去年帮一个课题组做投稿前的参考文献体检，翻到一篇被引用了三次的论文：期刊页面上干干净净，没有更正标记，也没有编辑说明。但在 PubPeer 上，它挂着十四条评论，其中三条附了并排的图像对比。顺着 DOI 再去 Retraction Watch 的撤稿数据库里查，同一篇论文的撤稿通知半年前就已经挂出来了，只是原文页面上的标注不显眼，肉眼扫过去很容易漏掉。那一晚我们把整篇稿子的引用重新过了一遍，删掉两篇，替换一篇。
这件事之后，我把这两个站点从“偶尔看看的资讯源”改成了“流程里的固定环节”。科研打假这个说法听着激烈，它对应的专业动作其实很朴素：在引用之前，确认这篇论文现在还是不是它发表时的样子。PubPeer 负责收集发表之后的质疑，Retraction Watch 负责记录质疑之后的处理结果，两个站点一个在入口一个在出口，凑在一起才勉强构成一条完整的学术监督链路。这篇内容适合三类人看：正在写论文、需要核对参考文献的研究生；做系统综述、要筛几百篇文献的研究者；以及任何不想在答辩或审稿时被人指着引用列表问“你怎么引了这篇”的人。下面我按“机制—检索—流程—判断—踩坑”的顺序，把我自己跑通的用法拆开讲。
1. 发表之后才开始的检验：这两个站点到底在补什么缺口
1.1 传统同行评议的时间盲区
一篇论文从投稿到见刊，短的几个月，长的两年。审稿人通常只有两三位，拿到的是稿件而不是原始数据，能做的核查有限。论文一旦刊出，它就以“已发表成果”的身份进入引用网络，后面的人默认它经过了检验。问题在于，检验其实只发生了一次，而且发生在最不具备条件的时点上——数据还没公开、代码还没上传、图表还是草稿状态。
发表后评议（post-publication peer review）要补的就是这个缺口。它的假设很直接：读论文的人比审稿人多得多，其中总有人比你更懂那张图的来源、那组数据的分布、那段文字的出处。把这群人的注意力汇聚起来，成本远低于再组织一轮正式审稿。PubPeer 就是把这个假设工程化的产物——给每篇有 DOI 的论文开一个公共评论区，谁都能说话，说完就永久挂在那里。
这个模式有个天然优势：时间不设限。一篇 2010 年的论文，2024 年依然可能被人翻出问题，评论区照样能开。正式的“关注声明”和“撤稿”要走期刊流程，动辄数月；而评论区是即时的，质疑可以先落地，结论慢慢来。
1.2 一个管质疑的收集，一个管结果的归档
很多人把这两个站点混为一谈，其实分工很清楚。PubPeer 是没有裁决权的，它只提供场地，评论区里的话不代表任何机构的认定，作者可以回复、可以澄清、可以反驳，评论也可能就此停在那里没有下文。Retraction Watch 则相反，它不生产质疑，只记录出版方已经做出的正式决定：撤稿、更正、关注声明，以及决定背后的原因说明。
理解这个分工非常关键，因为它直接决定了你该在什么场景下用哪个站。想判断“这篇论文有没有人提出过疑问”，去 PubPeer；想判断“这篇论文现在还能不能引”，去 Retraction Watch 的数据库。反过来用会出问题——在 PubPeer 上看到评论就当论文已废，是越界；只查撤稿数据库、不看评论区，则会漏掉那些还没走到正式处理阶段的隐患。
| 对比维度 | PubPeer | Retraction Watch 数据库 |
|---|---|---|
| 核心定位 | 发表后评议的公共评论区 | 撤稿与更正记录的结构化归档 |
| 内容来源 | 注册用户提交的评论 | 出版方发布的正式通知 |
| 是否代表定性 | 否，仅代表有人提出疑问 | 是，反映出版方的处理决定 |
| 覆盖对象 | 有 DOI 的已发表文献 | 已产生撤稿/更正/关注声明的文献 |
| 更新节奏 | 实时，随评论产生 | 随通知发布更新，存在滞后 |
| 主要用途 | 发现潜在问题、追踪作者历史 | 确认文献当前状态、做批量筛查 |
| 典型盲区 | 无人关注的论文可能长期零评论 | 尚未走完流程的问题论文不会出现 |
1.3 为什么“零评论”不等于“没问题”
