Ein Postdoktor, den ich Dr. S nennen werde, verbrachte zwei Nächte, um eine westliche Blot-Figur wieder aufzubauen, weil ein Assistent des Reviewer eine duplizierte Band markierte. Die Rohdatei zeigte, dass das Bild sauber war; die Slide-Vorlage wiederholte ein Linienlabel, kein Ergebnis. Multiplizieren Sie Dr. S mit den Tausenden von Papieren, die etwas Schlimmeres enthalten. Eine 2016 mBio-Analyse von 20.621 biomedizinischen Artikeln fand problematische Bilder in 3,8 Prozent von ihnen, wobei mindestens die Hälfte Anzeichen einer vorsätzlichen Manipulation zeigte. Diese Studie legte die Basisrate fest, und das ist der Grund, warum Verlage jetzt neue AI-Detektionssoftware laufen, bevor Reviewer jemals ein
Die Werkzeuge funktionieren nicht wie ein menschliches Auge. Sie sind Computer-Vision-Systeme, die trainiert wurden, um duplizierte Regionen, Rotationen, Umdrehungen, Splices und Kopierbearbeitungen innerhalb einer einzelnen Figur zu erkennen. Proofig und ImageTwin sind zwei kommerzielle Systeme, die jetzt von Zeitschriften und Verlegern verwendet werden; Die International Association of Scientific, Technical and Medical Publishers (STM) hat begonnen, ähnliche Bildprüfungen durch ihren Verlag Integrity Hub zu integrieren. Es dauert Sekunden pro Figur, nicht Minuten oder Stunden. Diese Geschwindigkeit ist das, was sich geändert hat.
Warum Verleger jetzt jede Figur screenen
Diese Studie, geleitet von Elisabeth Bik und Kollegen, untersuchte Papiere aus 40 Zeitschriften und fand duplizierte Bänder, wiederverwendete Mikroskopiefelder und rotierende oder neu gestaltete Abschnitte in ungefähr einer von 26 Papieren.mBioDie Autoren schätzten, dass mehr als die Hälfte der gekennzeichneten Bilder vorsätzliche Manipulation vorschlug, während der Rest wie Montagefehler aussah.
Das Ergebnis ist, dass Redakteure und Verleger von der Probenahme zum universellen Screening gewechselt haben. Eine Zeitschrift, die fast ein paar hundert Bilder durch das Auge verarbeitet hat, kann nun ein vollständiges Problem über Software in einem Nachmittag laufen. Das erhöht die Wahrscheinlichkeit, dass vor der Veröffentlichung eine faule oder betrügerische Figur gefangen genommen wird. Es produziert auch falsche Positive, weshalb Zeitschriften menschliche Überprüfungen in der Schleife halten. Die akzeptable falsch-positive Rate hängt vom Feld, vom Figurentyp und von den Einsätzen einer Rücknahme ab. In Hochvolumen-Zellbiologie-Zeitschriften ist die Toleranz für das Fehlen eines duplizierten Bandes nahe an Null; in klinischen Fallberichten
Innerhalb der neuen AI-Screening-Tools
Die Kernmethoden stammen aus forensischer Bildanalyse und Computervision. Ein Detektor teilt jede Figur in Fliesen, vergleicht Fliesen für Ähnlichkeit bei Transformationen und kartet Regionen, die mehr als erwartet übereinstimmen. Einige Tools betrachten auch Blot-Linien, Mikroskopie-Panels und Flusszytometrie-Charts getrennt, weil jedes Format auf unterschiedliche Weise fehlschlägt. Das kommerzielle Tool Proofig werbt über Kontrollen für duplizierte, drehbare und rotierende Bildabschnitte. ImageTwin bietet einen ähnlichen Ansatz und wurde von Verlagen für die Vorabgabe-Screening getestet.STM-Integrität Hubbietet eine gemeinsame Infrastruktur, so dass Publisher Manuskripte mit gemeinsamen Werkzeugen vor der redaktionellen Überprüfung abschreiben können.
Eine Einschränkung: Diese Systeme sind besser bei der Suche nach duplizierten Regionen innerhalb eines einzelnen Papiers als bei der Suche nach einer Figur, die aus einer anderen Publikation kopiert wurde. Sie benötigen eine Referenzdatenbank, um Cross-Papier-Duplizierung zu fangen, und diese Datenbanken sind über Disziplinen hinweg ungleich. Ein westlicher Blot aus einem 2008-Papier kann möglicherweise nicht so indexiert werden, dass die Software schnell suchen kann. Die Basisrate der nachweisbaren Duplizierung ist daher niedriger als die tatsächliche Rate.
