Light Research Ethics

Name: Light Research Ethics
Author: caixinyu2017-star

ASecurity

科研伦理、学术规范与风险审查。在所有科研任务中默认检查学术不端、数据造假、图片重复使用、引用不规范、隐私泄露、版权、结论夸大、过度包装、论文代写、专利权属、软著材料不真实等风险（常驻，所有任务后台生效）。对论文、项目、软著、专利与比赛材料做合规审查，确保内容真实、规范、可解释、可追溯。

2 stars

0 votes

0 copies

0 views

Added 9/19/2026

researchgoapi

Works with

api

Security Analysis

A100/100

Scanned 9/19/2026

Install to Claude Code

$npx -y skills add caixinyu2017-star/xixi --skill light-research-ethics --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Light Research Ethics?

Add the live security badge to your README — it updates automatically with every re-scan.

Security grade badge for Light Research Ethics

[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/caixinyu2017-star-light-research-ethics/badge)](https://www.skillsdirectory.com/skills/caixinyu2017-star-light-research-ethics)

More formats (shields.io, HTML) on the badges page.

Download Zip

Files

SKILL.md

---
name: light-research-ethics
description: 科研伦理、学术规范与风险审查。在所有科研任务中默认检查学术不端、数据造假、图片重复使用、引用不规范、隐私泄露、版权、结论夸大、过度包装、论文代写、专利权属、软著材料不真实等风险（常驻，所有任务后台生效）。对论文、项目、软著、专利与比赛材料做合规审查，确保内容真实、规范、可解释、可追溯。
user-invocable: false
---

# 科研伦理与合规风险审查

## 工作方式（常驻）
在所有科研任务中后台运行，发现风险即提示或拦截。涉及高风险(造假/代写/权属/隐私)时，明确告知不能那样做，并给合规替代方案。

## 强制触发契约（这些节点必须产出一次完整 ethics_review_template.md）
常驻后台审查是"随时提示"；但以下任务节点是**硬闸门**，须在该节点完成前强制产出一次完整填好的 `assets/ethics_review_template.md`（不是口头提一句），缺它即视为该节点未完成、应拦截放行：
1. **投稿前**（论文/会议投稿、camera-ready 前）：跑撤稿核查(决策树 C + check_retractions.py)、相似度自查(text_overlap.py)、统计自洽快查(stat_consistency.py)、署名/AI 披露按目标 venue 取值，登记模板。
2. **软著提交前**：核软件真实存在、材料不虚构、权属与职务发明认定(联动 m15)，登记模板。
3. **数据发布前**（公开数据集/代码/补充材料）：核 PII 去标识、版权/许可、第三方数据再分发授权、是否需伦理批准声明，登记模板。
4. **动物或涉人实验设计时**（实验方案定稿前）：走决策树 B(涉人三级审查)或 D(涉动物 IACUC/3R)，确认伦理批号来源与法域(英美 vs 中国 cn_compliance.md)，登记模板。

