关于Thermo Fisher抗体数据操纵的评论
用户Bob指出Thermo Fisher的回答都是复制粘贴并稍作修改的旧答案。
评论
点赞
收藏关于Thermo Fisher抗体数据操纵的评论
用户Peter指出如果AI学习这些数据，很容易注意到篡改的图像，并可能导致模型错误地认为篡改图像是合法的。
关于Thermo Fisher抗体数据操纵的评论
用户CurbStomper表示震惊，并询问内部数据是否由同一作者撰写。
关于Thermo Fisher抗体数据操纵的评论
用户Tana指出原文中关于黑电平和白电平的描述可能反了，并用GIMP复现了增强图像，证明是增加了对比度。
赛默飞世尔的抗体验证数据有多少被篡改了？
独立调查揭露全球最大实验室试剂供应商赛默飞世尔（Thermo Fisher）在其官网抗体产品验证数据中大规模使用篡改图像。研究人员Reese Richardson与Sholto David已识别超过450张问题图片并建立开放数据库（Zenodo），包括：Western blot条带经翻转旋转后完全重合、50多种不同抗体产品共享同一背景噪点图案、明显的Photoshop涂抹痕迹等。抗体是生物医学研究核心试剂，赛默飞单支售价400-500美元，此前研究估计超50%商品化抗体在特定应用中不合格。篡改验证数据意味着科学家无法在购买前判断抗体质量，直接加剧学界可重复性危机。作者呼吁科研人员警惕供应商数据、自行验证抗体，并开放了提交入口供社区共同监督。
关于Thermo Fisher抗体数据操纵的评论
用户Benjamin Doranz评论称Reese的调查工作很棒，解释了科学家为何不信任抗体，并提及自己创立的公司Cell Surface Bio旨在解决此问题。
一篇科学论文大约要花你800美元
一篇博客文章揭露学术论文买卖黑市的真实价格：大约800美元一篇，具体价格取决于卖家、研究主题、目标期刊以及你想要的作者署名位置（如第一作者、通讯作者等）。短短一句话点破了学术出版中代写代发产业的定价逻辑，信息密度极高，直接挑战学术诚信底线，极易引发热议和争论。
关于《COSIG：开放科学诚信指南合集》一文的评论
这是一条评论，指出COSIG（开放科学诚信指南合集）由Reese Richardson等多位科学侦探联合创建，旨在系统收集和推广开放科学诚信方面的指导资料。评论简短，主要是感谢和认可发起者的贡献，未展开实质讨论或提供新信息。
关于《瞄准国际医学毕业生的新型论文工厂》一文的回复
一条极其简短的社交回复，作者对用户提醒表示感谢并告知已更新列表。无实质信息、无观点、无讨论价值，纯事务性互动。 
世界上最懒的同行评审人
作者在"同行评审周"发布了一份特别数据集——收录了那些敷衍到极致的审稿意见案例。用幽默讽刺的手法揭示同行评审中的"甩手掌柜"现象：审稿人根本不看内容就给出格式化意见、一句话评价甚至直接复制粘贴。对科研人员来说既好笑又扎心，讨论入口强，容易引发"我也遇到过"的共鸣。 
科学事业到了生死关头
作者围绕自己参与发表的论文《规模化学术造假的主体是庞大、有韧性且快速增长的》展开反思，指出科学诚信危机已从个体案例演变为系统性威胁。文章有论文数据支撑、有自己的亲身参与经历，语气紧迫但不夸张，观点鲜明且有据可查。适合作为学术诚信议题的高层引述素材，讨论价值和转发潜力都很高。
不，mRNA 疫苗不会导致"转录组混乱"
作者逐条审读了一篇声称 mRNA 疫苗导致"转录组混乱"的反疫苗预印本，指出其方法缺陷、数据误读和结论夸大。这不是简单的立场站队，而是有实验分析细节的同行评审式反驳，对熟悉分子生物学的读者有实质参考价值。话题敏感但作者以证据说话，可信度高，适合关注疫苗安全争论的科学传播场景。 
COSIG 开放科学诚信指南汇编
