Drastic changes in collaboration networks and publication patterns in research using the CDC WONDER dataset
这项研究揭示了由一个以巴基斯坦研究人员为主的网络所驱动的 CDC WONDER 数据集论文数量的剧增，这些研究人员很可能是为了满足住院医师的需求而生产低质量、模板化的论文，这凸显了进行主动编辑审查和提高批判性评估技能以维护科学诚信、抵御大规模生产式研究的紧迫性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，科学研究的世界就像一座巨大的公共图书馆。多年来，研究人员一直能够走进这座图书馆，使用其中海量的免费参考书籍（开放数据）来编写他们自己的故事（研究论文）。这本应是一件好事，有助于每个人学习和发现新事物。
然而，这篇论文描述了该图书馆的一个特定区域——CDC WONDER 数据集（一个庞大的美国健康统计数据集）——最近是如何被一群低质量故事的“工厂”所占领的。
以下是作者发现的内容，使用了简单的类比：
1. “快餐”工厂
作者注意到，从 2023 年开始，使用这一特定数据集的论文数量出现了爆炸式增长。它从每年稳定的 88 篇论文，在短短几年内激增到了超过 1,200 篇。
他们认为这不仅仅是兴趣的突然激增；这看起来更像是一个工厂流水线。
- 模板： 作者们并没有在创作每个独特的、原创的故事，而是使用了一种“模具化”的模板。所有的标题听起来都如出一辙（例如，“[某种疾病]的趋势与差异……”），他们使用完全相同的计算机软件来处理数据，甚至在论文末尾复制粘贴相同的“局限性”段落。
- 食材： 他们拿走同样的公共食材（CDC 数据），然后端出成千上万份几乎一模一样的菜肴。
2. “幽灵”网络
通常情况下，当科学家们合作时，他们会形成一种自然的联系网络。但在这里，作者发现了一个奇怪的模式，关于谁在撰写这些论文：
- “超级团体”： 许多这类论文拥有庞大的团队——有时甚至有 15、20 甚至 31 名作者。
- 模式： 一篇典型的论文看起来是这样的：来自巴基斯坦和印度的大型作者团队，与仅有的来自英国或美国的一两个作者组成队。
- 怀疑： 作者暗示这可能是一种“付费获取”或“赠送名额”的计划。就好像有人通过购买团队中的一个位置来让自己的名字看起来更有分量，或者可能是初级医生正在被迫通过某种“课程”快速晋升，从而被迫大量产出论文以获得职业发展。这些群体之间的联系看起来是人为制造的，就像一群人只在一次合作中见面并签名，之后便再也不见。
3. “魔杖”（人工智能）
论文指出，生成式人工智能（Generative AI） 就是让这一切成为可能的“魔杖”。正如一个咒语可以瞬间写出一本书一样，AI 工具很可能正在帮助这些“工厂”极快地分析数据并撰写手稿。这使得他们能够大规模生产那些表面上看起来专业、但缺乏实际深度或新发现的研究。
4. 为什么这是一个问题
作者将这种情况比作淹没河流。
- 淹没好成果： 当河流中充满了数以千计的低质量、重复性的论文时，人们就很难找到那少数几个真正重要的发现。
- 信任水源： 如果人们意识到水（数据）正被用来制造虚假或低质量的产品，他们可能会不再信任整座图书馆。
- 同行评审的瓶颈： 想象一下，图书馆的守门人在试图检查每一项条目。面对这股“快速周转”论文的洪流，守门人（期刊编辑和审稿人）会被压得喘不过气，并可能在无意中放行这些劣质内容。
5. 提出的解决方案
作者并不是说我们要关闭图书馆。相反，他们建议：
- 更好的把关机制： 编辑需要学会快速识别这些“流水线”式的论文，并在其发表前予以拒绝。
- 教育： 研究人员需要接受教育，学会如何识别糟糕的科学，并理解仅仅因为数据是免费的，并不意味着你应该利用它来大量产出低质量的工作，只为了获得一篇发表记录。
简而言之： 该论文认为，一类特定的研究人员正在利用人工智能和“工厂化”的方法，利用美国的公共健康数据大规模生产看似真实的科学研究，其中往往涉及奇怪的国际团队协作，这威胁到了医学研究的质量和可信度。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。