我有个习惯：拿到一篇准备引用的论文，先不急着看摘要，而是把标题丢进 PubPeer 和 Retraction Watch 这两个网站里查一遍。听着有点极端，但这几年做综述、审稿、帮人核对参考文献的踩坑经历告诉我，一篇论文的“售前宣传”（摘要、精美图表、期刊封面）和它的“售后记录”（同行质疑、更正声明、撤稿通知）经常是两套完全不同的内容。PubPeer 是目前科研圈里规模最大的发表后同行评议平台，本质上就是把论文的“评论区”公开化；Retraction Watch 则是收录撤稿信息最全的数据库之一，后来还建立了可检索的撤稿观察库。这两个工具合起来，构成了普通人能免费使用的“科研打假”基础设施。这篇东西写给三类人：正在做文献综述、怕引到问题文献的研究生；需要评估合作方或候选人成果质量的项目负责人；以及论文被公开质疑、手足无措想知道该怎么办的作者。下面我把这两个站的机制、用法、信号分级和避坑经验，按我自己实际跑的流程拆开讲。
1. 这两个站到底在解决什么问题
1.1 发表前同行评议的三个天然盲区
很多人对同行评议有个误解，以为论文能发表就意味着“已经被同行验证过了”。实际参与过审稿就知道，这套机制在结构上就有三个绕不过去的盲区。
第一个是时间盲区。审稿人拿到稿件，通常只有几天到两周的业余时间，面对的是几十页正文加补充材料。真正需要复算原始数据、比对图像区域、核对统计方法的地方，审稿人几乎不可能逐一验证。大部分审稿意见停留在逻辑框架、实验设计合理性、写作规范这个层面。
第二个是动力盲区。审稿是无偿劳动，而且审稿人通常匿名。发现重大问题的收益（学术声誉）和成本（写详细质疑报告、可能被作者反驳、耽误自己项目）严重不对等。于是“看出不对劲但懒得深究”成了常态——我自己也干过这事，看到某个图的误差棒形状奇怪，心里记了一笔，最后意见里只写了“建议补充统计说明”。
第三个是样本盲区。一篇论文通常只有两三个审稿人。如果问题恰好落在他们的专业盲区之外（比如做生物的看不懂其中的图像处理步骤，做临床的看不懂统计模型里的某个参数设定），那这个问题就永远不会在发表前被发现。
这三个盲区叠加的结果是：论文发表不是质量认证的终点，而只是公开讨论的起点。PubPeer 和 Retraction Watch 就是补上“起点之后”这段空缺的两块拼图。前者提供公开的质疑与讨论场所，后者提供结果的归档与检索。理解了这一点，你就不会把它们当成“打假举报箱”，而是当成文献质量的持续更新的元数据源——和影响因子、引用次数一样，属于你评估一篇文献时该看的一栏，只不过这一栏更新得更慢、更安静。
1.2 PubPeer：评论区形态的平台，强在“过程”
PubPeer 的核心模型非常简单：任何注册用户都可以针对某篇具体论文（通过数字对象标识符定位）发表评论，评论公开可见，作者可以实名或匿名回复。它不判断对错，不做裁决，只提供场地。
这个设计带来两个很关键的特性。一是颗粒度极细。一条评论可以只针对图 3B 的某一块区域，指出“这块条带和那块条带的背景噪点纹理高度相似”，然后附上裁剪对比图。这种细到像素的讨论，在期刊的勘误流程里是根本走不通的，因为勘误流程要求的是“结论性判断”，而 PubPeer 允许“提出观察”。二是时间戳价值。谁先提出问题、作者多久回应、回应了什么，全都留有记录。这个时间线在后来判断责任归属时非常有用。
需要说清楚的是它的边界：PubPeer 上的评论不是结论。有人提了质疑，不代表论文有问题；作者没回复，也不代表默认。它记录的是“有人提出了什么观察”，仅此而已。我见过太多人把“PubPeer 上有评论”直接当成“这篇论文是假的”，这是典型的信号误读，后面第 2 章会专门讲怎么给信号分级。
1.3 Retraction Watch：数据库形态的平台，强在“结果”
Retraction Watch 起步于一个博客，长期跟踪报道撤稿事件，后来把积累的信息整理成了可检索的撤稿数据库，并与开放引用元数据服务做了联动，很多文献管理工具和引文数据库现在都会直接读取这部分标记。
