随着自动化论文工厂的兴起、身份欺诈以及元数据损坏造成的无意可见性差距，维护对研究的信任已成为全球学术生态系统的当务之急。
为了应对这些挑战，我们最近与伊冯娜·坎普芬斯合作举办了一场分为两部分的科研诚信网络研讨会。 (https://orcid.org/0000-0002-5406-5809)，执行董事 OA总机 .
虽然两次对话都指向同一个最终目标——提升全球对学术出版的信任度——但它们分别从研究生命周期中的两个不同角度切入这个问题。两者的核心都在于对经过验证的元数据来源的共同需求， ORCID 一张唱片的亮点 绿色选中标记 表明这是一个信任标记。这些信任标记表明该数据直接来源于经过验证的来源。需要注意的是， ORCID 它本身并不验证记录中的项目，而是提供开放的基础架构来显示数据的来源，这可以让用户快速看到哪些项目是由受信任的第三方添加的。
ORCID 记录的可信度会随着时间的推移而逐渐积累，这得益于来自经过验证的数据来源，例如研究机构添加的隶属关系、资助机构添加的拨款数据以及出版商的作品。 ORCID 成员可以添加数据 ORCID 记录，并且这样做，他们就贡献了宝贵的信息，这些信息会在整个研究生态系统中传播开来。
面向出版商和研究机构的资源
发布商
整合 ORCID 在提交系统中：了解如何收集经过验证的信息 ORCID 使用作者和合著者的ID来保护您的投稿门户网站，防止身份欺诈。了解更多 ORCID 对于出版商
查阅集成指南：获取技术文档、API 工作流程以及在编辑流程中自动化信任标记的最佳实践。 发布商集成最佳实践
研究机构和大学
缩小可见性差距：了解如何将您的机构知识库和 CRIS 系统与……连接 ORCID ROR可自动跟踪教师产出和数据集合规性。探索 ORCID 研究机构
减轻行政负担：学习如何使用 ORCID 会员门户网站，方便您直接将已验证的机构隶属关系添加到研究人员的记录中。访问该网站 ORCID 会员门户指南
“投资于元数据质量的机构更有能力支持研究诚信、提高可发现性、简化工作流程，并加强其在开放学术交流中的作用。”
——伊冯娜·坎普芬斯，《研究诚信：机构高质量元数据的最佳实践》
第一部分：出版商的视角
研究诚信：出版商高质量元数据的最佳实践
在生成式人工智能能在几分钟内伪造论文的时代，依赖人工进行下游审核注定会失败。为了突出业界如何应对，本次会议邀请了一批领先的出版商组成专家小组，展示他们如何与人工智能系统集成。 ORCID 并利用持久标识符 (PID) 在发布前拦截完整性问题。演讲者：Carolina Tanigushi（SciELO）、Christian Lange（贝尔斯坦研究所）和 Fred Atherden（https://orcid.org/0000-0002-6048-1470) （eLife） 分享了各自组织如何将元数据验证直接融入到编辑和提交流程中。 在这里观看回放并下载资源.
出版商案例研究：从纠正转向预防
- 追赶挑战： SciELO、Beilstein 和 eLife 都指出，在 DOI 生成后追查错误数据或手动验证作者信息是一场与数据异常和造假者的失败之战。
- 工作流程解决方案： 来自这三家出版商的真实工作流程表明，集成自动 PID 验证可以及早发现身份和数据差异。
- 结果： 通过将防御措施前移，并用自动化的系统级检查点取代人工文本录入，这些出版商确保学术记录在同行评审开始之前就与透明、可信且可验证的元数据永久关联。对于出版商而言，这种积极主动的做法是维护科研诚信的关键屏障——既能保护期刊声誉免受欺诈性投稿的侵害，又能显著减轻编辑团队在出版后进行的人工管理负担。此外，它还能确保已发表的内容从一开始就获得最大的全球可发现性和索引可见性。
关键要点：
- 迟来的辩护代价： 依赖稿件接收后的修改不仅会造成管理瓶颈，还会使出版流程面临复杂的数据操纵和身份欺诈的风险。
- 对未经核实的自我报告进行验证： 虽然这是一项核心原则 ORCID 在确保研究人员对其记录拥有完全控制权（包括手动确认数据的能力）的前提下，编辑工作流程必须优先考虑自动化、系统级的验证。利用机器可读的PID在提交过程中预先填充和验证数据，是提升科研诚信度而不增加作者手动数据录入负担的唯一可持续途径。
第二节：制度视角
科研诚信：科研机构高质量元数据的最佳实践
从机构角度来看，本次会议重点强调了在研究生命周期的最初阶段就必须收集高质量数据。通过将高质量元数据直接嵌入到项目申请和大学内部报告中，机构可以在研究人员着手撰写论文之前很久就获得准确的数据。 在这里观看回放并下载资源.
