← Últimos artigos
📄 cancer biology

Does charging for corrections in the bioscience literature disincentivize pre-publication handling of problematic image data? An ImageTwin-AI study.

Este estudo utilizou o ImageTwin-AI para investigar se a cobrança por correções no Journal of Cancer desestimulou o escrutínio de dados de imagens pré-publicação, constatando que, embora a remoção de tais taxas em 2025 tenha coincidido com uma diminuição modesta de imagens problemáticas (de 20,3% para 15,9%), a mudança de política teve apenas um impacto limitado no manuseio pré-publicação.

Autores originais: Brookes, P. S.

Publicado 2026-01-28
📖 3 min de leitura☕ Leitura rápida

Autores originais: Brookes, P. S.

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

Imagine o mundo da publicação científica como uma biblioteca gigante onde pesquisadores enviam suas histórias (artigos) para serem lidas pelo mundo. Normalmente, se um escritor comete um erro após sua história ser publicada, a biblioteca permite que ele a corrija gratuitamente. No entanto, por um tempo, um ramo específico dessa biblioteca chamado Journal of Cancer tinha uma regra diferente: se você quisesse corrigir um erro em sua história publicada, teria que pagar uma taxa pesada — metade do preço do que você pagou originalmente para colocar sua história na biblioteca.

A Grande Pergunta
Os pesquisadores por trás deste estudo se perguntaram: "Será que cobrar pelas falhas realmente encoraja os escritores a serem menos cuidadosos antes de publicar?"

Pense como um mecânico de automóveis que recebe um valor extra toda vez que um carro quebra. Se o mecânico sabe que ganhará um bônus por consertar um motor quebrado mais tarde, ele pode ser tentado a pular uma verificação de segurança minuciosa antes do carro sair da oficina. O estudo hipotetizou que a "taxa de correção" do periódico poderia ter agido como esse bônus, incentivando sutilmente os autores a pularem a dupla checagem de seu trabalho (especificamente suas fotos e imagens) antes de clicar em "publicar", esperando corrigir os erros depois e pagar a taxa.

O Experimento
Em 2025, o periódico mudou de ideia e parou de cobrar pelas correções. Isso deu aos pesquisadores um teste perfeito de "antes e depois". Eles queriam ver se remover a taxa tornava os autores mais cuidadosos com suas fotos antes de publicar.

Para fazer isso, eles não apenas perguntaram aos autores; eles usaram um detetive digital de alta tecnologia chamado ImageTwin-AI. Pense neste IA como um par de óculos superpoderosos que pode identificar instantaneamente se uma foto foi adulterada, copiada ou misturada com o trabalho de outra pessoa.

O Que Eles Encontraram
A equipe analisou 754 artigos do periódico. Cerca de dois terços deles continham imagens.

  • Eles descobriram que quase 19 em cada 100 artigos com imagens tinham algum tipo de "problema fotográfico" (como uma foto que foi editada de um jeito estranho ou uma foto que acidentalmente apareceu em duas histórias diferentes e não relacionadas).
  • Quando compararam os anos, viram uma pequena diferença: Em 2024 (quando a taxa existia), cerca de 20% dos artigos tinham problemas de imagem. Em 2025 (depois que a taxa foi removida), esse número caiu para cerca de 16%.

A Conclusão
O estudo conclui que, embora interromper a taxa tenha melhorado ligeiramente as coisas, a melhoria foi pequena. É como tirar o "bônus de quebra" do mecânico e ver os carros saindo da oficina um pouco mais limpos, mas não perfeitos. Os dados sugerem que cobrar pelas correções não impediu completamente os autores de serem descuidados antes da publicação, mas remover a cobranção não resolveu tudo magicamente também. O problema das "fotos ruins" na ciência continua sendo uma questão significativa, independentemente do preço cobrado para corrigi-las.

Afogado em artigos na sua área?

Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.

Experimentar Digest →