撤销论文特征识别——基于PubPeer平台质疑论文

【目的】更科学准确地识别以及预测撤销论文的特征，更好地纠正科研失范、减少学术欺诈行为、保护科学的公平性。【方法】基于Pub Peer平台上受质疑论文相关数据信息，经数据处理与筛选，建立包含1792篇完整论文数据的撤销论文数据集，分析该部分撤销论文自然属性和评论属性特征，并通过构建Pub Cancel模型进行撤销论文特征识别及准确性检验。【结果】构建的Pub Cancel模型可准确、有效地识别撤销论文，撤销论文状态验证准确率高达98.24%。该方法不仅对于评估论文质量具有重要的实际意义，也可为研究人员提供一种快速评估论文可信度的方法。【结论】研究Pub Peer平台质疑论文中撤销论文的情况对学术预警研究有重要意义，应用撤销论文特征识别模型能够帮助期刊及编辑及时发现异常论文，规范论文发表并及时撤回问题论文，加强科研诚信建设。