学科: 统计学

研究发现，不法分子只需上传看似真实、实则篡改过的数据集，就能轻易‘毒化’AI训练资源，导致AI得出错误结论。这提醒科研人员：用AI分析网络数据时，必须严格核查数据来源。

标签: 人工智能可信度 数据投毒 数据溯源 虚假信息

本文发现，地球磁层对极端太阳风驱动的‘饱和响应’并非真实物理现象，而是测量误差导致的统计假象——即‘回归均值效应’。修正该误差后，磁层响应实际呈全程线性，极端地磁风暴的影响可能比此前预估高出一倍。

标签: 回归均值 地磁响应 太阳风驱动 测量不确定性 空间天气

本书质疑当前超高龄（110岁以上）研究的可靠性，指出大量‘超级百岁老人’记录源于户籍错误、养老金欺诈等非生物学因素，而非真实长寿。作者认为，人类寿命极限尚无可靠数据支撑，现有结论多建立在脆弱的纸质档案基础上。

标签: 人类寿命极限 年龄验证 档案误差 超级百岁老人 长寿研究

研究发现，大型语言模型（LLM）能较准确预测社会科学研究实验的结果，有望成为低成本辅助工具，帮助科学家更高效设计实验，加速社会科学进步。

标签: 人工智能辅助科研 大型语言模型 实验预测 研究方法创新 社会科学实验

本文提出‘通用细胞嵌入模型’（UCE），一种无需标注、无需训练即可将任意物种、组织、疾病状态下的单细胞基因表达数据映射到统一生物学空间的AI模型。它首次实现了跨物种、跨实验的细胞类型自动识别与比较，为细胞生物学研究提供了通用‘坐标系’。

标签: 单细胞图谱 基础模型 跨物种分析 通用细胞嵌入 零样本学习

大型语言模型（LLM）能较准确预测社会科学实验结果，其预测效果接近人类专家集体判断，尤其适用于尚未公开的研究。但模型会系统性高估效应大小，需谨慎用于实际决策。

标签: 人工智能辅助研究 可重复性 大型语言模型 效应预测 社会科学实验

本文探讨为何许多社会政策和行为干预在推广时失效，并提出‘自然田野实验’作为解决方案：在真实生活场景中悄然改变环境变量，观察人们无意识下的真实反应，从而提升研究结果的现实适用性和可信度。

标签: 参与偏差 可推广性 自然田野实验 行为科学

尽管女性科研人员数量持续增长（2025年占全球自然科学研究者31%），但在顶级期刊中，女性作为第一作者（29%）和通讯作者（即最后作者，17%）的比例仍远低于均等水平。这表明，女性在科研成果的‘权威认定’环节仍面临系统性障碍。

标签: 女性科学家 学术晋升障碍 科研署名不平等 第一作者与通讯作者 自然指数

一项大规模跨国研究发现，6个月大的婴儿并不像过去认为的那样天然偏好“助人者”。新实验重复了经典研究，但未证实婴儿在语言出现前就具备社会评价能力，提示早期道德判断可能受环境、方法或疫情等因素影响。

标签: 发展心理学 可重复性危机 大团队科学 婴儿社会评价 跨物种认知

一款名为‘期刊趋势’的免费在线工具，帮助科研人员快速识别可疑学术期刊——通过分析期刊每年、各国的发文数量变化，发现异常激增（如某国作者投稿暴增），提示可能存在审稿不严或掠夺性出版风险，让投稿更安心。

标签: 学术出版监控 开放学术数据库 掠夺性期刊 期刊趋势