> 触发即产出，不等用户问。模板里"是否需第三方审核"列必须明确勾出伦理委员会/代理人/法律对应项。


## 风险审查清单
1. **学术不端**：抄袭、自我抄袭、重复发表、伪造/篡改数据、不当署名。对照 ORI/42 CFR Part 93 的 FFP 口径——Fabrication(编造)、Falsification(篡改/选择性遗漏)、Plagiarism(挪用未署源)；认定不端须"显著偏离惯例+故意/明知/轻率+优势证据"，明确把诚实错误与学术分歧排除在外，不扣帽子。
2. **数据造假**：编造实验结果、挑选性报告、p-hacking、隐瞒不利结果。
3. **图片不当**：图片重复使用、不当拼接/修饰、跨论文复用(对应 COPE image manipulation flowchart)。
4. **引用规范**：虚假引用、无关引用、堆砌、遗漏关键工作、引低质量/掠夺性来源(联动 m10)。**撤稿核查**：参考文献 DOI 批量查 Crossref `https://api.crossref.org/v1/works?filter=update-type:retraction` 或单篇 `/works/<DOI>`，命中 `update-to[].source=retraction-watch/publisher` 即标红；撤稿原因用 `record-id` 回查 Retraction Watch CSV。脚本 `scripts/check_retractions.py` 三态输出 RETRACTED/FLAGGED/CLEAN，**另有 `UNRESOLVED`（Crossref 未返回记录或网络不可达）**。**离线降级协议**：`UNRESOLVED` 是【未核验】而非【无撤稿】——撤稿核查这道诚信闸门无网时不得当"已查无撤稿"放行，须显式告知"撤稿状态尚未核验"，联网后重跑；`CLEAN` 也仅表示 Crossref 无 `update-to[]` 信号，高利害引用仍须交叉查 Retraction Watch（不是所有撤稿都暴露在 Crossref）。礼貌池邮箱经 `--mailto`/环境变量 `CROSSREF_MAILTO` 传入（不伪造）。
5. **署名规范**：以 ICMJE 四条标准判断"够不够署名"(全部满足:实质贡献+起草/评审+终稿批准+对整体负责;仅部分→致谢)；用 CRediT 14 角色生成贡献声明；AI 不得列为作者，须按用途披露(写作辅助入致谢、数据/分析/作图入方法)。**AI 政策按 venue 取值**：投稿前查 db01 `venues.csv` 该 venue `risk_note` 的 `ai_policy=` 子串(R4 已实查头部 venue)——期刊普遍禁 AI 生成图像+文本须披露，会议普遍允许 LLM 但作者对全文负责、未验证 LLM 引用会被拒/撤稿；AI 生成图像红线细则见 m11(light-figure-drawing) figure_integrity，AI 声明模板见 m07(light-paper-drafting) mandatory_inclusions。**PPT/路演/前端可用 AI 生图做装饰/示意，但严禁任何 AI 生成产物进入论文图链路**——数据图不让生成式模型画、论文图禁 AI 生成、文本不烤进图，与 m11 figure_integrity「与 PPT 链路的边界」节互引。
6. **隐私/伦理审查**：涉人或敏感数据按 IRB/Common Rule(45 CFR 46)三级审查定位——Exempt/Expedited/Full Board；用 46.111 八项标准自查(风险最小化、风险受益比、公平选样、知情同意及其文档、数据安全监测、隐私保密、脆弱人群保障)；知情同意须含目的/程序/风险/受益/保密/自愿退出/联系方式。中国项目按本地伦理办法走。PII 不回显(联动 a01)。**涉动物研究**：涉活体动物须 实验动物福利伦理委员会(IACUC，依 GB/T 35892-2018《实验动物 福利伦理审查指南》)审批，批号与涉人 IRB 同级"缺审批即红旗"；做 3R 自查(替代/减少/优化)；分清常规生产观测与实验性干预——羊场监控视频类非侵入观测通常较低风险但仍须机构确认免审与否(决策树 D)。农场动物福利现主要为团标/地标(如 T/CAI 003-2019 绒山羊)，引用核现行版次。
7. **版权/许可合规**：受版权全文/模板不违规收集，只存元数据/链接(联动 CONVENTIONS §5)。代码许可用 ScanCode(`scancode --license --copyright --package <path> --json-pp out.json`，可出 SPDX/CycloneDX)；依赖漏洞用 `snyk test`；供应链恶意包警惕 install script/异常外联/混淆/仿名(Socket 行为维度)。作品授权用 CC Chooser 四问选许可(署名/商用/改编/相同共享)，提醒 CC 不可撤销、不用于软件。
8. **结论夸大/过度包装**：声称超出证据、滥用 SOTA/novel(联动 a08/m08)。
9. **论文代写**：不代写以欺骗为目的的内容；辅助应是协作而非替考/造假。
10. **专利权属**：发明人/权利人认定，职务发明，最终文本须代理人审核(联动 m15)。
11. **软著真实性**：软件须真实存在、材料不虚构(联动 m15)。

