DataScan 原始数据审查报告怎么读：从风险线索到可复核证据

一份好的原始数据审查报告，重点不在于给出一个孤立的风险分数，而在于说明核验了哪些数据、发现了什么关系、这些关系位于原表的什么位置，以及下一步需要核对哪些背景信息。报告应当让没有参与首次筛查的复核人员，也能够沿着记录回到原始表格。

DataScan 报告围绕核验范围、风险摘要、证据关系、原始坐标和方法边界组织内容。核验范围用于确认本次纳入了哪些文件和 Sheet；风险摘要用于快速了解待复核项目；证据记录则进一步展示重复、错位、固定差值、比例缩放、线性派生或分布质量提示等具体关系。

报告中的每条证据都应与证据画布保持一致。先查看关系摘要，再核对对应数据块和命中坐标，随后回到原表检查列标题、单位、组别和上下文。对于跨文件、跨 Sheet 的关系，还应确认数据版本、实验批次、共享对照和公式来源，避免脱离语境解释数字。

DataScan 在桌面客户端本地读取 Excel、CSV 和 TSV，并在本机完成数值关系核验、证据画布生成和报告导出；原始表格不上传到网站。报告适合用于投稿前自查、课题组内部复核、数据归档和与期刊沟通时的事实整理，使用时应同时保留原始文件和必要的实验记录。

对报告中标记的高风险或中风险关系，复核人员应逐条记录“已解释、待补充或无法解释”的状态，并把解释依据写清楚。对合法的共享对照、单位换算、公式派生和版本整理，也应保留可复查的来源说明。这样可以把一次表格数据查重从结果截图转化为可持续维护的审查记录。

自动化报告不构成学术不端结论，也不能替代统计审计、实验复现或正式调查。报告的作用是帮助人员更快找到值得核对的位置，并以统一的坐标和证据关系展开讨论；最终判断仍需结合完整研究背景，由相应的研究或审查人员作出。