这里有个必须提前说清的认知：这两个站点的覆盖是有偏的。PubPeer 的评论分布高度集中，某些领域的某些期刊被翻得很透，评论区动辄几十条；而另一些方向可能几年都没人留过一句话。这不代表后者更干净，只代表关注度低。把“查不到评论”当成“通过审查”，是把统计上的沉默误读成事实上的清白。
同样，撤稿数据库收录的是“已经走完流程”的案例。一篇论文从被质疑到正式撤稿，中间可能隔着两三年，这段时间里它在两个站点上都是“干净”的。所以正确的用法是：把这两个站点当作筛查工具，而不是认证工具。它们能帮你排掉一批明确有问题的文献，但不能替你担保剩下的都没问题。真正可靠的做法是把它们嵌进一套多源核查流程里，后面第 4 节我会把这套流程完整写出来。
2. PubPeer 的运转细节：一条评论是怎么挂到论文页面上的
2.1 从注册到发帖，中间隔着几道坎
PubPeer 的入口很窄：只有带 DOI 的文献才能建立讨论页。这个限制把大量会议论文、预印本、部分中文期刊挡在门外，也是它覆盖不全的主要原因之一。你在上面搜不到某篇论文，第一反应不该是“没人质疑”，而应该是“可能压根没建页”。
注册流程本身不复杂，邮箱验证即可。真正需要留意的是发言身份的选择：平台允许以实名或匿名方式展示评论，但后台始终保留提交者的信息。这个设计是刻意的——对外保护评论者，避免因提出质疑而承受不必要的压力；对内保留可追溯性，防止评论区变成无人负责的发泄场。我个人建议：如果你只是提出一个技术性疑问，实名反而更有效，作者回复的意愿明显更高；如果涉及需要保护信息来源的情况，匿名是可以接受的选项，但要意识到匿名评论的说服力天然弱一些，需要更扎实的证据支撑。
发帖之后并不是一劳永逸。评论可能被作者回复、被其他人补充、被站方因违反规则而隐藏。所以看到一个讨论串，别只看第一条，要往下翻完整条时间线，看清楚作者有没有回应、回应了什么、后来有没有新的证据出现。
2.2 讨论串的结构：哪些信号值得重点看
一条成熟的讨论串通常包含几个层次的信息，我按可信度从高到低排一下自己的阅读顺序：
- 带图的技术性质疑：把两处图像区域并排放大，标出坐标轴、背景噪点、细胞形态的对应关系。这类帖子的信息密度最高，因为图像本身是可验证的，你可以自己下载原文对着看。
- 数据层面的矛盾指出：比如文中报告的样本量与表格合计对不上、同一实验在不同图里出现了不同的对照组人数、统计方法描述与实际检验不匹配。这类质疑需要一点专业背景才能判断，但一旦成立就很难辩解。
- 作者的正式回应：有作者标签的回复通常会附上原始数据、原始图片或者勘误说明。作者的回应质量本身就是重要信号——能拿出原始图的，和只写“感谢关注，我们坚持结论”的，分量完全不同。
- 纯文字的一般性质疑：没有具体指向、只说“数据看起来不太对”的帖子，参考价值有限，不必过度解读。
我自己的习惯是先看有没有带图的帖子，再看作者有没有回应，最后才回头读那些文字质疑。这个顺序能帮我快速判断这条讨论串是“已经推进到实质阶段”还是“停留在猜测阶段”。
2.3 检索和订阅：把偶遇变成常态监控
平台提供的检索维度比大多数人以为的多。最常用的是按 DOI 精确查，适合核查单篇文献；按作者名查，能看到某位研究者所有被讨论过的论文，这个用法在评估合作者或者追踪某个课题组的历史时特别有效；按机构、按期刊也能筛，适合观察某个刊物整体的讨论密度。
更省力的是订阅。你可以把关注的关键词、作者名、机构名设成邮件提醒，有新评论时自动推送。我在做系统综述的那段时间设了二十多个关键词提醒，每天早上收一封汇总邮件，比手动刷页面效率高太多。缺点是提醒容易被淹没，建议只保留真正核心的几个词，其余靠定期巡检。
还有一个容易被忽略的工具是浏览器扩展。装上之后，你在期刊页面、文献数据库页面上会直接看到这篇论文的评论数徽标，省掉了“复制 DOI 再去另一个站搜”的动作。这个改动看着小，实际使用频率极高，因为它把核查嵌进了你本来就要做的事情里，不需要额外记得去查。
3. 撤稿数据库的正确打开方式：先分清原因再谈结论
3.1 撤稿不等于造假，这个区分必须先建立