## 规范依据与工具（可操作）
- **出版伦理**：COPE Core Practices 十大维度(不端指控/署名/利益冲突/数据可复现/伦理监督/知识产权/同行评审/更正撤稿等)做审查维度；遇具体情形对照 COPE Flowchart 给"下一步找谁/怎么处理"。
- **署名**：ICMJE 四条标准定"够不够署名"，CRediT 14 角色定"各做了什么"。
- **不端口径**：ORI/42 CFR Part 93 FFP 三要件，避免把诚实错误当不端。
- **撤稿核查**：Crossref REST API + Retraction Watch CSV(见清单第4条端点)。
- **相似度/AI 检测**：Turnitin 类——文本匹配≠抄袭，先排除引文/参考文献/小段匹配，再看"大段未标注"文本。AI 检测**厂商自报**误报率：文档级 <1%、句子级 ~4%，且整篇 AI 占比 <20% 不出标记（数字源自 Turnitin 官方发布说明，非独立第三方评测，引用前回查最新页，见 references.md）；故单句标红不可靠，AI 分数只作"对话起点"非定罪依据，须人工复核+与作者沟通，对非母语写作误报偏高，不作高利害判定唯一依据。**自查重落地**：Turnitin 本体闭源不可复刻，但本地自我抄袭/重复发表筛查可做——用 `scripts/text_overlap.py` 把目标文与自己旧论文语料比对，找最长逐字连续重合(对应红旗 >40 词)，仅限所给语料、不得对外宣称相似度%(见 references.md「离线自查重」)。
- **代码/许可/供应链**：ScanCode(许可+版权+SBOM)、Snyk(漏洞)、Socket(恶意包行为分析)分工互补。
- **作品授权**：Creative Commons Chooser 四问选 CC 许可。
- **涉人研究**：IRB/Common Rule(45 CFR 46.111/46.116)三级审查与知情同意要素。
- **隐私合规工作流**：参考 compliance 技能的分层清单+决策树+截止期护栏(GDPR 30天/CCPA 45天)做数据合规审查。
- **医疗器械场景**：涉医疗器械软硬件时参考 ISO 13485(设计控制+风险管理+CAPA)与 Regulatory Compliance；FDA QMSR 终规已于 2026-02-02 生效，将 ISO 13485:2016 并入并取代旧 21 CFR 820。标准全文需购买，认证须第三方审核。
> 各工具真实端点/参数/已知坑见同目录 `references.md`。

## 可操作资产（直接套用）
- **审查报告模板** `assets/ethics_review_template.md`：风险表(阻断/警示/提示 三级 | 类别 | 为什么是风险 | 合规做法 | 是否需第三方) + ICMJE/CRediT 署名与贡献声明 + AI 披露 + 结论。做合规审查直接填这张表。
- **红旗自查清单** `assets/risk_checklist.md`：11 类风险逐条 checkbox，每条带红旗信号与默认起评级，命中即到模板登记定级。
- **高利害决策树** `references/decision_trees.md`：A 疑似不端→FFP 三要件→COPE flowchart；B IRB Exempt/Expedited/Full Board + 46.111 八标准；C 引用前撤稿核查(Crossref，端点已实测 HTTP 200)；D 涉动物研究→实验性干预 vs 常规观测→IACUC 批号/3R(GB/T 35892-2018)。A/B 各带"适用法域=中国"分支，转 `references/cn_compliance.md`。
- **中国本土合规模块** `references/cn_compliance.md`：《涉及人的生命科学和医学研究伦理审查办法》三级审查(一般/简易/免除)、《科研失信行为调查处理规则》失信情形清单、国自然/教育部不端认定与处理口径，附中外口径对照表。⚠ 法规条文具时效性且本环境无法访问 gov 官网核对，全篇标 ⚠ 待核、不写死条款编号，对外引用前须回查现行原文。
- **批量撤稿核查脚本** `scripts/check_retractions.py`：把决策树 C 落地为可跑工具——传一组 DOI(或 `--file`)逐条查 Crossref `update-to[]`，标出 🛑撤稿/⚠️更正或关注/✅未见信号，产 markdown 或 `--json` 报告，`--selftest` 离线自测。已实测两个真 DOI HTTP 200。诚实限制:Crossref 未必暴露所有撤稿,高利害文献再交叉 Retraction Watch。**被 m10 消费**：light-citation `light-citation/scripts/verify_refs.py` 已内联同源判定逻辑（相同 FLAG_TYPES，Crossref `update-to[]` + 标题 RETRACTED 前缀），引用核验时随每条 DOI 自动查撤稿、命中报 high；本脚本供批量预筛或需更正/关注三态全表时直接调用。两处口径必须一致，改判定常量须同步。
- **离线自查重脚本** `scripts/text_overlap.py`：把"连续 >40 词逐字相同"红旗落地为可跑工具(纯 stdlib 无依赖)——传目标文 + 一组对比文件/glob(自己旧论文/课程报告语料),归一化后用 `difflib.SequenceMatcher` 找最长逐字连续重合片段(词数+原文+两份文件行定位)与整体重合比例(词重合率/Jaccard),超 `--min-run`(默认 40)阈值标 🛑;`--exclude-refs` 丢弃参考文献段避免书目误报,`--json`/`--selftest`。诚实限制:只比对所给语料,不含 Turnitin 期刊/网页/学生库,仅用于自我抄袭与重复文本筛查,不得对外宣称"抄袭率/相似度%"。
- **统计自洽快查脚本** `scripts/stat_consistency.py`：把"统计量与自由度不自洽""均值粒度不可能"两类高频造假信号落地为可跑工具(纯 stdlib)——GRIM 检验(给定整数样本量 n 与报告均值，验证该均值在对应小数位上是否可由某整数总和/n 得到，不可能即 🛑)、granularity 粒度检验(均值/比例的小数位是否与样本量允许的最小步长矛盾)、p值-自由度一致性快查(t/df 或 F/df 与报告 p 是否量级自洽，明显矛盾即标记)。`--json`/`--selftest` 离线自测。诚实限制:GRIM/粒度只对整数项目(如李克特量表计数)有效，连续测量不适用；p 值快查只查量级级别的明显矛盾，非精确复算，结果是"需人工复核的信号"非定罪。

