BuyTheBy: A dataset of 18,710 text-based paper mill advertisements with 51,812 timestamped prices
本論文は、学術詐欺サービスの市場動向に関する定量的研究を促進するために設計された、7 か国の国際的な製紙工場から収集された18,000 件を超えるタイムスタンプ付きテキストベースの広告および51,000 点以上の価格データを含む大規模データセット「BuyTheBy」を導入する。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
学術出版の世界を、巨大でハイリスクな市場だと想像してみてください。通常、人々は研究、執筆、査読という過酷な労働を行うことで知識に対して対価を支払います。しかし、その裏側には「ペーパーミル」と呼ばれる影の闇市場が操業しています。これらは、事前に書かれた科学論文を販売する違法工場であり、何より重要なのは、人々が自分が書いたふりをするために著者リスト上の座席を販売している点です。
長らく、これらの「工場」の運営実態を研究しようとする試みは、目隠しをしたまま闇市場の地図を描こうとするようなものでした。研究者たちはこれらの店舗の存在を知っていましたが、明確な価格表は持っていませんでした。偽の著者座席は50ドルでしょうか、それとも5,000ドルでしょうか？国や学位の種類によって価格は変動するのでしょうか？これまで、私たちは断片的な噂や孤立したニュース報道しか持ち合わせていませんでした。
「BuyTheBy」の登場：巨大な価格タグ
この論文は、「BuyTheBy」という新しいツールを紹介します。これは、学術詐欺の「メニュー価格」を初めて一覧化した、巨大で整理されたスプレッドシートのようなものです。研究者たちは、インド、ロシア、ウクライナ、カザフスタンを含む7か国から操業する7つの異なる「ペーパーミル」企業から、18,710件の広告を収集しました。
彼らは単に価格を推測したわけではありません。これらの企業のウェブサイトやTelegramのチャットチャンネルから実際のテキストをスクレイピングしました。その結果、医学論文の「第一著者」や教科書の「編集者」などの特定の製品に紐付けられた、51,000を超える具体的な価格データポイントを含むデータセットが完成しました。
メニューには何が載っているか
研究者たちは、これらの「工場」がさまざまな商品を販売していることを発見しましたが、その多くは科学論文における著者座席の販売に焦点を当てています。
- 多様性: 一部のミルは、教科書の章から特許登録まで、あらゆるものを販売しています。ある企業（B1）は、なんと「インドの有用性特許」や「イギリスの意匠特許」の座席さえも販売していました。
- ターゲット: 一部のミルはエールジャーやスプリンガーのような特定の権威ある出版社をターゲットにしますが、他のミルは小規模な地域誌や会議論文集をターゲットにしています。
- 通貨: 価格は当初、インド・ルピーやロシア・ルーブルなどの現地通貨で記載されていましたが、比較可能にするために米ドルに換算されました。
データが語るもの（「領収書」）
この膨大な価格リストを調べることで、著者たちはいくつかの明確な図像を描き出すことができました。
- 価格はジェットコースター: 費用は固定されていません。ガソリン価格と同じように、偽の著者座席の価格は急激に下落したり上昇したりします。例えば、ある企業は教科書の著者座席の価格を、わずか6ヶ月で約180ドルから84ドルに引き下げました。別の企業では、1ヶ月の間に価格が2回跳ね上がりました。
- 立地が重要: ある国での偽の著者座席は、別の国での同じ座席の半分の価格で済むかもしれません。研究者たちは、これはおそらくその特定の地域の顧客がどれだけの資金を持っているかに依存すると示唆しています。
- 「第一著者」のプレミアム: トップの座席（第一著者）を望む場合、それは最も高価です。すべてのデータを横断して、学術論文における第一著者座席の中央値は約788ドルです。ただし、著者リストの下（第2著者、第3著者など）に行くにつれて価格は下がります。
- 範囲は驚異的: 平均は800ドル前後ですが、価格はあちこちに散らばっています。見つかった最も安い座席は約20ドルでしたが、記載されていた最も高いものは5,600ドルを超えていました。
なぜこれが重要なのか
この論文は、この「価格表」を持つことがゲームチェンジャーであると主張しています。以前は、貨幣の価値がわからないまま経済を理解しようとするように、これらの犯罪市場を研究するのは難しかったのです。現在、研究者たちは真剣な問いを投げかけることができます。
- 雑誌がより有名になれば、価格はどのように変化するか？
- 大学が tenure（終身職）のためにより多くの出版物を要求し始めると、価格は上昇するか？
- 出版社はこのデータを使って、どの雑誌がこれらのミルによって狙われているかを特定できるか？
注意点（限界）
著者たちは、このデータセットが「できない」ことについても正直に述べています。
- 画像や動画ではなく、テキスト広告のみを対象としています。
- 世界中のすべてのペーパーミルを選んだわけではなく、容易に見つけてダウンロードできたものを選んでいます。
- これらの偽の論文のどれが実際に出版されたかを追跡していません（ペーパーミルは足跡を隠すために論文タイトルを頻繁に変更するため）。
要約
この論文は、探偵がついに犯罪組織の帳簿へのアクセス権を得たようなものです。これは犯罪を止めるものではありませんが、これらの「学術詐欺工場」がいくら請求しているか、価格がどのように変動し、国境を越えてどのように操業しているかを、明確でデータ駆動型の視点で世界に提供します。影の謎を、測定可能で分析可能、そして理解可能なものへと変えるのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。