BuyTheBy: A dataset of 18,710 text-based paper mill advertisements with 51,812 timestamped prices
यह शोध पत्र BuyTheBy को प्रस्तुत करता है, जो सात अंतर्राष्ट्रीय पेपर मिलों से प्राप्त 18,000 से अधिक टाइमस्टैम्प्ड (समय-चिह्नित) टेक्स्ट-आधारित विज्ञापनों और 51,000 से अधिक मूल्य बिंदुओं वाला एक बड़े पैमाने का डेटासेट है, जिसे अकादमिक धोखाधड़ी सेवाओं की बाजार गतिशीलता में मात्रात्मक अनुसंधान को सुगम बनाने के लिए डिज़ाइन किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि अकादमिक प्रकाशन की दुनिया एक विशाल, उच्च-दांव वाले बाजार की तरह है। आमतौर पर, लोग शोध, लेखन और सहकर्मी समीक्षा (peer review) का कठिन परिश्रम करके ज्ञान के लिए भुगतान करते हैं। लेकिन पृष्ठभूमि में एक छायादार काला बाजार संचालित हो रहा है: "पेपर मिल्स" (paper mills)। ये उन अवैध कारखानों की तरह हैं जो पहले से लिखे गए वैज्ञानिक लेख बेचते हैं और, इससे भी महत्वपूर्ण बात यह है, वे लेखक की सूची में जगह बेचते हैं ताकि लोग यह दिखा सकें कि उन्होंने वे लेख लिखे हैं।
लंबे समय तक, इन "कारखानों" के काम करने के तरीके का अध्ययन करना ऐसा था जैसे आंखों पर पट्टी बांधकर ब्लैक मार्केट का मानचित्र बनाने की कोशिश करना। शोधकर्ता जानते थे कि ये दुकानें मौजूद हैं, लेकिन उनके पास कोई स्पष्ट मूल्य सूची नहीं थी। क्या एक फर्जी लेखक की जगह 5,000 की? क्या देश या डिग्री के प्रकार के आधार पर कीमत बदलती थी? अब तक, हमारे पास केवल बिखरी हुई अफवाहें और अलग-थलग पड़ी समाचार रिपोर्टें थीं।
"BuyTheBy" का आगमन: एक बड़ा मूल्य टैग
यह शोध पत्र BuyTheBy नामक एक नए टूल को पेश करता है। इसे एक विशाल, व्यवस्थित स्प्रेडशीट के रूप में समझें जो अंततः अकादमिक धोखाधड़ी के लिए "मेन्यू कीमतों" को सूचीबद्ध करती है। शोधकर्ताओं ने सात अलग-अलग देशों (भारत, रूस, यूक्रेन और कजाकिस्तान सहित) में काम करने वाले सात अलग-अलग "पेपर मिल" व्यवसायों से 18,710 विज्ञापन एकत्र किए।
उन्होंने केवल कीमतों का अनुमान नहीं लगाया; उन्होंने इन व्यवसायों की वेबसाइटों और टेलीग्राम चैट चैनलों से वास्तविक टेक्स्ट को निकाला (scrape किया)। परिणाम स्वरूप एक ऐसा डेटासेट प्राप्त हुआ जिसमें 51,000 विशिष्ट मूल्य बिंदु शामिल हैं, जो विशिष्ट उत्पादों से जुड़े हैं, जैसे "मेडिकल पेपर पर प्रथम लेखक" या "पाठ्यपुस्तक पर संपादक।"
मेन्यू में क्या है?
