论文原始数据审查为什么应当前置到投稿之前

投稿前的论文原始数据审查，价值在于把需要解释的数据关系尽早暴露出来。很多问题并不是某个单元格明显错误，而是分散在多份 Excel、多个 Sheet 或不同版本的 Source Data 中。越接近投稿或返修阶段才开始整理，越容易出现范围不清、来源难找和重复返工。

科研表格中的高风险关系也不一定表现为整张表完全相同。局部连续片段、错位或隔位复用、排序重排、矩形数据块重复，以及固定差值、固定比例和线性派生，都可能需要回到实验记录和数据处理流程中进一步解释。仅凭人工逐行翻看，容易遗漏跨区域的对应关系。

DataScan 是面向论文原始数据的本地单机审查工具。它支持载入 XLSX、XLSM、XLS、CSV 和 TSV 文件，在本机完成表格解析、数值关系识别和证据整理；原始表格不上传到网站。课题组可以按单个 Sheet 或多个文件、多个 Sheet 组织核验范围，再根据数据结构选择需要关注的检测项。

核验结果会进入证据画布，集中呈现命中位置、数值关系、风险等级和复核信息。通过原表定位可以回到具体的行列坐标，通过智能对照可以并列查看相关区域，避免只看到一个分数或一条摘要，却找不到它对应的原始数据位置。

一个可执行的投稿前流程可以分为四步：先整理待提交的原始表格和补充材料，随后选择核验范围并运行表格数据查重，再逐条检查证据画布和原表上下文，最后导出包含核验范围、证据关系和方法边界的报告。对确认属于共享对照、合法派生或版本差异的关系，应同时保存来源说明和计算依据。

自动检测用于扩大检索范围和缩小复核对象，不替代实验记录、仪器导出文件、统计方法或研究背景下的人工判断。发现线索后，应由熟悉实验设计和数据处理过程的人员逐项核对，确保最终说明与证据强度相匹配。