iThenticate查重发现自己的数据和别人论文里的数据雷同，怎么办

正文

你用了公共数据库里的数据——比如世界银行的国别经济指标、或者 NHANES 的健康调查数据。你用iThenticate查了一次你的论文草稿，相似度很低。但你自己回头读论文的时候突然想到一个问题——如果你和另一个研究者都用了同一套公开数据做了相似的分析，而且你们的统计结果和描述性数据看起来非常接近——iThenticate 查不出来这种"数据雷同"，编辑或审稿人会在意吗？

iThenticate 做的是文本比对，不是数据比对。你的描述性统计表里的数字跟另一篇论文里的数字一模一样，iThenticate 可能根本标记不出来——因为数字本身在比对库中没有足够的文本特异性来触发匹配。一段连续的数字（比如 3.14, 2.87, 4.56）在众多论文里以相似的排列出现，单独靠数字比对系统很难区分"这是同一个数据集的产出"和"这是两个不同的分析碰巧产生了相似的数值"。

但你的读者——编辑、审稿人、你的同行——会用眼睛去看你的数据表格和别人的表格。如果他们发现了高度雷同的数据，他们可能会问——"这两篇论文是基于同一个数据集吗？如果是，作者是否在论文中标注了数据来源？如果不是基于同一个数据集——这两组数据为什么如此相似？"这些问题不是 iThenticate 替你来回答的——是你需要在你的方法学部分用一句话来回答的——"Data were collected from the publicly available World Bank Open Data repository (accessed on XX)."

数据来源标注在学术论文里是跟引用文献一样基础且重要的规范。你从公共数据库拿的数据，在方法学部分写明来源。你从课题组内部数据库拿的数据，确认你有权限使用这些数据、并且在论文里说明数据库的归属。你从合作者那里直接拿的原始数据——在作者贡献声明里写明数据的来源和处理分工。这些标注不会给你的相似度报告增加任何百分比——iThenticate 不管数据来源——但它会防止你被编辑或审稿人问到"这些数据是你的吗"这个问题。ithenticate查重的职责是文本比对，数据伦理是你自己需要在写论文时逐项确认的。ithenticate资讯网上有关于研究数据透明度和查重规范的更多讨论。