2025科研倫理與學(xué)術(shù)規(guī)范期末考試題及答案一、單項(xiàng)選擇題（每題2分，共20分）1.以下哪項(xiàng)行為不屬于《科研誠(chéng)信案件調(diào)查處理規(guī)則（試行）》中定義的“科研不端行為”？A.實(shí)驗(yàn)記錄中遺漏關(guān)鍵負(fù)向結(jié)果B.將他人未發(fā)表的實(shí)驗(yàn)設(shè)計(jì)直接用于自己的論文C.在綜述論文中規(guī)范引用已公開的研究結(jié)論D.為提高論文錄用率，向期刊編輯提供虛假同行評(píng)議專家信息答案：C解析：科研不端行為主要包括偽造、篡改、剽竊（FCP）及其他嚴(yán)重違反科研誠(chéng)信的行為。選項(xiàng)C為規(guī)范引用，不屬于不端；A屬于篡改（選擇性報(bào)告數(shù)據(jù)），B屬于剽竊（未獲授權(quán)使用他人成果），D屬于偽造（提供虛假信息）。2.某課題組在人體臨床試驗(yàn)中，因急于推進(jìn)研究進(jìn)度，未向受試者充分說明實(shí)驗(yàn)可能引發(fā)的長(zhǎng)期神經(jīng)損傷風(fēng)險(xiǎn)。這一行為違反了科研倫理的哪項(xiàng)基本原則？A.尊重原則B.不傷害原則C.有利原則D.公正原則答案：A解析：尊重原則要求研究者充分保障受試者的知情同意權(quán)，包括完整告知研究目的、風(fēng)險(xiǎn)、受益等信息。未說明長(zhǎng)期風(fēng)險(xiǎn)屬于未履行“充分告知”義務(wù)，直接違反尊重原則。3.關(guān)于科研數(shù)據(jù)管理，以下表述正確的是？A.實(shí)驗(yàn)原始數(shù)據(jù)可在論文發(fā)表后立即銷毀，以節(jié)省存儲(chǔ)成本B.合作研究中，數(shù)據(jù)所有權(quán)歸屬由課題組負(fù)責(zé)人單方面決定C.涉及人類遺傳資源的數(shù)據(jù)需按《人類遺傳資源管理?xiàng)l例》向相關(guān)部門備案D.為保護(hù)知識(shí)產(chǎn)權(quán)，實(shí)驗(yàn)數(shù)據(jù)無需向其他研究者開放共享答案：C解析：根據(jù)《人類遺傳資源管理?xiàng)l例》，采集、保藏、利用、對(duì)外提供我國(guó)人類遺傳資源需備案；A錯(cuò)誤，原始數(shù)據(jù)需至少保存5年（或按期刊/機(jī)構(gòu)要求）；B錯(cuò)誤，數(shù)據(jù)所有權(quán)應(yīng)在合作協(xié)議中明確約定；D錯(cuò)誤，開放科學(xué)倡導(dǎo)數(shù)據(jù)共享（需符合隱私保護(hù)要求）。4.研究生小張?jiān)趯?dǎo)師指導(dǎo)下完成實(shí)驗(yàn)，其論文中“材料與方法”部分直接復(fù)制了導(dǎo)師2018年發(fā)表論文的對(duì)應(yīng)章節(jié)，未添加引用。這一行為屬于？A.合理引用B.自我剽竊C.學(xué)術(shù)失范D.數(shù)據(jù)篡改答案：B解析：自我剽竊指重復(fù)使用自己已發(fā)表的內(nèi)容而未明確標(biāo)注。即使是同一作者，直接復(fù)制已發(fā)表部分（如“材料與方法”）仍需引用，否則構(gòu)成自我剽竊。5.某期刊審稿人在評(píng)審一篇關(guān)于新型抗癌藥物的論文時(shí)，發(fā)現(xiàn)研究結(jié)論與自己團(tuán)隊(duì)正在開發(fā)的同類藥物存在競(jìng)爭(zhēng)關(guān)系，便以“實(shí)驗(yàn)設(shè)計(jì)不嚴(yán)謹(jǐn)”為由建議拒稿。該行為違反了同行評(píng)議的哪項(xiàng)倫理要求？A.客觀性B.保密性C.及時(shí)性D.專業(yè)性答案：A解析：同行評(píng)議需保持客觀中立，避免因利益沖突影響評(píng)審結(jié)論。