新手最容易犯的错，是把“撤稿”直接等同于“学术不端”。实际上撤稿的原因分布很宽，相当大一部分是诚实的错误：样本污染、试剂批次问题、统计分析写错、图片误用、作者发现自己结论无法重复而主动撤回。这些情况下的撤稿，恰恰说明科研的自我纠错机制在起作用，是好事。
数据库对原因做了标签化处理，一条记录往往同时挂好几个标签。我按处理时的实际影响把它们分成三类，这个分类不是官方的，是我自己在筛查时用的判断框架：
| 原因类别 | 典型标签含义 | 对引用决策的影响 |
|---|---|---|
| 诚实错误类 | 数据错误、分析错误、图像无意误用、无法重复 | 结论不可用，但作者无主观过错；可在文中说明后引用其方法而非结论 |
| 规范缺失类 | 伦理审批缺失、知情同意缺失、作者署名争议、重复发表 | 结论可能仍成立，但研究合规性存疑，慎引 |
| 主观故意类 | 数据伪造、图像操纵、剽窃、虚假同行评议 | 整篇不可信，且需回溯该作者其他论文 |
判断时不要只看“有没有撤稿”，要看撤稿通知里出版方自己写的措辞。通知的写法差异很大：有的明确写“数据不可靠”，有的只写“应作者要求撤回”，后者信息量很低，往往意味着双方达成了某种不公开的处理方式。遇到这种模糊通知，我通常会再回 PubPeer 查一下有没有对应的讨论串，两边对照着看，能还原出更多背景。
3.2 用字段组合出有效查询
数据库的检索能力在于字段组合，单条件搜出来的结果往往太多。几个我自己常用的组合：
按作者 + 时间窗。查某位研究者近十年的记录，比查全部历史更有意义——太久远的记录对当前判断的参考价值有限，而且同名混淆的概率更高。作者名一定要配合唯一标识码使用，否则“张伟”“王芳”这类常见名会给你带出几十条不相关的结果。
按期刊 + 原因标签。这个组合在做投稿选刊时特别有用。如果某本期刊在“图像重复”这个标签下的记录密度明显偏高，那它的问题可能不只是个别作者，而是评审流程存在系统性缺口。我不会因此直接判定刊物有问题，但会降低投稿意愿，也会在引用该刊论文时多查一道。
按时间 + 撤稿性质。筛出近两年新增的撤稿记录，能快速看到某个领域最近在集中清理什么类型的问题。这个视角对判断研究方向的风险点很有帮助——如果某个子领域短期内出现大量因图像问题撤稿的记录，通常意味着这个方向此前存在批量生产论文的情况。
| 查询目的 | 字段组合 | 注意事项 |
|---|---|---|
| 核查合作者背景 | 作者名 + 唯一标识码 + 近十年 | 必须配标识码，防同名混淆 |
| 评估投稿风险 | 期刊名 + 原因标签 + 近五年 | 看密度而非绝对数量 |
| 追踪领域动态 | 主题词 + 时间窗 + 撤稿性质 | 关注集中出现的类型 |
| 单篇文献确认 | DOI 精确匹配 | 同时看通知原文而非只看记录 |
3.3 它查不到什么：三个必须知道的盲区
第一是滞后。从出版方做出决定到数据库收录，中间有时间差，短则数周，长则数月。所以数据库显示“无记录”，只能说明“截至目前没查到”，不能说明“没被撤”。判断单篇文献的当前状态，最权威的永远是期刊官网的原文页面和 DOI 注册系统里的元数据，数据库是辅助而非唯一依据。
第二是覆盖面。数据库以英文主流期刊为主，很多非英语刊物、部分地区的本地期刊收录不全。如果你的研究涉及大量区域性文献，这套工具的效力会打折扣，需要配合其他途径。
第三是只收录“已处理”的。那些被质疑但出版方迟迟不动、或者内部处理未公开的案例，数据库里是没有的。这类情况只能靠 PubPeer 的评论区去发现。这也是为什么我坚持两个站点一起用——单用任何一个，都会留下一个明显的缺口。
4. 一套能落地的文献核查流程
4.1 单篇核查：五分钟走完五个动作
这套动作我已经跑了几百次，熟练之后单篇控制在五分钟以内。顺序是刻意设计的，从成本最低、命中率最高的动作开始，逐层加深。
- 打开原文页面，扫一遍有没有“更新”“更正”“关注声明”这类标记。这一步只要十秒，但能捞到相当一部分问题——很多期刊会在原文顶部挂一条不起眼的提示。同时确认 DOI 是否有效、是否指向同一篇文献。
