投稿前的关键一步,让你的参考文献经得起审查

by Paperpal
Share it on FacebookShare it on TwitterShare it on LinkedinShare it on Email

学术出版正经历一个清晰的趋势:期刊编辑、出版商、审稿人对参考文献质量的关注度,正在以前所未有的速度提升。

从全球撤稿数据库 Retraction Watch 累积的 65,000+ 撤稿记录,到 Nature、Science 等顶级期刊的政策更新,再到 arXiv 等预印本平台的合规要求——

参考文献已经从「细节」,变成投稿前的「必查项」。

这个变化对每一位研究者意味着什么?哪些参考文献相关的问题最容易被审稿人发现?AI 工具的普及给引用核查带来了哪些新维度?

这篇文章,我们用公开数据梳理这个趋势的三个核心维度,并给到投稿前可实践的几个关键动作,有效守护学术诚信、降低投稿风险。

 

  01  |  学术出版的一个新趋势:参考文献越来越受关注 

Retraction Watch 是全球最权威的撤稿追踪机构,其数据库现已被 Crossref 收录并免费开放。这一数据库的规模本身就反映了一个趋势:

Retraction Watch 累积撤稿记录已超过 65,000 篇(截至 2025 年底)。2023 年单年发出的撤稿通知超过 14,000 篇,2022 年发表的论文中近 12,000 篇被撤回——双双刷新历史纪录。2024 年又新增 9,000+ 篇撤稿。

这些数字背后是一个非常具体的现象——学术出版生态正在变得越来越「严谨」。

Springer Nature 在 2025 年 2 月公开发布的诚信报告中披露:旗下 3,000+ 期刊在 2024 年发表了约 482,000 篇文章,主动撤回了 2,923 篇——其中很大一部分来自出版商自身的质量审查机制,而非外部举报。

Nature 2023 年的分析也呈现了同样的趋势:  撤稿率在过去十年中翻了三倍以上,目前已达到 0.2% 甚至更高。这个比例的提升本身就说明:学术出版界对论文质量的审查标准在持续提高。哪些过去可能被忽略的细节,现在会被发现;哪些过去算「问题不大」的引用,现在可能成为审稿人提出的具体修改要求。

对一位投稿者来说,这意味着——投稿前的细节核查,比以往任何时候都更值得花时间。

 

  02  |  数据告诉我们:参考文献质量已成为审查重点 

撤稿数据揭示的一个具体现象,是参考文献相关问题在撤稿原因中的占比。

2025 年发表于 Journal of Korean Medical Science 的研究,分析了 Retraction Watch 数据库中 16,041 篇医学领域撤稿论文(1975-2024年),梳理出了撤稿原因的具体分布:

▪ 数据问题(Data concerns):31.47%

▪ 造假(Fraud):11.37%

▪ 同行评审问题(Peer review issues):11.21%

▪ 引用问题(Referencing issues):7.54%

▪ 伦理问题(Ethical issues):7.09%

 

引用问题在所有撤稿原因中排名第四——这意味着每 13 篇被撤稿的医学论文中,就有 1 篇因为参考文献相关问题。

更值得关注的是引用问题的细分类型。arXiv 2025 年发表的另一项分析显示,引用相关的撤稿原因主要包括四类:

▪ 引用与研究主题不相关

▪ 人为操纵引用次数(citation manipulation)

▪ 引用虚假或不存在的文献

▪ 引用了已被撤回的论文(zombie citation)

其中「人为操纵引用次数」一项在 2023 年的数据中就有约 1,800 个具体案例

这些细分类别说明一件事——审稿人和编辑现在不只关心你的论文「引了多少文献」,更关心「这些文献是不是真实的、是不是相关的、是不是合理的」。参考文献的审查维度,已经从「数量」转向了「质量」。

 

  03  |  AI 时代,参考文献核查有了新维度 

过去两年,GPT、Claude 等大语言模型开始被广泛用于辅助查找文献——这给研究者带来了显著的效率提升。但也带来了一个全新的引用核查维度——

Hallucinated citations(幻觉引用)

这是大语言模型在生成参考文献时输出的看似真实、但实际并不存在的引用。作者名、论文标题、期刊名、DOI 编号都形式完整,但你去任何学术数据库搜却根本找不到这篇文献。

这是大语言模型架构本身的局限性。Nature 旗下 Scientific Reports(2023年9月)发表的研究系统测试了这一现象:

研究者要求 ChatGPT-3.5 和 ChatGPT-4 在 42 个学科主题上各生成短文献综述,共得到 636 条参考文献。结果显示:ChatGPT-3.5 生成的引用中 55% 是完全虚构的;更新的 ChatGPT-4 仍有 18% 的引用完全不存在。在「真实」的引用中,43% 的 GPT-3.5 引用和 24% 的 GPT-4 引用包含实质性错误(作者名、标题、卷期、年份错误等)。

另一项发表于 Journal of Medical Internet Research 的研究也得出了类似结论:ChatGPT-3.5 为文献综述生成的参考文献中,39.6% 至 55% 是完全虚构的。

这就是为什么 arXiv 在 2025 年 5 月公布的新规中,明确将「不当引用、错误引用、虚假引用」列为合规审查的重点之一。AI 工具的普及,让「参考文献是否真实」这件事从过去的「默认成立」变成了「需要主动核查」。