審稿人因競(jìng)爭(zhēng)關(guān)系故意否定論文，違反客觀性原則。二、簡(jiǎn)答題（每題8分，共40分）1.簡(jiǎn)述科研倫理中“知情同意”的核心要素及其在生物醫(yī)學(xué)研究中的具體要求。答案：知情同意的核心要素包括：（1）信息告知：研究者需向受試者清晰說明研究目的、方法、預(yù)期風(fēng)險(xiǎn)與受益、替代方案等；（2）理解確認(rèn)：確保受試者具備理解信息的能力（如排除認(rèn)知障礙者），必要時(shí)提供通俗解釋；（3）自愿選擇：受試者在無脅迫、誘導(dǎo)的情況下自主決定是否參與，且可隨時(shí)退出；（4）書面記錄：簽署知情同意書（特殊情況可口頭同意并記錄）。在生物醫(yī)學(xué)研究中，具體要求包括：①對(duì)兒童、孕婦等特殊群體需獲得其法定代理人同意，并爭(zhēng)取受試者本人“附議”；②涉及安慰劑對(duì)照時(shí)，需說明安慰劑與實(shí)驗(yàn)藥物的區(qū)別及潛在風(fēng)險(xiǎn)；③若研究過程中發(fā)現(xiàn)新風(fēng)險(xiǎn)，需及時(shí)更新知情同意內(nèi)容并重新獲取同意；④臨床試驗(yàn)需經(jīng)倫理委員會(huì)審查，確保知情同意程序符合規(guī)范。2.列舉學(xué)術(shù)論文署名的基本原則，并說明“掛名作者”的危害。答案：署名基本原則：（1）貢獻(xiàn)原則：僅對(duì)研究有實(shí)質(zhì)性貢獻(xiàn)（如設(shè)計(jì)實(shí)驗(yàn)、分析數(shù)據(jù)、撰寫核心內(nèi)容）的人員可署名；（2）責(zé)任原則：作者需對(duì)論文內(nèi)容的科學(xué)性、完整性負(fù)責(zé)；（3）透明原則：需在論文中明確標(biāo)注每位作者的具體貢獻(xiàn)（如通過CRediT分類）；（4）協(xié)商原則：署名順序應(yīng)經(jīng)全體作者協(xié)商確定，避免僅按職稱或資歷排序?！皰烀髡摺钡奈：Γ孩倨茐膶W(xué)術(shù)公平，剝奪實(shí)際貢獻(xiàn)者的認(rèn)可；②降低論文可信度，因掛名者可能未參與研究，無法對(duì)結(jié)果負(fù)責(zé)；③助長(zhǎng)學(xué)術(shù)功利化風(fēng)氣，誘導(dǎo)研究者通過“關(guān)系”而非實(shí)際貢獻(xiàn)獲取成果；④若論文出現(xiàn)學(xué)術(shù)不端，掛名者可能因連帶責(zé)任受到處罰，損害個(gè)人及機(jī)構(gòu)聲譽(yù)。3.簡(jiǎn)述科研數(shù)據(jù)“可追溯性”的內(nèi)涵及其實(shí)現(xiàn)路徑。答案：“可追溯性”指從數(shù)據(jù)生成到論文發(fā)表的全流程中，數(shù)據(jù)的來源、處理過程、修改記錄均可被核查。其內(nèi)涵包括：①原始數(shù)據(jù)的完整性（如實(shí)驗(yàn)日志、儀器記錄未被刪除或修改）；②數(shù)據(jù)處理步驟的透明性（如統(tǒng)計(jì)方法、軟件參數(shù)的詳細(xì)記錄）；③數(shù)據(jù)修改的可審計(jì)性（如標(biāo)注修改時(shí)間、修改人及修改原因）。實(shí)現(xiàn)路徑：①使用標(biāo)準(zhǔn)化記錄工具（如實(shí)驗(yàn)室信息管理系統(tǒng)LIMS、電子實(shí)驗(yàn)記錄本ELN）；②建立數(shù)據(jù)版本控制系統(tǒng)（如Git），保留每次修改的歷史記錄；③在論文中詳細(xì)描述數(shù)據(jù)采集與分析方法（如提供代碼、參數(shù)設(shè)置）；④對(duì)關(guān)鍵數(shù)據(jù)進(jìn)行第三方驗(yàn)證或備份（如上傳至公共數(shù)據(jù)庫(kù)）；⑤定期開展數(shù)據(jù)管理培訓(xùn)，強(qiáng)化研究人員的可追溯意識(shí)。