尊龙凯时：分析6680份问卷揭示生物医疗领域5大撤稿数据处理失误

本篇内容已原创发布在尊龙凯时公众号，更多精彩内容，请关注公众号“尊龙凯时生物医学”。

在2020年，诺贝尔化学奖得主Frances H. Arnold教授曾发表在《Science》上的一篇论文被撤回，原因是部分关键实验数据缺失。对此，Arnold教授在推特上坦诚地承认了这一问题，并称这是她科研生涯中的一次深刻教训。

实际上，由于数据处理错误而导致的撤稿事件并不鲜见。在这类撤稿通知中，往往缺乏具体细节的说明和解释，这让作者感到沮丧与困惑。例如，2025年1月，《Nature》发布了一篇名为《因诚实错误导致的撤稿极具压力，研究人员这样说》的文章。通过6680份调查问卷，文章总结出5种常见的数据处理失误，提醒大家重视数据管理。

一、常见的数据处理失误类型

研究人员通过Retraction Watch数据库，识别出5041篇因数据处理错误被撤回的论文，并向6680名作者发送了调查问卷，询问他们关于撤稿原因的理解。在97份有效回复中，总结出5种最常见的数据处理错误：

• 数据处理和分析错误（19%）：例如在数据建模或统计分析中发生错误，导致实验结果不准确。
• 数据编码错误（14%）：常见于脚本编写阶段，错误的变量定义或操作逻辑可能改变分析结果。
• 数据文件丢失（11%）：原始实验数据未妥善保存或备份，导致研究无法复现。
• 数据输入错误（11%）：手动录入数据时容易发生误输入、漏输或单位不一致的问题。
• 数据命名不当（8%）：文件命名混乱、版本管理不清晰，或不符合规范导致的数据计算和运行错误。

此外，其他常见错误还包括数据传输错误（7%）、错误报告（6%）、编程错误（4%）、文件不充分或不正确（4%）、数据选择/合并错误（4%）、项目管理错误（2%）、数据点连接不正确（2%）、偏离协议（2%），以及数据或文件组织错误（2%）。造成这些错误的主要原因包括不专心（14%）、技术性问题（13%）、沟通失误（12%）、粗心大意（11%）以及缺乏经验（9%）。

二、如何避免数据处理失误

为了有效防范数据处理错误，以下几点建议尤为重要：

1. 明确数据管理责任：设立专人负责数据管理，确保责任到位。
2. 定期培训和学习：进行数据管理及工具使用相关培训，以提升技能水平。
3. 引入双重核查机制：在数据提交前进行二次审查，减少因粗心或遗漏导致的错误。
4. 加强技术支持：投资购买可靠的存储设备，并使用自动化备份工具。

此外，作者们也希望期刊能提供更明确的说明或指引，指出哪些错误会导致撤稿，哪些可以通过修改补救。这对作者与编辑均有重要意义。

与其因撤稿而懊恼，不如提前做好防范：以认真负责的态度对待数据细节，谨慎处理每一个环节。每位科研工作者都应当始终紧绷“数据”这根弦！

你是否有过“数据翻车”的故事呢？关注“尊龙凯时生物医学”公众号并回复“礼包”，免费领取100+写作投稿资料包和投稿问题30问。

关于尊龙凯时：尊龙凯时致力于为科研学者提供论文润色、学术翻译和期刊出版支持等专业服务，所有润色工作均由美国本土资深编辑完成，他们均来自美国前100大学，平均拥有十年以上的润色经验，从而确保服务质量。

授权转载：请在尊龙凯时公众号后台回复关键词“转载”获取联系方式。