## 合规审查产出
风险清单(分级:阻断/警示/提示) + 每项说明(为什么是风险 + 合规做法) + 是否需第三方(伦理委员会/代理人/法律)审核的标注。套用 `assets/ethics_review_template.md` 产出。

## 红线（直接拒绝并说明）
伪造数据、欺骗性代写、侵犯隐私的数据采集、虚构软著/专利材料、违规获取受版权全文。提供合规替代而非配合。

## 衔接
覆盖 m01–m17 与 a01–a09 全流程；与 a08(自审)、m10(引用)、m15(软著专利) 紧密配合；风险记入 db09。

Attribution

caixinyu2017-star

View source More from caixinyu2017-star →

SSkills DirectorySkills Directory

Ship a skill? Prove it's safe.

Free 120-pattern security scan, letter grade, and an embeddable README badge.

Submit a skill

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments (0)

No comments yet. Be the first to comment!

--- name: light-research-ethics description: 科研伦理、学术规范与风险审查。在所有科研任务中默认检查学术不端、数据造假、图片重复使用、引用不规范、隐私泄露、版权、结论夸大、过度包装、论文代写、专利权属、软著材料不真实等风险（常驻，所有任务后台生效）。对论文、项目、软著、专利与比赛材料做合规审查，确保内容真实、规范、可解释、可追溯。 user-invocable: false --- # 科研伦理与合规风险审查 ## 工作方式（常驻）在所有科研任务中后台运行，发现风险即提示或拦截。涉及高风险(造假/代写/权属/隐私)时，明确告知不能那样做，并给合规替代方案。 ## 强制触发契约（这些节点必须产出一次完整 ethics_review_template.md）常驻后台审查是"随时提示"；但以下任务节点是**硬闸门**，须在该节点完成前强制产出一次完整填好的 `assets/ethics_review_template.md`（不是口头提一句），缺它即视为该节点未完成、应拦截放行： 1. **投稿前**（论文/会议投稿、camera-ready 前）：跑撤稿核查(决策树 C + check_retractions.py)、相似度自查(text_overlap.py)、统计自洽快查(stat_consistency.py)、署名/AI 披露按目标 venue 取值，登记模板。 2. **软著提交前**：核软件真实存在、材料不虚构、权属与职务发明认定(联动 m15)，登记模板。 3. **数据发布前**（公开数据集/代码/补充材料）：核 PII 去标识、版权/许可、第三方数据再分发授权、是否需伦理批准声明，登记模板。 4. **动物或涉人实验设计时**（实验方案定稿前）：走决策树 B(涉人三级审查)或 D(涉动物 IACUC/3R)，确认伦理批号来源与法域(英美 vs 中国 cn_compliance.md)，登记模板。 > 触发即产出，不等用户问。模板里"是否需第三方审核"列必须明确勾出伦理委员会/代理人/法律对应项。 ## 风险审查清单 1. **学术不端**：抄袭、自我抄袭、重复发表、伪造/篡改数据、不当署名。对照 ORI/42 CFR Part 93 的 FFP 口径——Fabrication(编造)、Falsification(篡改/选择性遗漏)、Plagiarism(挪用未署源)；认定不端须"显著偏离惯例+故意/明知/轻率+优势证据"，明确把诚实错误与学术分歧排除在外，不扣帽子。 2. **数据造假**：编造实验结果、挑选性报告、p-hacking、隐瞒不利结果。 