4.對(duì)比“一稿多投”與“重復(fù)發(fā)表”的區(qū)別，并說明二者的倫理性質(zhì)。答案：區(qū)別：①“一稿多投”指同一篇論文同時(shí)投遞給多個(gè)期刊，尚未被任何期刊錄用；“重復(fù)發(fā)表”指同一研究成果以相同或相似形式在多個(gè)期刊發(fā)表（無論是否同時(shí)投遞）。②“一稿多投”可能發(fā)生在投稿階段，“重復(fù)發(fā)表”通常發(fā)生在論文錄用或發(fā)表后。倫理性質(zhì)：“一稿多投”違反期刊的“單一投稿”約定（多數(shù)期刊要求論文未在其他期刊審理中），可能浪費(fèi)編輯與審稿資源，但未直接損害學(xué)術(shù)成果的唯一性；“重復(fù)發(fā)表”則屬于學(xué)術(shù)不端行為，其實(shí)質(zhì)是將同一成果多次“販賣”，導(dǎo)致學(xué)術(shù)資源浪費(fèi)、數(shù)據(jù)冗余，破壞科學(xué)記錄的準(zhǔn)確性，可能誤導(dǎo)后續(xù)研究。5.簡(jiǎn)述動(dòng)物實(shí)驗(yàn)中“3R原則”的具體內(nèi)容及其在實(shí)驗(yàn)設(shè)計(jì)中的應(yīng)用。答案：“3R原則”即替代（Replacement）、減少（Reduction）、優(yōu)化（Refinement）。替代：使用非動(dòng)物模型（如細(xì)胞實(shí)驗(yàn)、計(jì)算機(jī)模擬）或低等動(dòng)物（如果蠅）替代高等動(dòng)物（如靈長(zhǎng)類）；減少：通過優(yōu)化實(shí)驗(yàn)設(shè)計(jì)（如使用統(tǒng)計(jì)方法減少樣本量）、共享實(shí)驗(yàn)數(shù)據(jù)等方式，降低實(shí)驗(yàn)動(dòng)物使用數(shù)量；優(yōu)化：改進(jìn)實(shí)驗(yàn)技術(shù)（如采用無痛操作）、提升動(dòng)物福利（如提供適宜的生活環(huán)境），減少動(dòng)物的痛苦與應(yīng)激。應(yīng)用示例：在藥物毒性測(cè)試中，優(yōu)先使用體外細(xì)胞模型（替代）；若必須使用小鼠，通過預(yù)實(shí)驗(yàn)確定最小有效樣本量（減少）；實(shí)驗(yàn)過程中采用麻醉鎮(zhèn)痛技術(shù)（優(yōu)化），術(shù)后提供舒適的恢復(fù)環(huán)境。三、案例分析題（每題15分，共30分）案例1：某高校博士生李某在導(dǎo)師王某的要求下，參與一項(xiàng)關(guān)于新型納米材料毒性的研究。實(shí)驗(yàn)中，李某發(fā)現(xiàn)部分小鼠在接觸材料后出現(xiàn)嚴(yán)重器官損傷，但導(dǎo)師認(rèn)為“負(fù)向結(jié)果會(huì)影響論文錄用”，要求其僅保留“材料安全”的實(shí)驗(yàn)數(shù)據(jù)，并在論文中聲稱“所有實(shí)驗(yàn)動(dòng)物未出現(xiàn)異?！?。論文發(fā)表后，其他實(shí)驗(yàn)室重復(fù)實(shí)驗(yàn)時(shí)發(fā)現(xiàn)毒性問題，引發(fā)公眾對(duì)該材料安全性的質(zhì)疑。問題：（1）指出案例中的學(xué)術(shù)不端行為及涉及的責(zé)任主體；（2）說明若你是李某，應(yīng)如何處理導(dǎo)師的不當(dāng)要求。答案：（1）學(xué)術(shù)不端行為：①數(shù)據(jù)篡改（選擇性刪除負(fù)向結(jié)果）；②虛假陳述（論文中謊稱“未出現(xiàn)異?！