原始数据本地处理
Excel、CSV 与 TSV 文件均在桌面客户端完成解析与核验，原始表格留在本机分析，便于保留数据边界。
本地化科研数据核验客户端 · 限时免费开放
科研数据完整性核验让每条线索有据可查
面向论文 Source Data、补充材料和 Excel 原始记录的本地单机审查工具，支持表格数据查重，识别跨文件、跨 Sheet 的重复、错位、派生与机械数值关系，定位需进一步复核的数据位置并形成结构化证据记录。
- 原始数据本地处理
- 多文件、多 Sheet 联合核验
.xlsx / .xlsm / .xls / .csv / .tsv · Windows / macOS
DataScan科研数据证据工作台客户端界面
支持格式.xlsx / .xlsm / .xls / .csv / .tsv
桌面系统Windows / macOS
科研原始数据复核的核心功能
核验、定位、对照与报告环节采用一致的数据坐标和关系记录。
跨文件、跨 Sheet 联合核验
支持同时载入多份文件和多个 Sheet，识别不同数据区域之间的重复、错位及机械数值关系。
智能参数过滤
结合表头标签、局部位置与数值规律，识别时间、剂量、序号及归一化基线等常见参数，减少正常共用数据带来的误报，让核验更聚焦于值得复核的测量异常。
原表定位
从风险记录直接返回原始表格坐标，对命中单元格统一着色，保留完整上下文。
智能对照
将相关数据区域并列或上下排列，逐项呈现数值对应关系，支持跨区域核对。
规范化核验报告
导出包含核验范围、风险摘要、证据记录与方法边界的核验报告，用于内部复核和期刊沟通。
科研数据表格中的主要核验场景
针对局部片段、跨行跨列、跨文件及多组位置建立统一的定位与证据规则。
01
完全重复与局部连续重复
识别同一行、列或不同区域中的高辨识度数值复用。
高风险02
错位、稀疏与重排复用
识别隔行、隔列或跨文件出现且不处于相同坐标的重复片段。
高风险03
整数改写、小数尾一致
识别整数部分发生变化而小数尾部保持高度一致的数值改写关系。
高风险04
固定差值、比例与线性派生
展示不同差值档位、固定比例或线性公式及其实际命中位置。
中风险05
差值循环复用
识别按既定顺序重复出现的差值序列，并统计循环长度与出现次数。
中风险06
Replicate 机械关系
评估 replicate 间完全一致、等差排列及小样本近完美线性关系。
高风险07
矩形块与多组位置复用
将同一数值关系涉及的多组位置归并为单条证据记录并统一标记。
高风险08
末位数字与精度分布
按 Sheet 统计小数末位分布、数值精度异常及相关质量提示。
质量提示数值关系证据的结构化呈现
DataScan 将同一数值关系涉及的多组位置归并为证据记录，并保留风险分级、对应关系及原始坐标。
- 红色
相同数值、重复复用及相关高风险位置。
- 绿色
固定差值及其不同差值档位的对应位置。
- 橙色
比例、线性派生及差值循环等机械数值关系。
- 灰色
末位数字、精度分布等数据质量提示。
标准化原始数据核验流程
载入数据
选择一份或多份 Excel、CSV、TSV 文件。
选择范围
按单 Sheet 或多 Sheet 合并方式确定核验范围。
核查证据
结合证据画布、原表定位和智能对照开展复核。
导出报告
记录风险摘要、证据关系和核验方法边界。
本地化数据处理
未公开科研数据的本地化处理
DataScan 在桌面客户端本地完成文件解析、关系识别和证据生成，原始表格不上传，适合处理未公开的科研数据。
原始文件 本机 DataScan 本地报告
DATASCAN SCIENTIFIC DATA INTEGRITY REVIEW科研原始数据完整性核验报告
待复核16
高风险6
中风险10
跨文件局部数值复用证据关系与坐标已记录
固定差值簇不同差值档位分别标记
面向内部复核与期刊沟通的规范化报告
报告记录核验范围、检测规则、风险摘要、对应坐标、证据关系和方法边界，适用于课题组内部复核与期刊沟通。
- 检出或未检出风险线索时均可导出
- 证据画布与报告保持同一定位信息
- 明确声明自动化结果不构成学术不端定性
适用环节与使用对象
适用于投稿前自查、数据归档、课题组内部复核、审稿辅助及科研诚信数据核查。
适用于科研人员、课题组负责人、研究生、博士后、期刊编辑、审稿人，以及科研诚信与出版复核相关团队。
DataScan 客户端下载
请根据操作系统选择对应的安装程序。
Windows
当前发布版本 2.0.31
macOS
当前发布版本 2.0.30
科研数据核验资讯
科研数据核验方法、产品实践与科研诚信相关信息。
科研诚信观察
2026年基金委第二批案件通报：从数据线索到正式处理的证据状态
国家自然科学基金委员会官网于2026年8月28日发布《案件通报（2026年第2批）》，按31项公布通报批评处理，其中最后四项涉及科研数据伪造篡改、数据估算、重复使用、粘贴错误和图片使用混乱。本文区分公开讨论、单位调查与基金委处理，说明论文原始数据审查中哪些内容可以确认，哪些仍需等待官方映射。
阅读全文论文原始数据审查
从“耿同学”引发的讨论到高校通报：原始数据怎样复核
2026年5月至6月，同济大学、南开大学、上海大学发布论文数据存疑调查通报，新华社报道中山大学5月30日通报。公开材料显示，正式调查需要回到原始实验数据、实验记录、访谈和专家评议，逐项区分计数、估算、重复使用、粘贴错误、数据伪造和披露不足。
阅读全文数据共享与开放科学
NIH更新数据管理与共享计划：论文原始数据审查如何留痕
NIH于2026年2月25日发布NOT-OD-26-046，更新会产生科学数据的研究所需提交的数据管理与共享计划要素。对于2026年5月25日及以后截止的申请，申请人与受资助方需使用新的简化格式。本文解读这一变化对论文原始数据审查、数据版本和共享记录的启发。
阅读全文建立可追溯的原始数据核验记录
在投稿、数据归档或正式复核前开展系统化核验，形成可追溯的风险证据与核验记录。