- 查 DOI。把 DOI 粘到评论区的检索框里，看有没有讨论。有讨论就从头读到尾，重点看作者是否回应、回应是否有实证支撑。
- 查撤稿库。用 DOI 精确匹配，确认当前状态。如果查到记录，一定点开撤稿通知原文，读清楚原因措辞，而不是只看标签。
- 查作者。用作者名配合唯一标识码，看该作者是否有其他被讨论或被撤稿的论文。这一步的价值在于识别系统性风险——单篇出问题和多篇出问题，性质完全不同。
- 记一笔。把核查结果写进自己的文献台账：核查日期、查到什么、判断结论、是否继续引用。这一步最容易被跳过，但它是整套流程里唯一能产生复利的部分。
第 5 步我一开始也觉得麻烦，直到有一次半年后需要回答审稿人“你为什么引用这篇”的质询，翻出台账直接调出当时的核查记录，省了大量回溯时间。台账不用复杂，一个表格四列就够：引用编号、核查日期、发现的问题、处理方式。
4.2 批量体检：给参考文献列表做一次筛查
写综述或者做大型项目时，参考文献动辄上百条，逐篇五分钟不现实。这时候要换策略：先批量筛，再重点查。
批量筛的做法是把所有 DOI 导出来，先去撤稿库做一次匹配，把命中的挑出来单独处理。这一步能快速排掉明确有问题的。剩下的再按引用权重排序——被我引用来支撑核心论点的、被引用多次的、来自高风险期刊的，优先做完整核查；只作为背景提及的，做快速扫描即可。
我在做一次系统综述时，一百六十多条文献里批量匹配出四条撤稿记录，其中两条是被用来支撑主要结论的。如果没有这一步，那两条会直接进入综述的证据链，后果不小。这个投入产出比，足以说服我把批量筛变成标准动作。
另外提醒一点：批量匹配的结果一定要人工复核。同名作者、标题近似、DOI 转录错误都会造成误匹配。有一次我的列表里有三条被判为“已撤稿”，实际核查后发现是同一课题组另一篇论文的 DOI 被错填，纯属录入问题。
4.3 主题监控：让提醒替你做巡检
长期跟踪某个方向的人，适合用订阅代替主动查询。设置三层提醒：关键词层（关注的核心概念）、作者层（该领域活跃的几位研究者）、期刊层（常读的几本刊物）。三层叠加之后，新出现的质疑和撤稿基本会自动流到你眼前。
这里有个小技巧：关键词不要设得太宽。我最初设了一个很泛的词，结果每周推送几十条不相关的内容，很快就懒得看了。后来收窄到具体的实验方法名和疾病亚型，推送量降到每周三五条，每条都值得点开。提醒的价值不在数量，在于你愿不愿意点开。
5. 看到质疑之后：怎么判断它站不站得住
5.1 图像重复的三种成因，别一上来就下结论
评论区里最常见的质疑是图像重复。但同一张图出现在两处，成因至少有三种，性质完全不同。
第一种是制图失误。作者在拼接多面板图时，误把同一张对照图贴到了两个实验组里。这种情况通常表现为：重复的区域是背景或者无关紧要的局部，两组的实验条件接近，作者能拿出原始图片和拍摄记录。属于失误，需要更正，但不涉及数据伪造。
第二种是样本本身的相似性。某些模式生物、某些细胞形态在低倍镜下确实高度相似，尤其当染色条件和拍摄参数一致时。这种情况需要看重复区域是否包含特异性结构，以及是否有其他独立证据支持。
第三种是有意的复用。特征是重复区域包含关键的结果性内容，且两处对应的实验条件差异很大——比如本应是不同处理组的 Western 条带完全一致，或者不同时间点的组织切片显示出相同的边缘伪影。这类情况一旦确认，基本可以判定数据不可靠。
判断顺序应该是：先假设是失误，看作者能否提供原始材料；原始材料拿不出来或者前后矛盾，再往严重的方向推。反过来做——先认定造假再找证据——很容易误伤，也很容易在公开场合下不来台。
5.2 统计层面的异常：哪些指标值得算一遍
除了图像，另一类高频质疑来自数据分布。几个从业者常做的快速复核：
均值与标准差的匹配性。对于整数型量表数据，给定均值和样本量，标准差的取值区间是有约束的。如果论文报告的均值、标准差、样本量三者无法同时成立，说明至少有一个数字有问题。这个检验手算就能做，不需要原始数据。
