🔍 耿同学打假报告

论文信息

标题：未知（仅提供实验结果表格部分，正文缺失；涉及主动学习医学图像分割方法对比，方法名为 "Ours full / Ours-query-only"，数据集 WMH、IDRiD、BUSI）
作者：未知
期刊：未知
DOI：未知
发表年份：未知
论文来源：sdf.pdf

综合评定：🟠 高度可疑

说明：本次仅能获取实验结果表格，未提供图片、方法学描述与正文，无法进行图片复用、拼接检测及时间线核查。以下发现基于表格数值的交叉比对与统计线索。经复核，发现 1 的三组重复数值已在原文中逐字核验命中，确认为硬性异常。

详细发现

发现 1：不同方法组合的数值整行重复（跨表复制粘贴痕迹）

位置：组合实验对比表，IDRiD 数据集列
描述："BADGE + Mean Teacher" 与 "Ours-query-only + HESS" 在 IDRiD 数据集上的三个指标完全一致：IoU 均为 52.32±1.88，ASD 均为 7.492±0.367，HD95 均为 42.047±0.909。
证据：程序化核验确认 3 个数据点均在原文逐字命中。这是两个完全不同的方法组合（查询策略不同、半监督框架不同），三次独立实验给出逐位相同的三组均值和标准差，概率几乎为零。最合理的解释是从一行复制数据后忘记修改。反方论证：两行共用同一实验设置的良性假设与表格的实验设计逻辑不符——表格明确将其列为不同组合，且原文中不存在任何支持共用设置的描述。
严重程度：🔴
复核状态：✅ 成立

发现 2："Ours full" 整行数据在两个表格中原样重复出现

位置：组合/对比表最后一行与消融实验表 "Ours full" 行
描述："Ours full 57.24±0.51 45.80±0.61 6.290±0.465 25.968±0.905 66.21±0.56 54.42±0.48 7.398±0.204 42.417±0.357 69.67±1.64 62.42±1.30 10.568±0.864 38.780±2.686" 在两个表中逐位完全相同（12 个数据点均经核验命中）。
证据：此处存在明确的良性解释——同一方法的完整版本结果在消融表和组合对比表中重复报告属于常见且合理的做法，自身可作为跨表一致性校验。此条不构成造假证据，但鉴于发现 1 的存在，建议作者澄清表格生成流程是否依赖复制粘贴。
严重程度：🟡
复核状态：⚠️ 存在良性解释（同一方法完整结果跨表重复报告属常见合理做法，且两个表格数值完全一致反而支持数据内部自洽）

⚠️ 发现 3：部分标准差异常小，疑似单次运行或数据修饰

位置：消融表，WMH 列 "Ours full w/o $$N_i$$ "（56.39±0.10 / 45.26±0.11）；IDRiD 列 "Ours full w/o diversity"（65.16±0.16 / 53.47±0.18）；以及主表 BADGE 行 IDRiD Dice 60.44±0.29 / IoU 48.72±0.20
描述：多个消融变体和基线的 SD 低至 0.10–0.29，而同一表中其他方法的同类指标 SD 通常在 0.5–3.0 之间，相差一个数量级。
证据：程序化核验确认 6 个数据点均在原文命中。反方论证：候选良性解释包括作者实际报告的是 SEM 而非 SD、或某些确定性查询策略方差确实更小——但原文未提供任何实验次数说明或统计口径声明（正文缺失），上述解释均无正面支持，仅为推测。此条作为弱线索保留，需原始实验记录进一步确认。
严重程度：🟠
复核状态：⚠️ 依据不足（SD 异常小可能由报告口径或方法特性所致，但原文无正面支持信息，需原始数据核实）

⚠️ 发现 4：末位数字分布与高精度数值的可疑模式

位置：全文数据表
描述：机器取证显示末位分布显著不均匀（χ²=22.1, p=0.0085）；视觉检查亦注意到如 "7.502±1.001""29.200±3.069""8.074±0.336" 等尾数整齐的高精度值。
证据：程序化核验确认 3 个数据点均在原文命中。反方论证：该检验在样本结构与舍入规则未知时存在误报可能——全部指标统一舍入到三位小数即可系统性影响末位分布，此候选解释虽无原文正面声明（正文缺失），但属于检验前提层面的合理质疑。故仅作为辅助线索保留，须结合发现 1、3 综合判断。另：S1 Benford 检验在本场景前提不满足（分割指标取值范围受限、非跨数量级分布），不予采信；S3（SD 的变异系数大）实际说明 SD 各不相同，属正常现象，不予采信；S4/S5 列间差值检验比较的是不同方法/不同数据集的异质指标，差值变化小缺乏明确异常含义，不予采信。
严重程度：🟡
复核状态：⚠️ 存在良性解释（末位不均匀可能由统一三位小数舍入规则所致，属检验前提问题，需结合其他发现综合判断）

发现 5：文本信息缺失，无法完成图片与时间线检测

位置：全文
描述：仅提供结果表格，未提供任何 figure、方法学、伦理信息或参考文献。
证据：第一式（图片复用）、第三式（拼接）、第六式（引用/试剂/时间线）无法执行，如实说明"文本中未提供足够的图片信息，无法进行像素级分析"。视觉分析摘要亦仅见表格页面，未见图像造假迹象，但受材料所限无法作出清白结论。
严重程度：🟡
复核状态：informational（材料限制说明，不构成造假证据）

耿同学辣评

不同方法组合能跑出逐位相同的三组均值加标准差，这运气去买彩票早就财务自由了——BADGE+Mean Teacher 和 Ours-query-only+HESS 在 IDRiD 上这三组"独立"结果已经过逐字核验确认一致，建议作者先解释这两行数据是怎么"独立重复"出来的，再谈方法的先进性。另外，几处 SD 小到 0.10 的消融结果也一并晒出原始逐次运行记录吧。

建议后续行动

联系作者要求提供原始实验日志与多次运行的逐次结果（尤其发现 1 涉及的两行数据，以及发现 3 涉及的低 SD 消融行）
在 PubPeer 上提出质疑（附发现 1 的重复数值证据）
向期刊编辑部举报（若论文已发表）
复核表格生成脚本，排除跨行复制导致的系统性错误

⚠️ 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：69%（先验 5%）
95% 可信区间：[29%, 90.7%]
贝叶斯因子：BF = 42.35（非常强（very strong））
综合评级：🟠 存在疑点
复核已排除线索：7 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：

[发现1] 两个不同的方法组合在 IDRiD 上 IoU、ASD、HD95 三个指标的均值和标准差逐位完全相同，强烈提示数据被复制粘贴。（llm/*，logLR=1.59）— 贡献 44.8%
[发现3] 多个方法/消融变体的 SD 低至 0.10–0.20，与同表其他方法的 SD（0.5–3.0）相差一个数量级，需核查是否为单次运行。（llm/*，logLR=1.08）— 贡献 27.7%
[发现4] 末位数字分布检验显著（χ²=22.1, p=0.0085），部分数值尾数过于整齐；Benford 与 SD-变异系数检验因前提不满足未采信，此条仅作辅助线索。（llm/*，logLR=1.08）— 贡献 27.5%

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。

未知（仅提供实验结果表格部分，正文缺失；涉及主动学习医学图像分割方法对比，方法名为 "Ours full / Ours-query-only"，数据集 WMH、IDRiD、BUSI）