शोधकर्ताओं ने पाया कि ये "कारखाने" विभिन्न प्रकार की वस्तुएं बेचते हैं, हालांकि उनमें से अधिकांश वैज्ञानिक लेखों पर लेखक की जगह बेचने पर ध्यान केंद्रित करते हैं।
- विविधता: कुछ मिलें पाठ्यपुस्तक के अध्याय से लेकर पेटेंट पंजीकरण तक सब कुछ बेचती हैं। एक व्यवसाय (B1) ने तो "भारत यूटिलिटी पेटेंट" और "यूके डिजाइन पेटेंट" पर जगह भी बेची।
- लक्ष्य: कुछ मिलें विशिष्ट प्रतिष्ठित प्रकाशकों (जैसे एल्सवियर या स्प्रिंगर) को लक्षित करती हैं, जबकि अन्य छोटे, क्षेत्रीय जर्नल्स या कॉन्फ्रेंस प्रोसीडिंग्स को लक्षित करती हैं।
- मुद्रा: कीमतें मूल रूप से स्थानीय मुद्राओं (जैसे भारतीय रुपये या रूसी रूबल) में सूचीबद्ध थीं, लेकिन तुलनात्मक बनाने के लिए उन्हें अमेरिकी डॉलर में परिवर्तित किया गया।
डेटा हमें क्या बताता है (प्रमाण/रसीदें)
इन विशाल मूल्य सूचियों को देखकर, लेखक एक स्पष्ट तस्वीर खींचने में सक्षम रहे:
- कीमतें उतार-चढ़ाव भरी हैं: लागत स्थिर नहीं है। बिल्कुल गैस की कीमतों की तरह, एक फर्जी लेखक की जगह की कीमत तेजी से गिर या बढ़ सकती है। उदाहरण के लिए, एक व्यवसाय ने छह महीने में एक पाठ्यपुस्तक लेखक की जगह की कीमत लगभग 84 कर दी। दूसरे ने एक ही महीने में दो बार कीमतें बढ़ते हुए देखीं।
- स्थान मायने रखता है: एक देश में फर्जी लेखक की जगह की कीमत दूसरे देश की तुलना में आधी हो सकती है। शोधकर्ता सुझाव देते हैं कि यह संभवतः इस बात पर निर्भर करता है कि उस विशिष्ट क्षेत्र के ग्राहकों के पास कितना पैसा है।
- "प्रथम लेखक" का प्रीमियम: यदि आप शीर्ष स्थान (प्रथम लेखक) चाहते हैं, तो इसकी लागत सबसे अधिक होती है। पूरे डेटा में, एक अकादमिक लेख पर प्रथम लेखक की जगह की मध्यम (median) कीमत लगभग $788 है। हालांकि, जैसे-जैसे आप लेखक सूची में नीचे जाते हैं (द्वितीय लेखक, तृतीय लेखक, आदि), कीमत कम होती जाती है।
- रेंज बहुत विस्तृत है: जबकि औसत लगभग 20 थी और सबसे महंगी सूचीबद्ध जगह $5,600 से अधिक थी।
यह क्यों महत्वपूर्ण है
शोध पत्र का तर्क है कि इस "मूल्य सूची" का होना एक गेम-चेंजर है। इससे पहले, इन आपराधिक बाजारों का अध्ययन करना ऐसा था जैसे बिना यह जाने कि मुद्रा का मूल्य क्या है, किसी अर्थव्यवस्था को समझने की कोशिश करना। अब, शोधकर्ता गंभीर प्रश्न पूछ सकते हैं:
- यदि जर्नल अधिक प्रसिद्ध है तो कीमत कैसे बदलती है?
- क्या कीमतें तब बढ़ जाती हैं जब विश्वविद्यालय कार्यकाल (tenure) के लिए अधिक प्रकाशनों की मांग करते हैं?
- क्या प्रकाशक इस डेटा का उपयोग यह पता लगाने के लिए कर सकते हैं कि उनके जर्नल्स को इन मिल्स द्वारा लक्षित किया जा रहा है या नहीं?
सीमाएं (Limitations)
लेखक इस बारे में ईमानदार हैं कि यह डेटासेट क्या नहीं कर सकता।
- यह केवल टेक्स्ट विज्ञापनों को देखता है, चित्रों या वीडियो को नहीं।
- उन्होंने दुनिया के हर एक पेपर मिल को नहीं चुना; उन्होंने उन्हीं को चुना जिन्हें वे आसानी से ढूंढ और डाउनलोड कर सके।
- उन्होंने यह भी ट्रैक नहीं किया कि उनके द्वारा बनाए गए कितने लेख वास्तव में प्रकाशित हुए (क्योंकि पेपर मिल्स अक्सर अपने पदचिह्न छिपाने के लिए लेखों के शीर्षक बदल देते हैं)।
संक्षेप में
यह शोध पत्र ऐसा है जैसे एक जासूस को आखिरकार एक आपराधिक संगठन के बहीखाते (ledger) तक पहुंच मिल गई हो। यह अपराध को रोकता नहीं है, लेकिन यह दुनिया को एक स्पष्ट, डेटा-संचालित दृष्टिकोण देता है कि ये "अकादमिक धोखाधड़ी कारखाने" कितना शुल्क लेते हैं, उनकी कीमतों में कैसे उतार-चढ़ाव आता है, और वे सीमाओं के पार कैसे काम करते हैं। यह एक छायादार रहस्य को ऐसी चीज़ में बदल देता है जिसे मापा, विश्लेषित और समझा जा सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।