保Ｘ?zé)任主體：導(dǎo)師王某作為研究負(fù)責(zé)人，指令篡改數(shù)據(jù)，是主要責(zé)任人；李某作為數(shù)據(jù)操作者，執(zhí)行篡改行為，需承擔(dān)次要責(zé)任（若其明知不當(dāng)仍服從）。（2）處理方式：①首先與導(dǎo)師溝通，說明篡改數(shù)據(jù)違反科研誠(chéng)信，可能導(dǎo)致論文撤稿及個(gè)人學(xué)術(shù)聲譽(yù)受損；②若導(dǎo)師堅(jiān)持，可向課題組其他成員（如副導(dǎo)師）或?qū)嶒?yàn)室學(xué)術(shù)委員會(huì)反映情況，尋求第三方調(diào)解；③若調(diào)解無效，可向?qū)W?？蒲姓\(chéng)信辦公室舉報(bào)（需保留實(shí)驗(yàn)原始記錄作為證據(jù)）；④在舉報(bào)前，應(yīng)確保自身安全（如備份數(shù)據(jù)、記錄溝通內(nèi)容），必要時(shí)可咨詢法律或倫理專家。案例2：某醫(yī)院醫(yī)生張某與生物公司合作開發(fā)一款A(yù)I輔助診斷軟件，張某負(fù)責(zé)提供臨床影像數(shù)據(jù)（包含患者姓名、病歷號(hào)等信息），公司負(fù)責(zé)算法開發(fā)。論文撰寫時(shí)，公司要求將未參與實(shí)驗(yàn)設(shè)計(jì)或數(shù)據(jù)收集的CEO列為共同作者，理由是“公司提供了資金支持”；同時(shí)，為保護(hù)商業(yè)機(jī)密，要求論文中不披露算法核心參數(shù)。問題：（1）分析案例中的倫理爭(zhēng)議點(diǎn)；（2）提出合理的解決方案。答案：（1）倫理爭(zhēng)議點(diǎn)：①署名問題：公司CEO未參與實(shí)質(zhì)性研究（如實(shí)驗(yàn)設(shè)計(jì)、數(shù)據(jù)分析），僅提供資金支持，不符合署名標(biāo)準(zhǔn)，屬于“掛名作者”；②數(shù)據(jù)隱私問題：使用患者臨床數(shù)據(jù)（含可識(shí)別信息）需獲得患者知情同意（除非已匿名化處理）；③方法透明性問題：不披露算法核心參數(shù)可能影響研究可重復(fù)性，違反科學(xué)研究的開放性原則；④利益沖突問題：醫(yī)生與公司的合作可能影響研究的客觀性（如傾向于夸大軟件效果）。（2）解決方案：①署名：僅將參與研究設(shè)計(jì)、數(shù)據(jù)收集或算法開發(fā)的公司人員（如技術(shù)總監(jiān)）列為作者，CEO可在“致謝”中說明資金支持；②數(shù)據(jù)處理：對(duì)患者信息進(jìn)行去標(biāo)識(shí)化處理（如刪除姓名、病歷號(hào)，僅保留年齡、影像特征），或在獲取患者知情同意后使用數(shù)據(jù)；③方法披露：在論文中提供算法的技術(shù)框架（如模型類型、訓(xùn)練步驟），對(duì)核心參數(shù)（如權(quán)重系數(shù)）可上傳至學(xué)術(shù)數(shù)據(jù)庫(kù)（如GitHub）并設(shè)置訪問權(quán)限（需經(jīng)倫理委員會(huì)批準(zhǔn)）；④利益沖突聲明：在論文中明確標(biāo)注張某與公司的合作關(guān)系（如“張某為公司科學(xué)顧問”），確保讀者了解潛在利益關(guān)聯(lián)。四、論述題（30分）結(jié)合當(dāng)前科研實(shí)踐，論述人工智能（AI）技術(shù)對(duì)科研倫理與學(xué)術(shù)規(guī)范的挑戰(zhàn)及應(yīng)對(duì)策略。答案：人工智能技術(shù)在科研中的應(yīng)用（如AI輔助實(shí)驗(yàn)設(shè)計(jì)、數(shù)據(jù)挖掘、論文撰寫）極大提升了研究效率，但也帶來了多維度的倫理挑戰(zhàn)：（一）主要挑戰(zhàn)1.