它的价值在于结构化。你查一篇论文，能看到的不只是“已撤稿”三个字，还包括撤稿时间、撤稿声明的原文或摘要、撤稿原因分类（数据问题、图像问题、重复发表、作者同意与否、是否存在学术不端认定等）。这个原因分类极其重要——同样是撤稿，“作者主动发现计算错误并申请撤稿”和“调查后认定存在数据伪造”在性质上差着十万八千里，但在很多粗糙的文献计量里被一视同仁地算成“retracted”。
还有一个容易被低估的用法：反向检索。你可以按撤稿原因、按时间、按期刊去筛，看看某个领域在过去几年里哪类问题高发，某个期刊的撤稿率是不是异常。做选题调研的时候，这个视角能帮你避开一些“看起来热闹但根基不稳”的方向。
两个平台的关系，我习惯这样类比：PubPeer 是行车记录仪，记录一路上发生了什么；Retraction Watch 是事故档案库，归档最终定责的结果。记录仪里的画面不等于事故，事故档案里也不会包含所有的小剐蹭。两个都要看，但看的方式不同。
2. 信号分层：一条评论、一次更正、一纸撤稿的分量完全不同
2.1 把信号分成五档再下判断
新手最容易犯的错，是把所有“负面信息”等权处理。我在自己的核查笔记里把信号分成五档，档与档之间的处置动作完全不一样。
| 档位 | 信号形态 | 典型内容 | 我的处置动作 |
|---|---|---|---|
| A | 无记录 | 两个平台都查不到 | 正常引用，无需额外动作 |
| B | 有评论，作者已回应且解释合理 | 质疑图像重复，作者提供原始数据与裁剪说明 | 正常引用，可在方法讨论处标注 |
| C | 有评论，作者未回应或无定论 | 提出问题但无后续 | 谨慎引用，不作为关键论据 |
| D | 有正式更正或关注声明 | 期刊发布勘误、关注声明 | 只引用更正后的版本，核对更正内容是否影响你要用的结论 |
| E | 已撤稿或明确认定存在问题 | 撤稿声明、调查结论 | 原则上不引用；如必须提及，须明确标注撤稿状态 |
这张表最关键的一行其实是 C 档。C 档是数量最多、也最容易被误判的一档。一条没有后续的评论，可能因为作者根本没看到通知，可能因为期刊流程拖了两年，也可能因为质疑本身站不住脚所以作者懒得回应。把 C 档当成 E 档用，你会冤枉一批论文；把 C 档当成 A 档用，你会在综述里埋下隐患。我的做法是：C 档文献如果只是背景引用，照引；如果是支撑核心论点的关键证据，就去找同方向的第二、第三篇独立工作做交叉验证。
2.2 判断一条质疑“有没有料”的四个观察点
PubPeer 上的评论质量参差不齐，有非常专业的，也有明显是同行恶意挑刺的。我一般按四个维度快速判断。
第一，看是否给出可复现的观察路径。好的质疑会说“我用了什么方法、比对了哪几个区域、得到了什么结果”，并且通常附对比图。差的质疑只有结论：“这个数据看起来不可信”。前者值得花时间跟进，后者可以直接跳过。
第二，看质疑者是否具名或有稳定历史。匿名不是问题，很多质疑者出于职业顾虑选择匿名，这很合理。但如果一个账号历史上发过大量针对不同团队的类似评论，且从无后续讨论，这个信号的可信度就要打折。
第三，看作者回应的技术含量。回应里如果出现了原始数据、原始图像、实验记录的说明，说明作者有备而来；如果回应是“我们的实验重复了很多次，结果可靠”这种笼统表态，那这条争议基本就悬着了。
第四，看是否有多方独立介入。同一篇论文下如果有多个互不相关的账号从不同角度提出问题，且问题指向同一个环节，那这件事的分量就明显不同了。
2.3 一个反直觉的经验：撤稿不等于论文一无是处
这条我专门拿出来说，因为踩过。曾经有一篇论文被撤稿，我看到记录就直接把它从综述里删了，后来发现它提出的某个实验范式被后续好几篇工作沿用并验证，范式本身没问题，出问题的是其中一组数据的处理。撤稿针对的是整篇论文的可靠性，但不代表里面每一个方法细节都失效。
正确的做法是：看到撤稿，先读撤稿声明，搞清楚撤稿原因指向论文的哪一部分。如果指向核心结论的数据，那这篇论文整体作废；如果指向某个次要图表的操作失误，那论文的其他部分仍可能在方法层面有参考价值——当然引用时必须明确写“该文已撤稿，此处仅参考其方法描述”。这个区分在写综述时特别重要，含混处理会给自己带来不必要的麻烦。
