All Academic Fields
覆盖全部学科领域
学术诚信没有学科例外。平台按 6 个门类收录 78 个一级学科, 并为每个学科标注该领域最需要留意的问题形态——因为「什么算可疑」, 在材料学和在历史学里是完全不同的判断。
自然科学
Natural Sciences
研究自然现象与规律的基础学科,以实验、观测与形式化推理为主要方法。
NS-110
数学
Mathematics
高发问题:证明跳跃、引理条件被削弱、数值实验数据被挑选
NS-120
信息科学与系统科学
Information & Systems Science
高发问题:仿真参数未披露、对比基线被人为削弱
NS-130
力学
Mechanics
高发问题:实验曲线平滑处理、重复实验次数与离散度不匹配
NS-140
物理学
Physics
高发问题:图谱数据裁剪、误差棒与样本量矛盾、原始谱图不公开
NS-150
化学
Chemistry
高发问题:谱图重复使用、产率与表征结果不自洽
NS-160
天文学
Astronomy
高发问题:观测数据选择性剔除、星表来源标注不实
NS-170
地球科学
Earth Sciences
高发问题:年代数据挑选、地层柱状图拼接、地图边界与坐标错误
NS-180
生物学
Biology
高发问题:电泳/显微图像拼接复用、重复实验与统计效力不足
NS-190
心理学
Psychology
高发问题:问卷数据重复模式、p 值异常集中、量表信效度报告缺失
NS-720
统计学
Statistics
高发问题:检验方法误用、多重比较未校正、可复现分析代码缺失
学科代码说明。
学科分类参考国家标准《学科分类与代码》的编排思路,代码中的数字段便于对应到通用学科目录。
一件举报若涉及多个学科(例如生物信息学同时涉及生物学与计算机科学),可多选归属。
若你的研究方向未在列表中,请选择最接近的门类并在描述中说明。
各学科门类最需要留意的证据类型
| 门类 | 核心证据形态 | 核查难点 |
|---|---|---|
| 自然科学 | 原始观测与实验记录、仪器输出文件、可复现的分析代码 | 原始数据常不公开,需依赖作者配合 |
| 工程与技术 | 设计图纸、样机测试报告、仿真边界条件与参数设置 | 产业合作方常以商业秘密为由拒绝披露 |
| 农业科学 | 田间试验设计方案、气象与土壤记录、品种来源证明 | 受自然条件影响大,异常值未必是造假 |
| 医药科学 | 伦理批件、知情同意书、原始影像、随机化与盲法记录 | 涉及患者隐私,脱敏与核查需要平衡 |
| 人文与社会科学 | 档案与史料原件、访谈录音、问卷原始答卷、编码手册 | 文字与观点的「借鉴」边界不易量化 |
| 交叉与新兴学科 | 数据来源与许可证明、模型代码与随机种子、外部验证集 | 评审标准尚在形成,同行共识不足 |
你的领域有具体情况想反映?
如果你所在学科的常见问题形态没有被准确描述,欢迎在提交举报时一并说明, 我们会据此补充该学科的取证指引。