創刊3年的Nature大子刊剛完成撤稿首秀！

一、導讀

2018年，Nature出版集團的新刊Nature Catalysis?正式發行，這是知名出版集團在熱門的催化領域布局的重要旗艦刊。作為自然系列的研究期刊，其出道就注定不凡，2020年收獲的首個2019年度的影響因子就達到30.471，可謂一名驚人。

這不，最近，這本年僅3歲的實力期刊，剛剛完成了首次撤稿：

2021年5月5日，Nature Catalysis宣布撤回首次發表于2018年12月17日的一篇論文，該篇論文曾于2020年6月25日被編輯部關切，整個發表到撤稿耗時近兩年半。目前，這篇論文已經被引用164次，在線瀏覽次數達1.2萬次。

那么，這又雙叒叕的知名期刊撤稿事件又源自什么呢？

二、Nature Catalysis撤稿時間線

?2019年7月8日，PubPeer上首次被質疑

2019年7月10日，CNRS的研究人員在PubPeer上繼續質疑，并發布在社交媒體

2020年6月25日，Nature Catalysis發布編輯部關切

要點：圖4f計時電流曲線的噪聲重復，作者告知編輯部其原始數據不可得，作者提供了新的實驗數據來支持這一發現，期刊目前正在與獨立的專家協商，進一步調查這一問題。一旦得出結論，期刊將提供文章的后續更新。所有作者都同意此次關切的發布。

?2021年5月5日，撤稿

要點：因為不能完全解釋計時電流法中的偽周期噪聲模式，因此決定撤稿。該圖的原始數據丟失，無法在原來相同的條件下再現噪聲模式。這些問題降低了我們對所報道的催化劑性能的完全信心，因此我們希望撤回該文章。

三、Nature Catalysis撤稿觀察

如上所述，撤稿原因可謂言簡意賅，即：

1）圖4f的噪聲模式近乎周期性出現，原文的這種噪聲模式無法重現；

2）催化劑性能的可靠性降低；?

從文字上看，這一撤稿須知的內容“合乎情理”，但將其中的部分內容展開，一些有趣的信息就浮現了：

作者試圖復現“原始論文出現的噪聲模式”，但是，儀器測試的噪聲模式怎么會完全一致的“復現”？因為噪聲源自測試系統受到的來自儀器模塊、電路、線纜等多重因素導致的隨機波動的疊加或耦合。這就好比，你拿同樣的樣品去測XRD，想重現上一次數據的基線展現的背景噪聲；或者測試了電學性能，想完全重現數據整體抖動的趨勢，這似乎是一項不可能完成的任務。

此外，即使原圖中的周期性噪聲存疑，那么如果催化劑的性能數值和原始報道結果偏差不大，論文的核心結果應當不會受到太大影響（如果論文中的材料結構等其他表征無誤的情況下）。

因此，從簡短的撤稿須知里面，讀者可能得到的真正信息是：

催化劑性能無法同原始論文報道值相比，或者催化劑性能并不穩定，衰減很快；至于周期性噪聲究竟是儀器連接和測試問題，還是人為偽造數據問題，無從查證，因為原始數據丟失了。

本著求證的態度，我們一起來看看原文中的圖4f：

其中，第一條粗線是原始論文的數據，第二、三條是提出質疑者的進一步數據處理。我們將原始數據按照5h為一個周期用綠色方框標注，并用垂直線進一步標識，從中可見，兩個紅色方框內的數據各自高度周期性復現，而25h以后的第二個紅色框內的最后幾個區間有輕微偏移，但整體波動規律一致。唯一例外的是20-25h的數據，成為了兩段重復區域的分割線。這與減弱線條粗細和采用數據疊加的分析得出的結論一致。

從科學數據測試的角度而言，如果某臺設備某一瞬間受到干擾，短時間內的噪聲基線會保持近乎周期的現象，這也是有可能的。但是，連續50h的持續測試（論文圖4f的描述：during 50 h of continuous?reaction），還能連續保持約20h的周期性噪聲，從科學角度而言，這一現象本身就值得探究。

當然，自然現象是復雜的，我們不能僅僅以自己的已知見識來否定其合理性，所以，關于“噪聲復現”這一點，在基于數據丟失的情況下，應該是永無破解之日了，因為原始數據里的詳細參數永遠離世了。

再來看第二點，如果性能尚可，電流密度比原始報道值波動不大，那么文章的整體科學性不能完全否定，因此，從2020年中直至撤稿，重復測試的效果可能不盡如人意。

這就是從撤稿通告里可能得到的有價值的推測，當然，其他可能性猶存。

四、還有一篇

在PubPeer網站上，撤稿論文第一作者還有一篇發表于2017年的論文也受到質疑：

?2019年7月11日，同樣來自CNRS的Coudert提出質疑：

論文圖S20的噪聲涉嫌“重復”出現噪聲

?2020年7月8日，通訊作者Edward H. Sargent做出回應：

We (the authors of the Joule paper) appreciate Dr. Coudert's drawing this to our attention. We reviewed our archived original raw data. To check whether the curves (delayed by 1 hour, 2 hours, etc.) of Figure S20 were identical, we overlaid the current density vs. time curve with itself, using a 1 hour delay, 2 hour delay, etc. (see figure posted below). The data do show a similar pattern?(Figure 1A).

