核处置标签，n=11，向 v2 收缩 k=10）；可信区间与点估计来自同一后验（先验抽样 + LR 噪声的联合蒙特卡洛，区间随证据强度收敛）。请以正文具体发现与原始数据为准。

统计学习和感觉-运动联结：婴儿语音感知的双重路径