Human Review entscheidet weiter
Nachdem die Software eine Figur markiert hat, überprüft ein Editor oder ein Forschungsintegritätsbeauftragter die Originaldateien und fragt die Autoren nach Rohdaten.Richtlinien für das digitale BildMachen Sie einen Punkt wiederholt: Jede Änderung, die die Interpretation ändert, ist inakzeptabel, während geringfügige Helligkeits- oder Kontrastanpassungen, die auf das gesamte Bild angewendet werden, in der Regel in Ordnung sind. Ein duplizierter Band in einer Figur kann ein ehrlicher Cut-and-Paste-Fehler sein, wenn die entsprechende Rohdatei intakt ist und die zugrunde liegenden Daten authentisch sind.
Ich beobachtete, wie ein benachbartes Labor das schlecht behandelte. Ein ehemaliger Forschungsassistent hatte eine Band von einem Experiment in eine andere Figur gepackt und dann die Einrichtung verlassen. Der Hauptinforscher verbrachte vier Wochen damit, zu rekonstruieren, was der Assistent getan hatte, und das Journal zog zwei Papiere zurück. Die PI tat das Richtige nach der Tatsache. Was die neueren KI-Tools tun, ist, diese Konfrontation näher an die Einreichung zu bringen, bevor ein Papier Zeit hat, ein Feld zu beeinflussen.
Dies ist Teil einer breiteren Verschiebung der Einreichungspipeline. Die gleiche Infrastruktur, die jetzt Bildprüfungen durchführt, wird auf Papierfabriken angepasst, ein Problem, das in früheren Berichten über dieWiley und Hindawi massenhaft zurückziehenVerlage kombinieren Bildforensik mit Autorenüberprüfung und Duplicate Submission Checks. Keiner dieser Schritte allein stoppt die Herstellung; zusammen erhöhen sie die Kosten für eine gefälschte Figur.
Was das für Ihr Labor bedeutet
Behandeln Sie die Bildintegrität als Vorlieferungsgewohnheit, nicht als Nachdenken.Die praktischen Schritte sind klein, und sie entsprechen den Praktiken des Datenaustauschs, die die meisten Labors bereits befolgen.
- Bewahren Sie rohe, unbearbeitete Bilddateien in einem separaten Ordner von verarbeiteten Zahlen auf und überschreiben Sie niemals die rohe Datei.
- Kennzeichnen Sie jeden Verarbeitungsschritt in einer Textdatei neben den Daten, einschließlich Helligkeitsanpassungen und Crop.
- Führen Sie Ihre eigenen Zahlen durch ein Bild-Check-Tool vor der Einreichung, wenn die Zeitschrift oder Ihre Institution bietet eine.
- Bereiten Sie für jede Figur die Einstellungen für Rohdaten und Akquisition vor, damit Sie innerhalb von 48 Stunden anstelle von drei Wochen auf eine Bildabfrage antworten können.
- Wenn eine Figur wiederverwendete Steuerelemente enthält, notieren Sie dies deutlich in der Figur-Legende und dem Cover-Brief.
Der am wenigsten bequeme Schritt ist der letzte: Wenn Sie ein Problem in der Figur eines Kollegen feststellen, sagen Sie es, bevor das Manuskript das Labor verlässt. Die Kosten für ein unangenehmes Gespräch bei der Einreichung sind ein Bruchteil der Kosten für einen Rückzug nach der Veröffentlichung. Dr. S's saubere Bild-Angst wurde in zwei Tagen gelöst, weil die Rohdateien richtig benannt wurden und das Lab-Notebook lesbar war. Die PI nebenan verbrachte vier Wochen auf der gleichen Frage, weil diese Dateien nicht existierten.
Beginnen Sie mit dem nächsten Manuskript, das Ihr Labor einreichen wird, nicht mit dem, das bereits überprüft wird.Laden Sie die Bildanleitung des Journals herunter, überprüfen Sie das Werkzeug zur Vorbereitung von Figuren und erstellen Sie einen Ordner namens raw_images mit einem README.
