这些论文的形式极为相似：先选定一种健康状况以及与之可能相关的环境或生理因素，再确定特定人群，随后围绕这些要素迅速形成一篇论文。Scientific Reports副主编 Matt Spick 称，“我收到了太多几乎一模一样的论文——每天一篇，有时甚至每天两篇，”“感觉每一种可能的组合都有人在研究”。

Matt Spick团队在PubMed、Scopus这两个论文数据库的147 种期刊中，找到了341篇遵循上述“套路”的论文，不过这些论文的时间分布有明显区别。2014年到2021年期间，平均每年仅有4篇相关论文。但从2022年起这类论文发表量激增，截至2024年10月，论文研究团队关注的期刊上共发表了190篇相关论文。

Spick团队的报告指出，近年来基于NHANES数据库的低质论文泛滥，可能是“论文工厂”的运作、人工智能生成文本的滥用以及大型公共数据库的成熟共同促成的。

此外，Spick团队还发现，近期发表的使用NHANES数据的论文，大多出自中国研究人员之手。在2021年之后发表的这类论文中，有92%的论文第一作者来自中国机构，而在2021年之前的论文中，这一比例仅为8%。Spick分析称，中国科研人员所面临的压力和激励机制，为“论文工厂”提供了机会。

西北大学的Reese Richardson表示，其他研究人员在一些课题中也发现了类似现象，"这种免费数据源让几乎任何人都可以采用已知的研究方法，然后换上新的变量，以一种‘疯狂研究’的姿态创造出新的‘发现’。”目前已有出版商撤回了部分涉及NHANES数据的问题论文，并表示将加强审查。

Richardson指出，这些论文反映出科学出版和研究奖励方式中存在的普遍问题。“文中提及的所有出版商都收取了这类论文的发表费用，每家可能在1000美元左右。”他补充道，研究人员为了自身职业发展，往往选择发表更多的论文而不是更高质量的论文。他警告说，“除非我们从根本上调整科学发表的激励机制，否则问题只会越来越严重。”

原文链接：

https://www.science.org/content/article/low-quality-papers-are-surging-exploiting-public-data-sets-and-ai