Nature｜全球每年花一亿小时同行评审，学术不端却屡禁不止！专家：必须改革 _论文

文章插图

文章插图

新智元报道
编辑：昕朋
【新智元导读】全球专家每年同行评审时间超一亿小时！如此费时费力却审了个寂寞。科研不端行为频发，专家呼吁：是时候改革同行评审了！
不少人开始对同行评审产生了疑问：你们是怎么审核的？
然而，审核的专家也是有苦说不出：真的看不过来！

文章插图

数据显示，每年评审专家花在同行评审的时间超一亿小时！然而收效依然甚微。
近日，里约热内卢联邦大学教授Olavo Amaral在Nature杂志刊文，呼吁改革同行评审。

文章插图

作为一名同行评审的研究人员，Amaral对同行评审概念如此模糊感到震惊。他表示，同行评审不是用来帮作者检测错误和数据的。
人们将严谨的评估与期刊编辑的内容混为一谈。虽然前者是保持研究科学性的关键，但后者是在印刷空间有限的时代不得已的决定。
专家审稿人很少，他们的任务很多，他们不可能彻底检查每篇文章的数据，尤其是在数据没有共享的情况下。
数据检查好再送审
对于大多数论文来说，检查数据是否有效比评估他们的主张是否合理更重要。研究领域的证据基础是数据，而非结论。
如果评审时未挑出错误或捏造的结果，将永久损害研究者的学术声誉。
Amaral不否认专家评审对许多事情至关重要，但同时表示，并非所有发表的研究都需要由专家审查。
例如，质量控制方面就不需要专家，甚至不需要另外的人工进行把控。只有在确认数据一致的前提下，才有专家评估论文结论的必要。

文章插图

将同行评审分解为质量控制的模块化步骤可以改进已发表的论文质量，同时能减轻审查的负担。每篇文章都可以接受基本的检查——例如，所有数据是否可用，计算是否成立，分析是否可再现。
当然，对于引起专家广泛兴趣或被期刊选择的文章，各领域专家依然可以进行评审。毕竟他们是评估论文结论的最佳人选，但每篇文章都引起他们的注意是不现实的。
因此，学术界需要更高效、更广泛适用的质量控制解决方案，使审稿人能够更有效地利用他们的时间，处理数据合理的论文。
目前，基本的验证可以通过算法有效地执行。2015年，荷兰的研究人员开发了statcheck 。这是一个开源软件包，可以检查心理学文章中引用的P值是否与测试统计数据相匹配。
生物医学方面，研究者开发SciScore用于检查例如随机化、实验盲法和细胞系认证等实验结果。该程序已经审阅了数千份与新冠病毒有关的文章。

同行评审，审的是什么？
同行评审去中心化概念的提出由来已久，但由于缺乏数据标准化，实施一直受到阻碍。
这种标准化，目前是个例而不是共识，可以更广泛地应用于数据、代码和元数据。当这些以系统格式共享时，检查它们变得比审查文章的劳动强度更低。
据估计，专家每年花费超过1亿小时进行同行评审。如果他们抽出一些时间来就如何在他们的领域构建数据达成一致，他们可能会对质量控制产生更大的影响。