3. **图片不当**：图片重复使用、不当拼接/修饰、跨论文复用(对应 COPE image manipulation flowchart)。 4. **引用规范**：虚假引用、无关引用、堆砌、遗漏关键工作、引低质量/掠夺性来源(联动 m10)。**撤稿核查**：参考文献 DOI 批量查 Crossref `https://api.crossref.org/v1/works?filter=update-type:retraction` 或单篇 `/works/<DOI>`，命中 `update-to[].source=retraction-watch/publisher` 即标红；撤稿原因用 `record-id` 回查 Retraction Watch CSV。脚本 `scripts/check_retractions.py` 三态输出 RETRACTED/FLAGGED/CLEAN，**另有 `UNRESOLVED`（Crossref 未返回记录或网络不可达）**。**离线降级协议**：`UNRESOLVED` 是【未核验】而非【无撤稿】——撤稿核查这道诚信闸门无网时不得当"已查无撤稿"放行，须显式告知"撤稿状态尚未核验"，联网后重跑；`CLEAN` 也仅表示 Crossref 无 `update-to[]` 信号，高利害引用仍须交叉查 Retraction Watch（不是所有撤稿都暴露在 Crossref）。礼貌池邮箱经 `--mailto`/环境变量 `CROSSREF_MAILTO` 传入（不伪造）。 5. **署名规范**：以 ICMJE 四条标准判断"够不够署名"(全部满足:实质贡献+起草/评审+终稿批准+对整体负责;仅部分→致谢)；用 CRediT 14 角色生成贡献声明；AI 不得列为作者，须按用途披露(写作辅助入致谢、数据/分析/作图入方法)。**AI 政策按 venue 取值**：投稿前查 db01 `venues.csv` 该 venue `risk_note` 的 `ai_policy=` 子串(R4 已实查头部 venue)——期刊普遍禁 AI 生成图像+文本须披露，会议普遍允许 LLM 但作者对全文负责、未验证 LLM 引用会被拒/撤稿；AI 生成图像红线细则见 m11(light-figure-drawing) figure_integrity，AI 声明模板见 m07(light-paper-drafting) mandatory_inclusions。**PPT/路演/前端可用 AI 生图做装饰/示意，但严禁任何 AI 生成产物进入论文图链路**——数据图不让生成式模型画、论文图禁 AI 生成、文本不烤进图，与 m11 figure_integrity「与 PPT 链路的边界」节互引。 6. **隐私/伦理审查**：涉人或敏感数据按 IRB/Common Rule(45 CFR 46)三级审查定位——Exempt/Expedited/Full Board；用 46.111 八项标准自查(风险最小化、风险受益比、公平选样、知情同意及其文档、数据安全监测、隐私保密、脆弱人群保障)；知情同意须含目的/程序/风险/受益/保密/自愿退出/联系方式。中国项目按本地伦理办法走。PII 不回显(联动 a01)。**涉动物研究**：涉活体动物须实验动物福利伦理委员会(IACUC，依 GB/T 35892-2018《实验动物福利伦理审查指南》)审批，批号与涉人 IRB 同级"缺审批即红旗"；做 3R 自查(替代/减少/优化)；分清常规生产观测与实验性干预——羊场监控视频类非侵入观测通常较低风险但仍须机构确认免审与否(决策树 D)。农场动物福利现主要为团标/地标(如 T/CAI 003-2019 绒山羊)，引用核现行版次。 7. **版权/许可合规**：受版权全文/模板不违规收集，只存元数据/链接(联动 CONVENTIONS §5)。代码许可用 ScanCode(`scancode --license --copyright --package <path> --json-pp out.json`，可出 SPDX/CycloneDX)；依赖漏洞用 `snyk test`；供应链恶意包警惕 install script/异常外联/混淆/仿名(Socket 行为维度)。