作者发布了 COSIG——一个专门为开展"发表后同行评审"提供系统性方法指南的资源合集。涵盖了从识别可疑论文、追查数据篡改到撰写撤稿建议的完整流程与参考工具。对于从事学术打假、科学诚信核查的科研人员来说是一份实用工具箱，偏工具性而非观点型内容，讨论议题明确但互动感略弱。
Google Scholar 仍然对引用操纵置之不理
作者再次揭露 Google Scholar 上的新一波引用操纵手法——包括虚假引用集群、互引圈、自引工厂等，并提供具体案例和追踪数据。核心观点是：Google Scholar 明知问题存在却始终不作为。这不是重复老调，而是有最新证据的持续性追踪报道，有方法、有数据、有明确的追责指向，学术圈读者极易参与讨论和扩散。 
专利欺诈：学术造假的新生意
一个令人不安的新现象正在浮现：学术造假产业链已延伸至专利领域，出现了专门出售伪造专利的服务。作者将这一灰色市场定性为"专利欺诈"——既是字面上的专利造假，也暗示其"显而易见的"欺诈本质。这篇文章来自个人博客，点出了一个值得关注的新趋势，但内容极为简短，仅抛出观点，未提供具体案例、证据或来源，信息密度低，讨论入口有限。
近期遭遇的"原子薄片式"学术切香肠
作者记录了亲身遭遇的学术"切香肠"（salami slicing）乱象——把同一组数据拆成尽可能多的小文章发表。这不是泛泛批评，而是基于真实案例的具体揭露，包括同行如何识别、期刊如何应对（或不作为）。对于关注学术发表伦理、重复发表、科研评价体系问题的读者，是一篇有现场感、可引用的短评。
科学事业终究是人的事业
作者刚刚通过博士论文答辩，以此为背景摘录了论文中关于"科学本质是人的活动"的论述。文章带有明显的个人叙事色彩——回顾了自己在学术诚信研究中的心路历程，讨论了科学不端行为为何不能仅靠制度/技术手段解决。文笔真诚，有个人温度，但信息量和可复用知识点相对有限，更像一篇阶段性感悟。
打造史上被引最多的猫——拉里
作者通过1小时非自动化实验，利用Mathgen自动生成假论文上传至ResearchGate，让自己家猫Larry Richardson以132次引用（h-index 11）成为Google Scholar上被引次数最高的猫。实验旨在揭露Google Scholar引文指标的严重可操纵性——论文工厂同样利用此漏洞为客户批量刷引用。文章详细记录从生成假论文、绕过ResearchGate"仅限作者上传"验证、到等待Google Scholar索引的全过程，并对比此前被引107次的前纪录保持者——猫学者F.D.C. Willard。讽刺的是，Google Scholar一周后删除了Larry所有假论文和引用，却保留了大量论文工厂客户的虚假引用。作者据此呼吁学术界放弃h-index、影响因子等量化评估指标，或至少让操纵这些指标变得更困难。
家猫学术志：如何把奶奶的猫 Larry 打造成史上最高引学者
作者从一则论文工厂广告入手，发现对方利用 Mathgen 自动生成垃圾论文、上传 ResearchGate、再塞入客户引用，从而操纵 Google Scholar 引文数据。为验证漏洞多容易利用，作者用奶奶的猫 Larry 做实验：生成 12 篇数学乱码论文、另造 12 篇引用这些论文的文章，上传 ResearchGate，不到一小时手工操作，两周后 Larry 以 132 次引用超越前任纪录猫 F.D.C. Willard（107 次），登顶 Google Scholar 史上最高引猫咪。文章完整记录了操作流程、各平台安全机制的形同虚设（.edu 邮箱可买、作者身份可手动添加），以及后续 Google Scholar 删除了 Larry 的论文但未处理论文工厂客户的假论文、ResearchGate 随后也删除了 Larry 资料等发展。核心论点：定量指标（引用数、h-index、影响因子）在缺乏基本验证机制时毫无意义，学术评价应回归 DORA 宣言倡导的同行评议实质。