研究机构案例研究：自动化全球影响力
专题小组成员劳拉·布雷达尔 (Laura Bredahl) (https://orcid.org/0000-0002-9397-0764) 来自滑铁卢大学的 Eva van Rein 和来自格罗宁根大学的 Eva van Rein 分享了她们各自的大学如何克服跟踪全球开放获取合规性的行政负担。
- 可见性差距挑战： 滑铁卢大学和格罗宁根大学指出，当大学图书馆和研究办公室处理不完整的元数据时，就无法准确跟踪教师的产出或管理复杂的开放获取协议。
- 工作流程解决方案： 这两个机构的工作流程都展示了如何构建内部基础设施来采集包含个人身份信息（PID）的数据，例如 ORCID 研究人员的 iD 和机构部门的 ROR，消除了教职员工手动输入数据的疲劳。
- 结果： 通过及早实现数据采集自动化，这些大学确保其全球研究足迹透明、准确，并轻松符合国际资助者的要求。
关键要点：
- 数据缺失的代价： 不完整的元数据不仅会造成管理上的麻烦，还会严重损害大学满足合规标准、验证开放获取资金以及准确展示其全球研究成果的能力。
- 自动化优于人工输入： 改进元数据的关键在于减轻研究人员的数据录入负担。使用PID预先填充机构工作流程是实现规模化追踪的唯一可持续途径。
重叠之处：出版商和研究机构的共识
尽管出版商和研究机构在学术生态系统中占据不同的位置，但这两次会议都揭示了他们在以下方面的共同点： ORCID 使用标识符和PID来提高研究诚信度并简化工作流程：
- 将质量控制重点转移到上游： 出版商和研究机构都一致认为，在发表后试图纠正错误、缺失或造假的数据为时已晚。信任必须在最根本的环节——从最初的科研经费到论文提交——建立和维护。
- 统一、开放的基础设施： 出版商和研究机构都无法独自提升研究诚信或数据隔离水平。真正的跨部门合作需要开放的、符合社区标准的工具。通过结合PID（例如……）， ORCID借助 OA Switchboard 等集中式消息中心，研究生态系统中的利益相关者可以实现数据交换自动化，并建立无缝、可信的防线，防止科研不端行为。
差异：不同的工作流程，不同的障碍
这两场会议的对比凸显了为什么提高科研诚信度不是一个一刀切的解决方案，因为每个利益相关者的动机都不同，他们的痛点也不同。
|
出版商策略 |
制度方法（第二部分） | |
|
精选案例研究 |
SciELO 预印本、贝尔斯坦研究所、eLife |
滑铁卢，格罗宁根 |
|
核心动机 |
防止欺诈、清除论文工厂的研究成果以及提交时的身份验证。 |
提高项目知名度，报告全球影响，并证明符合拨款规定。 |
|
主要痛点 |
在 DOI 生成之前，抓获技术高超、人工智能驱动的恶意行为者。 |
管理分散式大学部门的内部行政负担。 |
|
工作流端点 |
在 DOI 生成之前，防止研究不端行为和提交时身份未经核实的情况。 |
通过向管理系统输入清晰的元数据，使机构报告和合规变得更加容易。 |
保障科研诚信需要互联互通的PID基础设施
归根结底，高质量的元数据并非被动的行政工作，而是一个积极主动的过程，它能构建一道坚实的防欺诈防火墙。保护学术记录需要协调一致的方法。当机构从一开始就收集可靠的、包含个人标识符（PID）信息的元数据时，它们就创建了一个上游过滤器，使出版商能够在提交时自信地验证作品。通过开放的、社区驱动的基础设施来保障这一流程的两端，学术生态系统可以确保研究始终是值得信赖的真理来源。了解更多信息 ORCID 我们在短视频中阐述了如何创建一个更加互联互通、更加可靠的科研生态系统。 你的 ORCID 唱片能为你做什么.
对于希望加入的组织 ORCID， 学习关于 ORCID 会员资格、福利和费用请点击此处查看。了解您的组织是否可以 通过联盟加入 充分利用共享的社区支持、本地化的入职培训和折扣费用。
