Drastic changes in collaboration networks and publication patterns in research using the CDC WONDER dataset
यह अध्ययन सीडीसी वोंडर (CDC WONDER) डेटासेट संबंधी प्रकाशनों में एक नाटकीय उछाल को प्रकट करता है जो शोधकर्ताओं के एक नेटवर्क द्वारा संचालित है, जिनमें मुख्य रूप से पाकिस्तान के शोधकर्ता शामिल हैं, जो संभवतः मेडिकल रेजिडेन्सी की मांगों को पूरा करने के लिए निम्न-गुणवत्ता वाले, टेम्पलेट-आधारित शोध पत्र तैयार कर रहे हैं, जो बड़े पैमाने पर उत्पादित अनुसंधान के विरुद्ध वैज्ञानिक अखंडता की रक्षा के लिए सक्रिय संपादकीय स्क्रीनिंग और बेहतर आलोचनात्मक मूल्यांकन कौशल की तत्काल आवश्यकता को रेखांकित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि वैज्ञानिक अनुसंधान की दुनिया एक विशाल, सार्वजनिक पुस्तकालय की तरह है। वर्षों से, शोधकर्ता इस पुस्तकालय की विशाल, मुफ्त संदर्भ पुस्तकों (ओपन डेटा) का उपयोग करके अपनी खुद की कहानियाँ (शोध पत्र) लिखने के लिए अंदर आ सकते हैं। यह एक अच्छी चीज़ मानी जानी थी, जिससे सभी को नया सीखने और नई खोज करने में मदद मिले।
हालाँकि, यह लेख बताता है कि कैसे उस पुस्तकालय के एक विशिष्ट अनुभाग—CDC WONDER डेटासेट (अमेरिकी स्वास्थ्य सांख्यिकी का एक विशाल संग्रह)—पर हाल ही में निम्न-गुणवत्ता वाली कहानियों का एक "कारखाना" हावी हो गया है।
लेखकों ने जो पाया है, उसका विवरण यहाँ सरल उपमाओं के साथ दिया गया है:
1. "फास्ट-फूड" कारखाना
लेखकों ने देखा कि 2023 से शुरू होकर, इस विशिष्ट डेटासेट का उपयोग करने वाले शोध पत्रों की संख्या में विस्फोट हुआ। यह साल में 88 शोध पत्रों की एक स्थिर धारा से बढ़कर कुछ ही वर्षों में 1,200 से अधिक के सैलाब में बदल गया।
उनका मानना है कि यह केवल रुचि की अचानक वृद्धि नहीं है; यह एक फैक्ट्री असेंबली लाइन की तरह दिखता है।
- टेम्पलेट: प्रत्येक लेखक द्वारा एक अनूठी कहानी रचने के बजाय, वे एक "कुक़ी-कटर" (एक ही सांचे वाले) टेम्पलेट का उपयोग कर रहे हैं। उनके शीर्षक सभी एक जैसे लगते हैं (जैसे, "[बीमारी] में रुझान और असमानताएं...")। वे संख्याओं को संसाधित करने के लिए बिल्कुल एक ही कंप्यूटर सॉफ़्टवेयर का उपयोग करते हैं, और वे अंत में एक ही "सीमाएं" (limitations) वाला पैराग्राफ भी कॉपी-पेस्ट करते हैं।
- सामग्री: वे एक ही सार्वजनिक सामग्री (CDC डेटा) ले रहे हैं और हजारों लगभग एक जैसे व्यंजन परोस रहे हैं।
2. "घोस्ट" (भूतिया) नेटवर्क
आमतौर पर, जब वैज्ञानिक मिलकर काम करते हैं, तो उनके बीच स्वाभाविक संबंध होते हैं। लेकिन यहाँ, लेखकों ने इन शोध पत्रों को लिखने वालों के बारे में एक अजीब पैटर्न पाया है:
- "सुपर-ग्रुप": इन कई शोध पत्रों में बहुत बड़ी टीमें हैं—कभी-कभी 15, 20, या 31 लेखक।
- पैटर्न: एक विशिष्ट शोध पत्र ऐसा दिखता है: पाकिस्तान और भारत के लेखकों का एक बड़ा समूह यूके (UK) या यूएस (US) के केवल एक या दो लेखकों के साथ हाथ मिलाता है।