3. 把查稿动作嵌进日常文献流：我的五步核查法
3.1 单篇核查的五步流程
这套流程我跑了两年多，单篇耗时大概 3 到 5 分钟，熟练之后 2 分钟能过一遍。顺序很重要，不要跳步。
第一步，用标题精确检索，不要用作者名。用作者名检索容易被同名作者干扰，而且会漏掉那些作者名拼写不一致的记录。标题检索时，把副标题去掉，只留主标题的核心词组，命中率最高。如果标题太通用（比如只有五六个词且都是常用词），改成“标题 + 期刊名”或者直接用数字对象标识符检索。
第二步，先看 Retraction Watch 再看 PubPeer。顺序反了会浪费时间——先确认没有撤稿这类硬信号，再去看评论区的软信号，心理预期会更稳。查撤稿库时注意一点：要确认你手上的版本是最新的，有些论文在正式撤稿前先发过关注声明，这个中间状态同样重要。
第三步，读评论的时间线，不是读评论数量。打开一篇论文的评论区，先拉到最上面看第一条评论的时间，再拉到最下面看最后一条的时间和作者最后的回应。这个时间跨度信息量很大：如果质疑提出后三个月内作者就给了详细回应，说明双方都在认真处理；如果质疑挂了三年作者一言不发，那可能是通知没送达，也可能是回避。数量反而是最不重要的指标，二十条互喷和一条扎实的技术质疑，后者更值得看。
第四步，交叉验证核心结论。这一步容易被忽略。如果这篇论文的方法或结论在你的写作中承担关键角色，就去查它被谁引用过、有没有人做过独立重复。重复验证的存在与否，比评论区热闹与否更能说明问题。查引用的时候重点看两类文献：同一方向的独立实验工作，以及系统综述或荟萃分析——后者通常会把原始文献的质量问题一并讨论。
第五步，记录结论。这一步听起来像强迫症，但真的省事。我会在文献管理工具里给每篇核查过的文献打一个标签，标注核查日期和档位。半年后再用这篇文献，不用重新查一遍，看一眼标签就知道当时怎么判断的。文献状态是会变的，标签上带着日期，你就知道这个判断的新鲜度。
3.2 批量体检：给一整份文献列表做筛查
写综述或者做项目立项调研的时候，单篇核查效率太低，我会走批量流程。
第一轮，粗筛。把文献列表导入文献管理工具，用插件的撤稿检测功能跑一遍。现在主流的文献管理工具和部分引文数据库都会读取撤稿标记，能直接把命中的条目标出来。这一轮的召回率不是百分之百，但能拦掉大部分硬信号。
第二轮，反向查重。把列表里所有标题批量过一遍检索，重点看有没有同一篇论文被列了两次（不同版本、预印本与正式版），以及有没有同一组作者在相近时间发表的疑似切分发表的多篇论文。切分发表这个问题在批量视角下特别容易发现，单篇看根本看不出来。
第三轮，期刊画像。统计这批文献的期刊分布，如果某本期刊在你的列表里占比异常高，或者某本期刊近年撤稿记录密集，就把它单独拎出来做一次针对性核查。这一步不是怀疑期刊，而是做风险加权——高密度来源值得多花点时间。
第四轮，核心文献精查。把列表里承担核心论据的那十来篇挑出来，走一遍 3.1 的五步流程。剩下的边缘引用，粗筛通过就行。
这套批量流程跑一份五十篇的列表，大概两小时。听起来费时间，但比综述写完被审稿人指出“你引用的某篇已撤稿”要划算得多。
3.3 检索关键词的写法与几个实用技巧
检索这件事，写法上有点讲究。
关于撤稿状态的检索，不同数据库的字段名不一样，常见的有“撤稿标记”“出版物状态”“更正类型”这几类字段。如果你用的是支持高级检索的数据库，构造查询时可以组合“标题关键词 + 状态字段”，一次性把某个主题下的撤稿记录捞出来。这个用法在做领域风险画像时特别好用。
关于 PubPeer 的站内检索，直接用论文标题里的独特词组最有效，比如某个特定的方法名缩写加研究对象。如果标题里全是通用词，试试用数字对象标识符的后缀部分检索——很多平台的检索支持这个。
还有一个技巧是按图像查。部分平台支持对论文图像做相似度检索，如果你手上有某张可疑图，或者想确认某组图有没有在其他论文里出现过，这个方向的工具值得了解一下。图像重复是公开质疑里出现频率最高的一类问题，因为它最容易被肉眼和算法同时捕捉到。
注意：所有检索结论都只是线索，不是判决。任何基于检索的判断在写进正式文本前，都应当以期刊官方发布的声明为准。