末位数字分布。真实测量数据的末位数字通常接近均匀分布。如果某篇论文里大量数值的末位集中在某几个数字上，可能意味着数据经过了人工调整。这个检验对样本量有要求，小样本下波动很大，不能作为单独证据。
样本量的一致性。方法部分写招了六十人，结果表格里各组加起来七十人，讨论部分又说五十五人完成随访——这类前后不一致在评论区被指出的频率很高，而且作者往往很难解释。
这些检验的共同点是：它们只能提示异常，不能证明造假。统计异常也可能来自录入错误、数据处理流程不当、或者检验方法本身不适用。看到异常，正确的表述是“这里存在不一致，需要作者说明”，而不是“数据是编的”。
5.3 匿名评论的边界，以及你自己的责任
评论区允许匿名，这是为了保护提出质疑的人，尤其在资历不对等的情况下——一个博士生指出领域内知名学者的数据问题，实名几乎等同于自毁前程。但从使用者的角度，匿名也带来了判断成本的上升：你不知道评论者的专业背景，不知道他是否掌握了完整信息，也不知道他有没有其他动机。
我的处理原则是看证据不看身份。一条匿名评论如果附了可验证的图像对比、指出了具体的页码和数值，它就值得认真对待，不管发帖人是谁。反过来，一条实名评论如果只有情绪化的判断没有实质内容，也不必因为署名而加分。
更重要的是一条自我约束：你在这两个站点上看到的东西，绝大多数情况下不构成公开指控的依据。评论区是提出疑问的地方，不是定性的地方。如果你打算在公开场合、在论文里、在社交平台上引用某条评论作为“某人造假”的证据，那你已经越界了。正确的路径是：把疑问整理成具体的、可核查的问题，通过正式渠道提交给作者或者期刊编辑部，让有裁决权的机构去处理。这条线我见过有人踩过去，代价不小。
6. 几个我见过或经历过的用法错误
6.1 把“有评论”直接当成“已定性”
最常见的一种。有人在组会上翻出一篇文献，说“这篇在 PubPeer 上有二十条评论，肯定有问题，不能引”。实际上那二十条评论里可能有一半是同一个人的连续追问，作者已经逐条回复并提供了原始数据，讨论最后以澄清收尾。评论数量本身没有意义，有意义的是讨论的结论状态。
我在台账里给每条记录标一个状态：未回应、已回应待核实、已澄清、仍有争议。只有后两种会影响我的引用决策，前两种只是提醒我“引用时要谨慎表述”。这个标注习惯让我避免了好几次误判。
6.2 用截图去公开指控
这个坑比上一个严重得多。有人把评论区的截图发到公开平台，配上“某论文涉嫌造假”的标题。问题在于：截图可能是讨论早期的状态，作者后来已经澄清；截图可能断章取义，隐去了反驳的部分；截图里的质疑本身可能就不成立。更麻烦的是，这种行为一旦发生，提出质疑的人会从“学术讨论的参与者”变成“名誉侵权的被告”，而原本可以通过正规渠道推进的事情也就此卡住。
我的建议很直接：评论区的内容，留在评论区解决。需要推进的，走期刊的质疑通道；需要曝光的，等出版方给出正式结论之后再说。这个顺序不能颠倒。
6.3 忽略“更正”和“关注声明”这两个中间态
很多人只盯着“撤稿”这一个终点，忽略了中间状态。实际上大量问题论文最终停在“更正”或者“关注声明”上：更正说明某张图贴错了、某个数值写错了，结论不变；关注声明则是出版方在调查期间挂出的提示，表示“这篇论文的可靠性正在被评估”。
这两种状态在引用决策里的权重完全不同。更正过的论文，只要更正内容不涉及核心结论，通常可以继续引用，注明版本即可。而带关注声明的论文，我一般会暂停引用，等调查结论出来再说——因为这个状态意味着出版方自己都还没拿准。问题是这两种标记在原文页面上往往很不显眼，有的只写在 PDF 的最后一页，肉眼扫过去根本看不到。所以我现在的习惯是核查时一定翻到原文页面的元数据区，专门找这两类标记，而不是只看标题下方有没有大字提示。
最后分享一个我自己用下来最省事的做法：把这套核查动作固化成投稿前的一个检查项，写进课题组的交稿清单里，和查重、查格式放在一起。清单上的事会有人做，记在脑子里的流程早晚会被赶稿的压力挤掉。刚开始推行的时候组里有人嫌麻烦，直到有一次审稿意见直接指出某条引用已被撤稿，从那之后没人再跳过这一步。工具本身不难用，难的是把它变成习惯——而习惯的建立，往往就靠一次足够难看的现场。