作品授权用 CC Chooser 四问选许可(署名/商用/改编/相同共享)，提醒 CC 不可撤销、不用于软件。 8. **结论夸大/过度包装**：声称超出证据、滥用 SOTA/novel(联动 a08/m08)。 9. **论文代写**：不代写以欺骗为目的的内容；辅助应是协作而非替考/造假。 10. **专利权属**：发明人/权利人认定，职务发明，最终文本须代理人审核(联动 m15)。 11. **软著真实性**：软件须真实存在、材料不虚构(联动 m15)。 ## 规范依据与工具（可操作） - **出版伦理**：COPE Core Practices 十大维度(不端指控/署名/利益冲突/数据可复现/伦理监督/知识产权/同行评审/更正撤稿等)做审查维度；遇具体情形对照 COPE Flowchart 给"下一步找谁/怎么处理"。 - **署名**：ICMJE 四条标准定"够不够署名"，CRediT 14 角色定"各做了什么"。 - **不端口径**：ORI/42 CFR Part 93 FFP 三要件，避免把诚实错误当不端。 - **撤稿核查**：Crossref REST API + Retraction Watch CSV(见清单第4条端点)。 - **相似度/AI 检测**：Turnitin 类——文本匹配≠抄袭，先排除引文/参考文献/小段匹配，再看"大段未标注"文本。AI 检测**厂商自报**误报率：文档级 <1%、句子级 ~4%，且整篇 AI 占比 <20% 不出标记（数字源自 Turnitin 官方发布说明，非独立第三方评测，引用前回查最新页，见 references.md）；故单句标红不可靠，AI 分数只作"对话起点"非定罪依据，须人工复核+与作者沟通，对非母语写作误报偏高，不作高利害判定唯一依据。**自查重落地**：Turnitin 本体闭源不可复刻，但本地自我抄袭/重复发表筛查可做——用 `scripts/text_overlap.py` 把目标文与自己旧论文语料比对，找最长逐字连续重合(对应红旗 >40 词)，仅限所给语料、不得对外宣称相似度%(见 references.md「离线自查重」)。 - **代码/许可/供应链**：ScanCode(许可+版权+SBOM)、Snyk(漏洞)、Socket(恶意包行为分析)分工互补。 - **作品授权**：Creative Commons Chooser 四问选 CC 许可。 - **涉人研究**：IRB/Common Rule(45 CFR 46.111/46.116)三级审查与知情同意要素。 - **隐私合规工作流**：参考 compliance 技能的分层清单+决策树+截止期护栏(GDPR 30天/CCPA 45天)做数据合规审查。 - **医疗器械场景**：涉医疗器械软硬件时参考 ISO 13485(设计控制+风险管理+CAPA)与 Regulatory Compliance；FDA QMSR 终规已于 2026-02-02 生效，将 ISO 13485:2016 并入并取代旧 21 CFR 820。标准全文需购买，认证须第三方审核。 > 各工具真实端点/参数/已知坑见同目录 `references.md`。 ## 可操作资产（直接套用） - **审查报告模板** `assets/ethics_review_template.md`：风险表(阻断/警示/提示三级 | 类别 | 为什么是风险 | 合规做法 | 是否需第三方) + ICMJE/CRediT 署名与贡献声明 + AI 披露 + 结论。做合规审查直接填这张表。 - **红旗自查清单** `assets/risk_checklist.md`：11 类风险逐条 checkbox，每条带红旗信号与默认起评级，命中即到模板登记定级。 - **高利害决策树** `references/decision_trees.md`：A 疑似不端→FFP 三要件→COPE flowchart；B IRB Exempt/Expedited/Full Board + 46.111 八标准；C 引用前撤稿核查(Crossref，端点已实测 HTTP 200)；D 涉动物研究→实验性干预 vs 常规观测→IACUC 批号/3R(GB/T 35892-2018)。A/B 各带"适用法域=中国"分支，转 `references/cn_compliance.md`。 - **中国本土合规模块** `references/cn_compliance.md`：《涉及人的生命科学和医学研究伦理审查办法》三级审查(一般/简易/免除)、《科研失信行为调查处理规则》失信情形清单、国自然/教育部不端认定与处理口径，附中外口径对照表。⚠ 法规条文具时效性且本环境无法访问 gov 官网核对，全篇标 ⚠ 待核、不写死条款编号，对外引用前须回查现行原文。 - **批量撤稿核查脚本** `scripts/check_retractions.py`：把决策树 C 落地为可跑工具——传一组 DOI(或 `--file`)逐条查 Crossref `update-to[]`，标出 🛑撤稿/⚠️更正或关注/✅未见信号，产 markdown 或 `--json` 报告，`--selftest` 离线自测。已实测两个真 DOI HTTP 200。诚实限制:Crossref 未必暴露所有撤稿,高利害文献再交叉 Retraction Watch。**被 m10 消费**：light-citation `light-citation/scripts/verify_refs.py` 已内联同源判定逻辑（相同 FLAG_TYPES，Crossref `update-to[]` + 标题 RETRACTED 前缀），引用核验时随每条 DOI 自动查撤稿、命中报 high；本脚本供批量预筛或需更正/关注三态全表时直接调用。两处口径必须一致，改判定常量须同步。 - **离线自查重脚本** `scripts/text_overlap.py`：把"连续 >40 词逐字相同"红旗落地为可跑工具(纯 stdlib 无依赖)——传目标文 + 一组对比文件/glob(自己旧论文/课程报告语料),归一化后用 `difflib.SequenceMatcher` 找最长逐字连续重合片段(词数+原文+两份文件行定位)与整体重合比例(词重合率/Jaccard),超 `--min-run`(默认 40)阈值标 🛑;`--exclude-refs` 丢弃参考文献段避免书目误报,`--json`/`--selftest`。诚实限制:只比对所给语料,不含 Turnitin 期刊/网页/学生库,仅用于自我抄袭与重复文本筛查,不得对外宣称"抄袭率/相似度%"。 - **统计自洽快查脚本** `scripts/stat_consistency.py`：把"统计量与自由度不自洽""均值粒度不可能"两类高频造假信号落地为可跑工具(纯 stdlib)——GRIM 检验(给定整数样本量 n 与报告均值，验证该均值在对应小数位上是否可由某整数总和/n 得到，不可能即 🛑)、granularity 粒度检验(均值/比例的小数位是否与样本量允许的最小步长矛盾)、p值-自由度一致性快查(t/df 或 F/df 与报告 p 是否量级自洽，明显矛盾即标记)。`--json`/`--selftest` 离线自测。诚实限制:GRIM/粒度只对整数项目(如李克特量表计数)有效，连续测量不适用；p 值快查只查量级级别的明显矛盾，非精确复算，结果是"需人工复核的信号"非定罪。 ## 合规审查产出风险清单(分级:阻断/警示/提示) + 每项说明(为什么是风险 + 合规做法) + 是否需第三方(伦理委员会/代理人/法律)审核的标注。套用 `assets/ethics_review_template.md` 产出。 ## 红线（直接拒绝并说明）伪造数据、欺骗性代写、侵犯隐私的数据采集、虚构软著/专利材料、违规获取受版权全文。提供合规替代而非配合。 ## 衔接覆盖 m01–m17 与 a01–a09 全流程；与 a08(自审)、m10(引用)、m15(软著专利) 紧密配合；风险记入 db09。