We zoomed in to look in more detail (Figure 1B). There is a similar pattern to the fluctuations, but not complete overlap. We discussed with?BioLogic, the maker of the potentiostat we used in the study. The company mentioned that these pseudo-periodic patterns are frequently seen. BioLogic recommends avoiding using extension cables to reduce the excess noise seen in our and others’ data sets.

要點：

1)?原始數據中發現，數據確實存在周期性重現的現象；

2)?放大后發現，波動模式相似，但并非完全重疊，咨詢測試所用儀器公司BioLogic后，被告知“偽周期性會頻繁出現”，建議避免使用延長電纜，以減少數據中出現的過量噪聲。

本著科學的態度，我們先來確定發表在Joule上的論文的儀器信息，而這篇論文恰好是第一作者博士論文的最后一章節所研究的內容，通過比對，我們發現如下信息：

第一作者博士論文相應章節所用儀器

Joule論文所用儀器

查證后得知，實際所用儀器為Autolab公司生產，而非BioLogic，不過，一個有趣的現象值得注意：作者博士論文中并沒有Joule論文中的S20數據，

那么，原因可能有兩個：

1）S20數據是論文修改稿補充，采用的是另一臺來自BioLogic的設備測試，但沒有在論文中標注；

2）S20數據是人為制作的；

但，究竟是哪一個，可能只有作者自己最清楚吧。

那么，問題來了，剛剛撤稿的發表在Nature Catalysis上的論文使用的是什么儀器？

沒錯，是它，就是它，只不過為何此處選擇了撤稿，而并非發布一則關于噪聲重復的解釋呢？究竟是儀器公司說了謊，還是？

五、女神 VS 血案

以上兩篇論文的第一作者，博士畢業于國內某著名高校，當年的畢業典禮上，校長還特意表揚了這位同學，原話節選如下“即將赴斯坦福大學做博士后，她在頒獎典禮上說，立志學成歸國，為國家可再生能源的發展做出貢獻。”

另一篇介紹其獲獎的報道這樣寫道“她認為，盡管自己在學習和科研的思想上取得了長足的進步，但學術道路上更是學無止境，自己要更加努力，提高能力，在相關領域做出更大貢獻，為社會，為國家貢獻自己的一份力量，不忘初心，繼續前進。”

此刻，我們回想起，上個月墜亡的某高校研究生，因為感覺自己剛剛發表在國際知名期刊Scripta Materialia上的一篇論文可能存在學術錯誤，擔心自己學術之路到此結束，擔心。。。。。。而選擇離開這個世界。

此刻屏幕前的你，會有何等感想？

六、前路何方？

目前的研究生教育體制，缺乏對學生系統的學術態度的培養，缺失了學術規范的全鏈條培養，很多人分不清造假和錯誤，偽造和美化的區別。但是，制度缺失真的是導致學術荒唐事件頻發的根源嗎？

其實，學術荒唐的全流程不是一個簡單的單點就能觸發的事件，可能的原因很多。

我們發現，眾多頂刊時不時會爆出匪夷所思的學術荒唐事件：有最基本的科學原理的誤用（學術錯誤），頻繁的以圖片處理失誤進行的撤稿解釋（學術不端），各種不可抗力導致的原始數據丟失，等等。

很多人會好奇，頂級期刊的審稿人和編輯應該很專業的呀。其實，不然，對于涉及研究領域比較廣的期刊，即現在流行的general的期刊，能找到論文研究領域小同行的概率不一定很大；此外，大部分期刊的審稿人數據庫相對固定，編輯一般習慣邀請的審稿人數量可能相對固定，偶有擴充。實際上，現在全世界的審稿人是稀缺資源，因為這個費力不討好，而無晉升或畢業“收益”的公益行為，本身就是靠奉獻維系的。

因此，“頂刊=高水平”不是一條定理。

簡單的根據發在什么因子的期刊來判定論文高水平與否的這套邏輯，只是按照概率論的推定而已，是一個統計學意義上的標準。具體到每一篇論文，其實經歷了不同的過往，不同的作者，而作者的學術修為是關鍵因素。

因此簡單的以刊評文就像買彩票，概率是50%中獎，可能你買了十次，一次也沒中。

如果一位作者嘗過了學術不端帶來的利益，諸如畢業、晉升、人才稱號等，并在一段時間沒有沒發現，那么會造成連環性不端，而不自知。用魯迅的話來講，就是：“希望是本無所謂有,無所謂無的。這正如地上的路，其實地上本沒有路,走的人多了,也便成了路。”

本文由mat供稿。

本內容為作者獨立觀點，不代表材料人網立場。

未經允許不得轉載，授權事宜請聯系kefu@cailiaoren.com。

歡迎大家到材料人宣傳科技成果并對文獻進行深入解讀，投稿郵箱: tougao@cailiaoren.com.

投稿以及內容合作可加編輯微信：cailiaorenVIP。? ? ??