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“尊龙凯时学术支持”。

2020年，诺贝尔化学奖得主Frances H. Arnold教授的一篇《Scientific Reports》论文被撤回，原因是部分关键实验数据缺失。对此，Arnold教授在社交媒体上坦诚承认了问题，并表示这是她科研生涯中一次深刻的教训。

实际上，数据处理失误导致的撤稿案例不在少数，而此类撤稿通知中往往缺乏具体的细节说明和解释，让作者在懊恼的同时也摸不着头脑。

一、数据处理失误类型

根据2025年1月《Nature》发布的一篇文章《因诚实失误而导致的撤稿极具压力，研究人员称》，通过6680份调查问卷，识别出五种常见的数据处理失误。这些错误不仅影响研究成果的可信度，也可能导致作者的学术声誉受损。以下是研究人员总结的常见失误类型：

• 数据处理和分析错误（19%）：如在数据建模或统计分析中出现错误，导致实验结果与事实不符。
• 数据编码错误（14%）：在脚本编写阶段，错误的变量定义或操作逻辑可能直接影响分析结果。
• 数据文件丢失（11%）：如原始实验数据未妥善保存或备份，造成无法复现研究。
• 数据输入错误（11%）：手动录入数据时常见的错误，比如误输入、漏输入或单位不一致。
• 数据命名不当（8%）：文件命名混乱、版本管理不清晰或命名不符合规范，导致数据计算和运行错误。

此外，还有其他常见错误如数据传输错误（7%）、错误的报告（6%）、编程错误（4%）等。

这些失误的常见原因包括不专心（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

为了避免这些数据处理失误，研究人员可以采取以下措施：

1. 明确数据管理责任：为项目指定专人负责数据管理，确保责任落实。
2. 定期培训与学习：对数据管理及工具使用进行相关培训，提高技能水平。
3. 引入双重核查机制：在数据提交前进行二次审查，以减少粗心或遗漏导致的错误。
4. 加强技术支持：投入资源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够提供更明确的说明或指引，帮助作者了解哪种失误可能导致撤稿，哪些可以通过修改补救。对于作者和编辑来说，这些信息非常重要。

与其因撤稿而感到懊恼，不如提前做好防范：用心对待数据细节，谨慎处理每个环节。每位科研工作者都应当绷紧“数据”这根弦，以确保研究成果的可靠性。

你是否有过“数据翻车”的经历呢？关注“尊龙凯时学术支持”公众号，并回复“礼包”，可免费领取100+写作投稿资料包和投稿问题30问。

关于尊龙凯时，尊龙凯时是一家专业为科研学者提供论文润色、学术翻译和期刊出版支持等服务的机构。我们所有的润色工作均由来自美国的资深编辑完成，所有编辑均为美国前100大学的博士及以上资质，平均拥有十年以上的润色经验，以确保服务质量。

授权转载：请在【尊龙凯时学术支持】公众号后台回复关键词“转载”获取联系方式。