论文写到后半程，最容易翻车的不是内容，而是引用没标全、作者排序口头约定、数据来源说不清这类事。导师一句「你自己再核一遍」，其实没人告诉你核什么。这篇把引用、署名、数据使用三条线上的常见红线拆成可勾选的清单，也说明哪些做法在特定学科里并不算问题。
论文写到后半程，最容易翻车的往往不是内容本身，而是引用没标全、作者排序只是口头约定、数据来源说不清这类事。导师一句「你自己再核一遍」，其实没人告诉你核什么。这篇把引用、署名、数据使用三条线上的常见红线拆成可勾选的清单，也说明哪些做法在特定学科里并不算问题。
先说一个前提：学术规范不是一套全国统一的死规矩，院系模板、学科惯例、期刊要求都会不一样。下面给的是判断标准和排查动作，具体条款以你所在院系当年的文件为准。拿不准的地方，去站内 指南中心（/guides） 找对应学科的说明文章对照着看。
引用红线：标了不等于标对
引用这条线上，最常见的误区是以为「只要末尾有一堆参考文献就没问题」。真正会被查的是每条标注和每条文献能不能一一对上，以及你到底读没读过那篇原文。转引尤其容易出事：你从 B 文章里看到它引了 A 的观点，你写进自己论文时如果直接标 A，就等于假装读过 A。正确做法是标「B 转引自 A」，或者干脆去找 A 的原文核对后再直引。
- 转引要区分「我读到的原文」和「我没读过只是别人引过」，后者必须写转引来源，不能伪装成直引
- 改写别人观点同样要标注，只有真正属于公共常识的内容才免标注，判断标准是同行是否普遍不需要查来源
- 自引、导师课题组旧文、预印本都要按正式来源给，不能因为「自己写的」就省掉
- 引用格式跟着院系模板走，同一篇里混用两种格式比格式选错更容易被挑
判断一段内容算不算「公共常识」，有个很实用的测试：问你同方向的两个同学，他们会不会觉得这个说法需要出处。两人都说不用查，基本可以免标；只要有一人说「这得看谁说的」，就老老实实标上。这条标准在综述类章节里尤其管用，因为综述最容易把别人的观点揉成自己的话。
署名红线：排序和贡献要能对上
署名最容易踩的坑是「大家都以为说好了」。口头说的「你在前面」，到提交前改格式、加人、换单位的时候最容易变。落地的做法是：在开题或第一次组会时，就把作者顺序和通讯作者写成一份书面确认，参与者都留个记录。不是不信任谁，而是让后面所有变更都有个起点。
| 红线情形 | 为什么是红线 | 正确做法 |
|---|---|---|
| 挂名、赠名 | 没参与实际工作却进作者列表 | 不进作者列表，放到致谢里写清 |
| 贡献说不清 | 答辩被问「你具体做了哪部分」答不上 | 留实验记录、代码提交、数据清洗日志 |
| 排序临时改 | 提交前口头变更，无法追溯 | 走书面确认，群里说一句不算数 |
| 换单位换导师 | 署名单位与致谢信息不一致 | 同步更新三处：作者页、致谢页、系统提交页 |
贡献留痕清单
- 实验记录：谁在哪天做了什么，原始记录别事后补
- 代码提交：提交记录能反映实际参与程度
- 数据清洗日志：说明每一步处理是谁负责的
- 组会记录：关键决定（比如排序）写进纪要
注意一点：不同学科的作者排序惯例差别很大，有的按贡献大小排，有的按字母序，有的通讯作者放最后。别拿别的实验室的规矩套自己的论文，先问清本校本专业怎么算。这块细节可以对照站内 指南中心（/guides） 的相关条目。
数据使用红线：来源、权限、可复现
数据这条线上，红线通常不在「数据好不好」，而在「你有没有资格这么用」。用别人的数据集之前，先确认三件事：授权范围是仅限研究还是可以商用，能不能再分发给别人，能不能公开衍生结果。三条里有一条不清楚，就得回去问数据提供方，别默认「下载了就随便用」。
涉及人的数据——问卷、访谈、录音、体检记录——要过伦理审查或拿到知情同意，并且脱敏后再进分析流程。脱敏不是把名字删掉就算完，能通过组合信息反推到具体个人的字段都要处理。这块如果院系有专门模板，照模板来，别自己发明流程。
| 数据类型 | 动手前要确认 | 留什么证据 |
|---|---|---|
| 公开数据集 | 授权范围、可否再分发、能否公开衍生结果 | 授权说明截图或链接 |
| 问卷访谈 | 伦理审查或知情同意、脱敏方案 | 审查批件、同意书 |
| AI 生成或辅助内容 | 院系要求的声明范围 | 使用方式与范围声明 |
| 自采原始数据 | 采集流程可追溯 | 原始文件、清洗脚本、参数设置 |
可复现的最小动作
- 留原始数据采集到的原始文件不修改，另存一份用于分析，避免版本混乱。
- 留清洗脚本清洗和统计用脚本而不是手工点，方便别人按同样步骤重跑。
- 记参数设置关键参数、随机种子、筛选条件都写进记录，答辩被问到时能直接调出来。
要提具体数据集的价格、获取渠道、授权版本这类会变的数字，别记在笔记里靠回忆，到站内 站点目录（/sites） 或 价格追踪（/price-watch） 页面核对当时的数字再写进论文。
提交前按这个顺序自查
三块内容分开查，比从头到尾读一遍有效得多。每次只盯一条线，注意力集中，漏检率会低很多。顺序建议是引用、署名、数据，最后再加一轮交叉阅读。
- 第一遍只看引用每条标注能不能在参考文献里找到对应条目，反过来每条文献有没有在正文被引到。对不上的就是问题。
- 第二遍只看署名作者页、致谢页、系统提交页三处的名字与顺序是否完全一致，单位写法是否统一。
- 第三遍只看数据来源说明、授权依据、伦理声明、代码与数据可用性声明是否齐全，缺哪条补哪条。
- 最后交叉读一遍交给同门读，自己看自己的论文会漏掉成片的同类问题，换双眼睛最省事。
这个顺序也不是万能的：如果论文里某一章的引用密度特别高，或者数据涉及人的比例很大，就把对应的那一遍拆成两轮甚至三轮。自查的目标不是走完流程，而是把每条线都过干净。
红线不是用来吓人的，是用来在提交前一条条划掉的。下一步想按学科看更细的规范拆解和自查模板，去指南中心对应条目对照自己的论文过一遍。→
常见问题
引用了别人一句话但改成自己的说法，还需要标注吗？
需要。判断依据是观点归属而不是文字是否相同：只要这个想法来自某篇具体文献，就该标来源。只有在同行普遍认为属于学科常识、不需要追溯出处的内容上才可以省。拿不准时标注的成本远低于被认定抄袭的成本。
导师让我把某位老师加进作者，我不想加怎么办？
先弄清对方是否实质参与了选题、方法或数据分析。如果确实没有，可以提出在致谢中体现，并说明院系署名规范。若导师坚持，建议把沟通过程留成书面记录，必要时咨询学院研究生管理部门，别只靠当面口头交涉。
论文里用 AI 帮忙润色或者整理文献，算不算学术不端？
取决于用途和声明。润色语言、整理文献列表一般允许，但要按院系要求声明使用的工具和范围；让 AI 生成研究结论、编造数据或伪造参考文献则是明确红线。各校规定差异较大，提交前到学院官网核对当期规定。