4. 换位：自己的论文被挂上去之后
4.1 头 48 小时的处置顺序
这一节写给可能正在经历这件事的人。我先说结论：不要慌，不要立刻公开对线，不要删数据。
第一条，先确认信息准确性。看评论指向的是不是你这篇论文，指向的具体图表是不是你熟悉的那部分。有相当比例的质疑是认错了图、搞错了版本，或者把预印本和正式版混在一起了。确认清楚再动手。
第二条，内部对齐。如果论文有多位作者，第一时间同步信息，尤其是通讯作者和负责那部分数据的作者。最忌讳的是作者之间口径不一致，一个人说“数据在”，另一个人说“原始文件找不到了”，这种矛盾一旦公开，比原始质疑严重得多。
第三条，立刻着手整理原始材料。不管质疑最终成不成立，原始数据、原始图像、实验记录、统计代码，这几样都要在第一时间整理到位。整理的过程本身也是一次自查——我带过一个案例，作者一开始坚信自己没问题，整理原始图像的时候发现当年导出图时把两张图的通道搞混了，问题是真的，但性质是操作失误而非造假。这个区别在后续沟通里非常关键。
第四条，回应要写，但不要抢时间。很多人一看到评论就急着回，回了三句话，两句是情绪。公开回应一旦发出就无法撤回，宁可晚三天，把材料准备好再写。
4.2 公开回应的四条原则
我帮人改过几份公开回应，总结下来有四条。
只谈技术，不谈动机。“我们重新检查了图 3B 的原始文件，发现该图在拼接时误用了相邻样本的对照泳道，现提供原始未处理图像如下”——这是技术表述。“我们认为该质疑缺乏专业依据”——这是动机表述。后者除了激化矛盾没有任何作用。
给出可核验的材料，而不是保证。提供原始文件、提供完整未裁剪图像、提供重复实验的原始记录。不要写“我们保证实验数据真实可靠”，这句话在质疑者眼里等于零信息。
明确承认已知的部分。如果确实是操作失误，就明确说是操作失误，说明影响范围，说明是否影响结论。承认一个具体的错误，远比全面否认更有说服力。反过来，如果质疑不成立，也要明确指出哪一条不成立、依据是什么，逐条对应。
给出后续动作和时间点。是需要联系期刊发更正，还是需要补充实验，还是已经提交了原始材料给编辑部，写清楚。公开回应里有时间点，读者就知道这件事在推进。
下面这个结构我一般建议照着填：
1. 感谢并确认收到质疑（一句话，不展开） 2. 逐条回应：质疑点 -> 我们的核查动作 -> 核查结果 -> 支持材料（附图/附件） 3. 已确认的问题：性质说明、影响范围、是否影响主要结论 4. 尚在核查的部分：预计完成时间 5. 已采取/将采取的正式动作：联系编辑部、提交原始材料、申请更正等 6. 联系人方式4.3 更正、关注声明、撤稿：三条路的边界
作者主动处理问题的时候，期刊通常会给三个选项，很多人搞不清区别，选错了会很被动。
更正适用于错误不影响结论的情况，比如图注写错、作者单位标错、表格里个别数值录入错误。流程相对轻，发一个更正声明附在原文上即可。这是最常见也最应该优先考虑的选项。
关注声明适用于期刊认为需要提醒读者注意、但尚未形成结论的情况。这个声明对作者的杀伤力其实不小，因为它长期挂在论文页面上，而且往往没有明确的解除机制。有些期刊会在调查结束后把关注声明替换成结论，有些就一直挂着。所以在同意关注声明之前，建议先问清楚：这个声明后续是否有正式的解除流程、时间节点是什么。
撤稿适用于结论整体不可靠的情况。撤稿不等于认定学术不端，这两个概念在很多正式文件里是分开的，但外界经常混为一谈。撤稿声明里对原因的描述措辞值得认真对待，因为这段话会被后续所有引用者看到，也会进入撤稿数据库的原因分类。
提示：无论走哪条路，所有沟通尽量走邮件并保留完整记录。口头沟通在后续任何环节都不具备可追溯性。
5. 常见问题与排查技巧实录
5.1 高频误判清单
下面这张表是我这些年见过的、以及自己犯过的误判，按出现频率排。
| 现象 | 常见误判 | 实际情况与正确做法 |
|---|---|---|
| PubPeer 有评论但无回应 | 认定论文有问题 | 可能是通知未送达或流程未走完，属 C 档，谨慎引用而非排除 |
