鉴 明鉴 学术监督公开平台
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。

10 个一级学科
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。

提交举报