多中心合作研究在iThenticate检测中面临的特殊问题

正文

多中心合作研究——尤其是在医学、公共卫生、环境科学和大型社会科学调查领域——通常涉及来自多个国家、多个机构的数十名甚至数百名研究者共同参与数据收集和分析工作。这类研究项目通常会产出一篇主体论文（由协作组集体署名）和若干子研究论文（由协作组内的不同子团队分别主导）。当这些论文依次投稿时，iThenticate的比对检测会在不同的稿件之间产生一系列主体论文与子论文之间、以及多篇子论文彼此之间相互匹配的复杂交叉。这类交叉匹配在学术性质上不同于传统的"自引"——因为它涉及的不再是单一作者的文本复用，而是大型协作组内不同子团队在共享同一套研究基础设施的前提下各自独立产生的文本重叠。

多中心研究在 iThenticate 检测中面临的第一个特殊问题是——共享方法学描述的多重匹配。一个大规模队列研究的实验设计、样本招募流程、和数据采集方案可能在协作组的科学委员会层面被确定为一个标准化的操作文件。然后各子研究论文的方法学部分可能会各自不同程度地借鉴和复述这份标准化文件中的描述——导致多篇论文在方法学部分之间以及与总体方案文件之间产生系统性的文本重叠。这种重叠在技术层面上会被 iThenticate 标记为匹配，但在学术性质上——它是多中心协作的必然产物，不构成学术不端。协作组对此类方法学共享的处理惯例是在每篇子论文的方法学部分添加一句引用声明——"as described in the [cohort profile / study protocol] published previously by the [Collaborative Group]"——将共享方法学纳入正式的引用体系。

第二个特殊问题是——数据描述段落的结构性相似。多篇论文在报告同一批被试的人口统计特征时，各自的描述性统计表格和相应的正文概述在结构、变量顺序和措辞上可能呈现出明显的趋同。这种趋同的来源不是文本层面的复制，而是数据层面的一致性——同一批被试的年龄均值和标准差在全部分析这一数据的子研究中，在数学上只能呈现为同一组数字。研究者在处理这类数据描述时应优先保证数据的准确性而非追求措辞的独特性——在数据报告层面，准确性优先于语言创新。ithenticate查重在处理多中心合作稿件时，协作组内部的事先沟通和标准化引用策略比事后改写要高效得多。ithenticate中文网站整理了关于大型协作研究投稿查重策略的更多案例。