數(shù)據(jù)倫理問題：AI依賴大規(guī)模數(shù)據(jù)訓(xùn)練，可能涉及：①隱私侵犯：若使用未匿名化的醫(yī)療、生物信息數(shù)據(jù)，可能泄露受試者隱私；②數(shù)據(jù)偏見：訓(xùn)練數(shù)據(jù)若存在地域、種族偏差（如僅包含歐洲人群數(shù)據(jù)），可能導(dǎo)致AI結(jié)論不適用于其他群體；③數(shù)據(jù)來源合法性：部分AI模型可能未經(jīng)授權(quán)爬取學(xué)術(shù)數(shù)據(jù)庫(kù)或社交媒體數(shù)據(jù)，違反知識(shí)產(chǎn)權(quán)與數(shù)據(jù)使用協(xié)議。2.責(zé)任歸屬模糊：AI生成的研究成果（如論文、實(shí)驗(yàn)方案）可能出現(xiàn)錯(cuò)誤（如算法偏見導(dǎo)致的結(jié)論偏差），但傳統(tǒng)責(zé)任主體（研究者、機(jī)構(gòu)）與AI開發(fā)者（如算法工程師）之間的責(zé)任邊界不清晰。例如，若AI推薦的藥物組合導(dǎo)致臨床試驗(yàn)受試者出現(xiàn)嚴(yán)重副作用，應(yīng)由研究者、AI公司還是倫理委員會(huì)承擔(dān)責(zé)任？3.學(xué)術(shù)誠(chéng)信風(fēng)險(xiǎn)：AI工具（如ChatGPT）可輔助甚至代筆撰寫論文，可能誘發(fā)“AI代寫”行為；部分研究者利用AI“自動(dòng)生成”實(shí)驗(yàn)數(shù)據(jù)（如模擬蛋白質(zhì)結(jié)構(gòu)），若未明確標(biāo)注，可能被誤認(rèn)為真實(shí)實(shí)驗(yàn)數(shù)據(jù)，構(gòu)成數(shù)據(jù)偽造。4.公平性挑戰(zhàn)：AI技術(shù)的研發(fā)與應(yīng)用依賴資金和技術(shù)資源，可能加劇“強(qiáng)者愈強(qiáng)”的馬太效應(yīng)。例如，大型科研團(tuán)隊(duì)可購(gòu)買高精度AI模型，而小型實(shí)驗(yàn)室因經(jīng)費(fèi)限制無法獲取，導(dǎo)致研究機(jī)會(huì)不均等。（二）應(yīng)對(duì)策略1.完善數(shù)據(jù)治理：①建立AI訓(xùn)練數(shù)據(jù)的倫理審查機(jī)制，要求數(shù)據(jù)來源合法（如獲得授權(quán)）、內(nèi)容無偏見（如增加多樣化樣本）、處理符合隱私保護(hù)法規(guī)（如GDPR、《個(gè)人信息保護(hù)法》）；②推動(dòng)數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)化，在論文中詳細(xì)說明數(shù)據(jù)采集范圍、清洗方法及AI模型的輸入輸出邏輯，提升可追溯性。2.明確責(zé)任主體：①制定AI科研應(yīng)用的責(zé)任劃分指南，規(guī)定研究者需對(duì)AI輸出結(jié)果進(jìn)行驗(yàn)證（如人工復(fù)核關(guān)鍵結(jié)論），并承擔(dān)最終責(zé)任；②AI開發(fā)者需提供算法透明度（如公開模型架構(gòu)、訓(xùn)練參數(shù)），協(xié)助研究者識(shí)別潛在偏差；③建立“人機(jī)協(xié)同”責(zé)任保險(xiǎn)制度，對(duì)因AI錯(cuò)誤導(dǎo)致的科研事故進(jìn)行風(fēng)險(xiǎn)共擔(dān)。3.強(qiáng)化學(xué)術(shù)規(guī)范教育：①將AI倫理納入科研誠(chéng)信培訓(xùn)內(nèi)容，明確“AI輔助”與“AI代寫”的界限（如要求標(biāo)注AI工具的具體用途，禁止完全由AI生成核心內(nèi)容）；②開發(fā)檢測(cè)工具（如AI文本識(shí)別軟件），幫助期刊與機(jī)構(gòu)識(shí)別AI生成的學(xué)術(shù)不端行為；③鼓勵(lì)研究者在論文中聲明AI