| 数据库中标记撤稿 | 认定整篇论文全部作废 | 需读撤稿声明确认影响范围，部分方法描述仍有参考价值 |
| 图像看起来重复 | 直接认定伪造 | 常见成因包括误用对照图、拼接失误、同一批实验的合理复用，需看原始文件 |
| 作者主动撤稿 | 认定存在学术不端 | 主动撤稿也可能是自查发现计算错误，性质完全不同 |
| 论文被大量引用 | 认定质量可靠 | 引用量反映的是关注度，与可靠性弱相关，问题论文同样可能高被引 |
| 期刊影响因子高 | 认定该刊论文无需核查 | 撤稿记录分布与期刊层级没有必然关系，任何来源都应过一遍 |
表里最后两条特别值得说。很多人核查文献时带着“顶刊免检”的预设，实际上恰恰相反：高关注度的论文被公开质疑的概率更高，因为读的人多、复现尝试多。我核查过的带评论论文里，相当一部分来自声誉很好的期刊。核查动作应该均匀覆盖你的文献列表，而不是只盯着来源可疑的那几篇。
5.2 建一个自己的风险台账
这件事我坚持了两年，收益远超预期。做法很简单：在文献管理工具里建一个分组，凡是核查过的文献，按五档打标签，标签名里带上核查年月，比如“核查-2024-11-B 档”。同时在笔记里记三件事：查到了什么、我的判断依据、这篇文献在我当前项目里承担什么角色。
好处有三个。一是复用。同一个方向做久了，文献池高度重叠，台账能让你避免重复核查。二是复盘。过一段时间回头看，哪些判断后来被证实、哪些被推翻，一目了然，这个反馈循环能让你的判断力真正提升。三是交接。如果要把文献列表交给合作者，带上台账，对方一眼就知道哪些需要重点看。
台账里我还会单独记一栏：这篇文献的哪一部分是我真正要用的。是它的实验设计、是它的某个数据点、还是只借它的一句话做背景铺垫。这个信息决定了核查要做到多深。只做背景引用的文献，粗筛通过就够了；要拿它当核心论据的，必须做到交叉验证。
5.3 几个容易被忽略的细节
预印本和正式版的核查要分开做。预印本平台的评论区和正式发表后的评论区是两套记录，有些问题在预印本阶段就被提出并修正了，正式版里已经没有；也有些问题是正式发表后才被发现的。查的时候要确认版本。
同一研究的多个输出要一起看。一个课题组围绕一个数据集可能发好几篇论文。如果其中一篇被质疑，其他几篇的相关图表也值得顺带看一眼——这不是连坐，而是因为同一批原始材料出问题，往往不止影响一处。
注意“沉默的更正”。有些论文的问题是通过替换 PDF 悄悄修掉的，没有正式更正声明。这种情况在版本对比时才能发现。如果你的引用涉及具体数值或图表，建议确认一下手上的 PDF 是不是最新版本，尤其是下载了很久的文件。
别忽视补充材料。公开质疑里相当一部分指向补充材料里的图，因为正文图经过多轮打磨，补充材料往往审核最松。核查的时候，评论区提到补充材料的部分要认真看。
质疑者也可能出错。我见过质疑者把不同放大倍率的图像当成重复图，也见过把正常的图像压缩伪影当成篡改痕迹。看评论的时候保持同样的审慎，别因为“有人提出问题”就预设作者有罪。
6. 我个人的一点使用体会
这套流程用下来，最大的改变不是抓出了多少问题文献，而是读论文的心态变了。以前读论文是单向接收，作者写什么我信什么；现在读论文会自然地去想：这个图的原始文件长什么样、这个统计方法的假设有没有被检验、这个结论有没有独立重复。这个视角一旦建立起来，即使不打开那两个网站，你读论文的敏锐度也会明显不一样。
另一个体会是关于分寸。核查的目的是让自己的工作建立在可靠的基础上，不是去当侦探。我见过有人把大量时间花在追查别人的问题上，自己的项目反而停滞了。工具是用来服务判断的，不是用来满足道德优越感的。查到 E 档文献，绕开就行，不必在综述里花半页篇幅去批判它；查到 C 档文献，做交叉验证就行，不必在组会上把它当成大新闻讲。
最后一个实用建议：如果你自己也写论文，不妨在投稿前主动做一次自查——把关键图表的原始文件翻出来，按质疑者的视角看一遍。这个动作花不了半小时，但能提前发现很多低级失误，比如图注编号错位、误差棒定义前后不一致、补充材料里混进了旧版本的图。这些错误一旦发表，处理起来的时间成本是自查的几十倍。我现在的习惯是投稿前必做这一遍，已经拦下过两次图注错误。