对研究者来说,这是个AI时代建立的新工作习惯—— 用 AI 辅助效率,用专业工具确保质量。

 

  04  |  投稿前的参考文献核查:4 个建议执行的关键动作  

基于以上的数据和趋势,下面是四个在投稿前值得养成的具体习惯动作,每一位研究者都可以从今天开始实践。

把 AI 辅助文献查找的产出,视为「线索」而非「结论」

AI 工具非常适合用来「找方向」,包括推荐查哪些关键词、哪些领域有哪些研究、某个主题的研究脉络是什么。这些信息可以大大提升你的文献查找效率。

但 AI 给出的具体参考文献:作者、标题、期刊、DOI,都应该到真实的学术数据库(Google Scholar、Web of Science、PubMed 等)手动验证。

把 AI 当成「方向指引」,把数据库当成「真实性确认」,这是 AI 时代研究者的新工作流。

建立投稿前的参考文献核查清单

根据撤稿数据揭示的常见问题,投稿前的参考文献核查至少应该覆盖以下几项:

▪ 每一条 DOI 是否真实有效(直接打开 doi.org 验证)

▪ 被引用的论文是否真的存在

▪ 被引用的论文是否已被撤稿

▪ 被引用的论文是否真的支撑你的论点

▪ 引用的期刊是否在主流数据库中被收录

▪ 正文中的每条引用,是否都对应参考文献列表中的条目

主动披露 AI 使用情况

Nature、Science、Cell、Lancet 等几乎所有顶级国际期刊都已要求作者披露 AI 使用情况。

投稿前自查 AI 使用披露是否完整,这本身就是研究诚信的一部分,也越来越成为审稿人的关注点。

给自己留出「自查时间」

一份 30-50 条参考文献的论文,逐条核查可能需要一定时间。但养成「投稿前留出自查时间」的习惯,比临投稿前匆忙完成论文要踏实得多。

 

  05  |  让自查更高效:Paperpal Reference Checker 参考文献核查

逐条人工核查参考文献需要时间——这也是为什么我们设计了 Paperpal Reference Checker 参考文献核查。

上传论文(Word 或 PDF)后,几分钟内你会得到一份完整的核查报告,覆盖本文提到的所有关键检查:

▪ 撤稿引用检测——避免引用已被撤回的论文

▪ 虚假 DOI 识别——防止幻觉引用进入正文

▪ 引用与论点相关性核查

▪ 期刊收录状态核查

▪ 过度自引、引用偏倚检测

▪ 正文与参考文献列表交叉匹配

底层数据来自一个覆盖 2.5 亿+ 学术文献、每日更新 的语料库。同一套核查能力,已被 40+ 学术出版商、800+ 国际期刊 集成进编辑工作流——也就是说,期刊编辑用来筛你稿件的标准,你现在可以在投稿前自己跑一遍。

你的研究,值得更可靠的参考文献支持。

学术出版界对参考文献质量的关注度提升,从一个角度看,反映的是整个学术生态对「严谨」的更高要求。这对认真做研究的学者来说,其实是个好消息——更高的标准意味着更可信的学术成果,意味着真实的工作可以更被看见。

投稿前花一点时间做参考文献的系统性核查——是这份严谨的具体表达。

📚 数据来源

▪ Retraction Watch Database (now part of Crossref). 累计撤稿记录超过 65,000 篇。https://retractionwatch.com

▪ Van Noorden, R. (2023). More Than 10,000 Research Papers Were Retracted in 2023—A New Record. Nature, 624, 479.

▪ Okyay, R.A., et al. (2025). Fifty Years of Retracted Medical Publications From 1975 to 2024. Journal of Korean Medical Science, 40(46): e300.

▪ Walters, W.H. & Wilder, E.I. (2023). Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports, 13: 14045.

▪ Springer Nature Research Integrity Report (Feb 2025). 2024 年旗下 3,000+ 期刊撤稿 2,923 篇相关披露。

▪ arXiv (2025). Prevalence and Trends in Global Retractions Explored Through a Topic Lens. https://arxiv.org/html/2511.21176v1

▪ Thomas Dietterich, arXiv Computer Science Section Chair (May 2025). arXiv 行为准则更新公告。

 

投稿前,用 Paperpal 检查一遍

语法润色 · AI率检测 · 查重 · 期刊规范· 参考文献核查· AI审稿

→ paperpal.cn  |  免费开始使用

Paperpal 是一款面向科研写作和英文期刊投稿场景的AI学术写作工具,帮助作者在写作与投稿前系统性地发现问题并逐步优化。无论是语言表达、文献引用,还是投稿完备度与审稿风险评估,Paperpal 都能提供清晰、可操作的支持,帮助你更安心地完成投稿准备。
Paperpal 提供免费版本供你体验基础功能;升级至 Paperpal Prime,还可使用更完整的写作与投稿支持功能,帮助你在投稿前更从容地准备论文,提高投稿过程的确定性。
立即注册Paperpal,开启高效写作、自信投稿

 

Share it on FacebookShare it on TwitterShare it on LinkedinShare it on Email

You may also like

Your Paperpal Footer