- संदेह: लेखक सुझाव देते हैं कि यह एक "पे-टू-प्ले" (पैसे देकर जगह बनाना) या "गिफ्ट-गिविंग" (उपहार देने) की योजना हो सकती है। यह ऐसा है जैसे कोई अपना नाम प्रभावशाली दिखाने के लिए टीम में जगह खरीद रहा हो, या शायद जूनियर डॉक्टरों को एक ऐसे "कोर्स" से गुजारा जा रहा हो जहाँ उन्हें आगे बढ़ने के लिए शोध पत्र बनाने के लिए मजबूर किया जाता है। इन समूहों के बीच के संबंध कृत्रिम लगते हैं, जैसे कि लोगों का एक ऐसा नेटवर्क जो केवल एक बार कागज पर हस्ताक्षर करने के लिए मिलते हैं और फिर फिर कभी साथ काम नहीं करते।
3. "जादुई छड़ी" (AI)
लेख सुझाता है कि जेनरेटिव एआई (Generative AI) वह "जादुई छड़ी" है जो इसे संभव बना रही है। ठीक वैसे ही जैसे एक मंत्र तुरंत एक किताब लिख सकता है, AI उपकरण संभवतः इन "कारखानों" को डेटा का विश्लेषण करने और पांडुलिपियों को अविश्वसनीय रूप से तेज़ी से लिखने में मदद कर रहे हैं। यह उन्हें ऐसे शोध का बड़े पैमाने पर उत्पादन करने की अनुमति देता है जो सतह पर पेशेवर दिखता है लेकिन जिसमें वास्तविक गहराई या नई खोज का अभाव होता है।
4. यह एक समस्या क्यों है
लेखक इसकी तुलना नदी में बाढ़ आने से करते हैं।
- अच्छे काम को डुबो देना: जब नदी हजारों निम्न-गुणवत्ता वाले, दोहराव वाले शोध पत्रों से भर जाती है, तो वास्तव में महत्वपूर्ण खोजों को खोजना असंभव हो जाता है।
- पानी पर भरोसा करना: यदि लोगों को पता चलता है कि पानी (डेटा) का उपयोग नकली या निम्न-गुणवत्ता वाले उत्पाद बनाने के लिए किया जा रहा है, तो वे पूरी लाइब्रेरी (पुस्तकालय) पर भरोसा करना छोड़ सकते हैं।
- पीयर-रिव्यू (सहकर्मी समीक्षा) का अड़चन: कल्पना कीजिए कि पुस्तकालय के गेटकीपर (द्वारपाल) हर एक प्रविष्टि की जाँच करने की कोशिश कर रहे हैं। इस तरह के "फास्ट-चर्न" (तेजी से उत्पादन) वाले शोध पत्रों के सैलाब के साथ, द्वारपाल (जर्नल संपादक और समीक्षक) अत्यधिक बोझिल हो जाते हैं और अनजाने में खराब सामग्री को अंदर जाने दे सकते हैं।
5. प्रस्तावित समाधान
लेखक यह नहीं कह रहे हैं कि हमें पुस्तकालय बंद कर देना चाहिए। इसके बजाय, वे सुझाव देते हैं:
- बेहतर गेटकीपिंग (द्वारपाल): संपादकों को इन "असेंबली लाइन" वाले शोध पत्रों को जल्दी पहचानने और उन्हें प्रकाशित होने से पहले खारिज करने में सक्षम होना चाहिए।
- शिक्षा: शोधकर्ताओं को यह पहचानने के लिए शिक्षित करने की आवश्यकता है कि खराब विज्ञान क्या है और उन्हें यह समझने की आवश्यकता है कि केवल इसलिए कि डेटा मुफ्त है, इसका मतलब यह नहीं है कि आप केवल प्रकाशन पाने के लिए निम्न-गुणवत्ता वाला काम करने के लिए इसका उपयोग करें।
संक्षेप में: लेख का तर्क है कि शोधकर्ताओं का एक विशिष्ट समूह AI और एक "फैक्ट्री" दृष्टिकोण का उपयोग करके सार्वजनिक अमेरिकी स्वास्थ्य डेटा का उपयोग करके नकली दिखने वाले विज्ञान का बड़े पैमाने पर उत्पादन कर रहा है, जिसमें अक्सर अजीब अंतरराष्ट्रीय टीम-अप शामिल होते हैं, जो चिकित्सा अनुसंधान की गुणवत्ता और विश्वसनीयता को खतरे में डालता 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।