科研工作者有没有义务保证参考文献本身的正确性？ 第1页

一篇文章往往引用几十篇文献，但是引用和引用之间的地位是不一样的。私下里，我会把引用分成核心引用和边际引用。

比如说在叙述自己研究意义的时候，往往会引用一个论文链，AA做了什么，BB在这个基础上做了什么，然后CC和DD做的有冲突，接着EE试图解决这个问题，但是留了一个茬，嘿嘿，这个茬现在被我拔掉了！

这种论文引用是绝大多数的。每一篇引用都是前人的某个研究成果的边际增长，甚至于可能包括自己正在写的这篇也是。在这个过程中，每个人的贡献都是基于前面人的贡献，就算是在这个过程中，CC和DD做的是有问题的，往往也不影响自己的贡献，甚至于更好。或者说如果审稿人有质疑，就把审稿人的质疑加到introduction里面也没问题——正是因为有质疑，所有才有了后续。

这种引用基本上都是【边际引用】，很多时候中间会夹杂一些非顶刊的杂志。首先，因为非顶刊的杂志上的内容未必是错的，可能是一个很不错的想法加上一个很烂的执行；其次，非顶刊的杂志上往往经常有一些非主流的观点和看法，可以作为自己做的研究很有争议，有研究必要的佐证。

这个时候科研工作者没什么义务保证参考文献是对的。就算是错的，对科研工作者目前做的工作也只有边际上的影响。事实上有一些著名的教授年轻的时候文章发到顶刊，里面也是有一些错误的，有些错误甚至于还会直接影响到结果。

而另外一种情况，就是关系到论文本身是否可信，那就是核心的引用。比如论文本身立足的理论基础，论文本身使用的方法是否可信等等。如果审稿人不挑刺便罢，如果挑了，这是一定需要一个合理的解释的。这种引用就属于【核心引用】，核心引用一定要经得起考验，如果用的正好是前沿的方法或者理论，那最好就是来自于顶刊的。

举一个之前指导学生写论文的例子吧：

学生投稿一个second-tier field journal，俗称B刊，编辑给了一个Revise and Resubmit。其中有一个数据结果是这样的：有三组数据，A，B和C，其中A是一个特殊的组，C是一个特殊的组。学生做了两个比较，A和B+C的比较，C和A+B的比较，结果都非常的好，控制了其他的变量之后，A组的结果明显高于B+C组，而C组明显低于A+B组。所以得出结论：人们更偏爱A，而讨厌C。

有一个审稿人对整体很满意，就提了一个意见，说这样对照组其实是不一样的，因为人们更偏爱A这个结论，是把A当做实验组，B+C当做对照组比较了，那么可能A和B单独的比，数据就显示不出来偏爱了；而人们更讨厌C，也是C和A+B相比的，如果单独和B比，数据可能也不支持。

我就让学生去找他自己的文献根据，他的这种比较方法，是否能有文献支持？

结果找来找去，学生找出来一篇Applied Economics，方法是类似的。但是这是一个过于普通的学术杂志，于是我判断这个作为论据是绝对不行的——因为这篇文章水平有限，不足以成为支撑论文修改的核心文献。

于是要按照审稿人的要求重新跑所有的结果。结果统一对照组之后，数据结果就不显著了…… 于是又反过头来研究分组的合理性。后来终于从数据来源的官方网站上又找到了另外一个更复杂分类标准，重新的编码了A, B和C三个组，用B作为共同的参照，这一次得到了理想的结果。

就因为审稿人这一句话，整整折腾了一个月。因为核心文献还是要保证它更权威，更正确，更经得起考验。不然的话，一来容易被审稿人拒掉——将心比心，我是审稿人的时候，看到一个人用水平不高的文章来作为论据争论自己方法的「正确性」，那么几乎肯定会更加的严厉地连带着引用的这篇文章反驳回去；二来，就算侥幸的发表了，也很容易在日后成为笑柄。

我想知道如何才能保证参考文献本身的重要性？？

尤其是我们这种实验学科，只能保证自己搞的正确（就这还不一定），保证别人的实验是正确的，这个不太可能吧。

审稿人也不能保证别人的实验一定是正确的，只能看有没有逻辑漏洞，有没有明显的造假，如果这两点都没有，审稿人难道把实验做一遍才给过？？

引参考文献动辄几十，有时候甚至上百，可以预设好杂志上更可靠，或者某些组的文章更可靠（这也是不一定的，但是可以有偏好），也可以自己审视文章的结论，做出判断，但是除此之外保证别人文献一定正确，这基本不可能。