我查看了為一本小雜誌提交的論文。它提出了一種執行分配任務的算法,並將其性能與文獻中以幾種方式執行同一任務的其他幾種算法的性能進行了比較(結果,即分配,可以根據幾種不同資源的使用情況進行評估,因此
我的觀點是,儘管算法表現不佳且論文幾乎不可理解,但所呈現的結果似乎很好,因此作者應該再作一次更好的解釋,所以我不建議完全拒絕。
第一輪審核通過了一致的“重大修訂”裁決。
然後,我也被要求審查論文的第二次提交版本。在此新版本中,該算法已與更廣泛的算法進行了比較。問題是:即使將要比較的算法進行了更改,比較圖仍然完全相同,並且並排查看它們並沒有發現任何差異(未提供明確的數值數據)
更糟糕的是,這種變化甚至不是一對一的。在第一個提交中,將該算法(簡稱為A)與所有類別(資源A使用情況,資源B使用情況等)中相同的其他三個算法進行了比較,而在第二個提交中,每個資源比較都涉及不同的算法,因此例如,在資源A利用率中將A與B,C和D進行了比較,但在資源B利用率中將A與C,E和F進行了比較,依此類推。
不過,第二個提交中的每個圖表
在這一點上,我可以肯定的是,至少第二輪比較是完全偽造的,即作者只是更改了圖表上的標籤。
>
向我的一位高級同事求教時,我被建議不要理會這個問題,而要引起騷動,因為這個問題極有可能引起反省:我們不是學術機構,我們是相當漂亮的R&D部門小型私人公司,因此我們的政治權重和科學聲譽很小。 ,因為我們是多個政府資助項目的合作夥伴,或者我應該聽取同事的建議。
儘管該論文的發表機會很少,因為第二次提交的論文也幾乎不可讀,該論文的合著者的h指數非常高(100+),因此我覺得,如果我懷疑我的懷疑,那麼就應該予以揭露。