从一类错误论文谈编辑的纠错意识

刘春林

(江苏师范大学学报自然科学版编辑部 江苏徐州221008)

科学性是科技论文的基本要求，这就要求论文必须论据充分、论证严密、推理符合逻辑、计算正确、数据处理合理。数学模型(公式)和数据作为论文的重要组成部分，其准确性不言而喻。然而，我们在编辑实践中发现：学术论文中经常会出现一些错误公式和计算错误的数据，导致结论失真，影响了论文的科学性。编辑作为期刊的“守门人”[1]，应培养对公式和数据审读的敏感性，尽量避免出现这种错误，把好论文的发表关。本文从一个例子的剖析开始，引入编辑人员纠错意识培养的主题。

1 以耦合度为例说明

近年来，耦合度被广泛用于对城市化与生态环境、城市化与土地资源、人口与环境、人口与经济、旅游业发展与生态环境、旅游与经济及生态环境等之间关联性的定量描述。然而，在我们统计的 375篇采用静态耦合模型的论文中，约半数存在着公式错误[2]。

事实上，一般均可用初等数学知识对耦合度计算公式中C的值域进行判断。然而，就是这样一类简单的公式，其表达出错的论文数占统计论文数的一半以上。可以说，编辑把关不严和对公式的审查力度不够，是造成这些错误的原因之一。

1.1 论文来源

这375篇论文中，受省部级以上基金资助的论文占68%，至少受2项基金资助的占46%，显示该类成果的重要性。论文分布广泛，来源于包括社会科学、自然科学、经济、农林、地球科学等 14类 198种期刊，其中既有专业期刊，也有综合性期刊；来自《中文核心期刊目录总览》和 CSSCI源期刊的论文占66.4%；多数期刊只发表过该主题论文 1篇，也有发表多篇的，如《中国人口·资源与环境》《统计与决策》《干旱区资源与环境》《地理科学》《经济地理》等期刊中相关论文均超过7篇，其中均含有错误论文，甚至有的全部错误。

可以发现，论文公式错误与期刊的属性和层次关系不大，也可以说，这些错误与编辑的学科背景、学历层次(基于对期刊编辑的一般认识，越顶级的期刊，对编辑的专业、学历等要求也越高)关系不大。这进一步说明，论文公式错误来源于编辑把关不严，与编辑的责任心和关注点有关。同时，同一种期刊在短短几年里所发的同类论文中，既有正确的，也有错误的，说明编辑对公式和自己的期刊均不敏感。

1.2 论文的引用情况

在错误论文中，有 36篇只引用了错误论文，而未引用正确论文(这里指375篇论文之间的相互引用情况)，显示其错误可能是由文献引起的，作者只是“拿来主义”，可能并未弄清公式的本质，也没有发现相关数据的不合理。有 35篇论文只引用了正确论文，而未引用错误论文，显示其错误可能是粗心抄错了公式或“创新性”引用造成的，部分作者会对一些已有公式进行“创新”，以体现出论文的特色，但由于对公式含义理解不透，以及对变量的含义、取值范围等关注不够，结果创造出带“硬伤”的公式。有86篇论文同时引用了正确论文和错误论文，但作者并未对错误论文进行修正：可能是作者对这些论文只是粗略地进行了阅读，对公式并未太注意，实际应用时则随便参考某篇论文，结果恰恰是错的；也有一种可能是，作者参考了多篇论文并选其中一篇权威论文(出自权威期刊，或权威单位，或权威人物)作蓝本，正是由于“迷信”权威而用错了公式。特别地，同一期刊中该主题论文间也存在着引用关系，该类期刊有16种，其中3种期刊的论文全部错误，仅4种期刊的论文全部正确。

对于编辑来说，审稿时不能仅仅检查文献的引用是否规范，常常需要核查其引用的观点是否准确，特别是对于所用的模型和公式等，更需小心。这就要求必要时查阅原文献。在 375篇论文的引文中，大部分文献引用的时间跨度不大，有的文献是属于期刊自引，如果编辑对自己编辑过的论文熟悉，或者对自己期刊的论文比较了解，或者动手查一查文献，相信许多错误是可以避免的。论文引用的文献也许会很多，有的也许不能查到原文献，但自己的期刊前后出现矛盾，确实应引起注意。

2 编辑抑制错误公式的环节

一篇论文从投稿到最终出版，编辑有多次与其接触并纠错的机会，如编辑初审、对审稿专家评价意见的综合判断(终审)、对修改稿的再判断、编辑加工、责任编辑校对、编辑间的交叉校对、主编终校等。在这些环节中，编辑不应该只是粗略浏览稿件，而应投入全部智力去处理稿件，甚至是一个再创造的过程。

2.1 审稿环节

学术期刊一般均要求三审制，其中担任初审和终审工作的常常是编辑(有时是编委、主编等)。审稿的一个要求是对论文的创新性、所用方法的科学性等予以判断，这就要求编辑判断论文的研究方法是否科学，公式、模型等是否准确、合理，因此对公式、模型的审核是必须的。通过查阅文献，可判断论文所用模型和公式是否正确，若有改进，其改进是否合理。许多期刊都有较高的初审拒稿率，理由之一是论文具有严重的科学或方法缺陷[3]，其依据就是已有文献。事实上，很大一部分论文所用模型、公式等均是已有的，只不过用于不同的研究对象、不同的领域、不同的学科等，体现其与已有成果的不同，特别地，有的论文是全盘套用。然而，正是由于编辑忽略了对模型、公式的审核，忽视了查阅文献，造成了部分论文的公式错误。

2.2 审读环节

审读是编辑的一项基本工作，包括人们习惯说的“编辑改稿”“编辑加工”，是审稿工作的继续。基于审稿专家的意见和作者的修改反馈，编辑的审读不仅要管文稿的形式，管标准化、规范化，更重要的是管文稿的内容[4]。因此，审读应是编辑对论文质量控制的又一重要环节。编辑面对稿件时要对作者抱一种“不信任态度”，睁大眼睛去挑其中的毛病，即使名家的作品也不能例外[5]。然而，有的期刊编辑，常忽略论文内容的审读，理由就是反正有审稿专家把关。以审稿专家代替编辑是不可行的，因为两者对稿件审查的视角不同，其职责也不同。

2.3 校对环节

校对是编辑工作的继续。校对的目标之一就是发现和消灭原稿中可能存在的错误。多数期刊都不设专职校对人员，而由编辑来完成校对工作。故校对中各校次应有所侧重，力争从专业内容上发现问题，并消灭可能遗留的错误。校对是期刊出版的最后一环，编辑工作的疏漏，可以由校对来弥补；校对出现失误，则无可挽回。

3 编辑纠错意识与技能的培养

作者的差错没有被编辑发现和消灭，编辑是有责任的。编辑不能发现和改正作者原稿中的差错，原因不外两个：一个是水平问题，一个是责任心问题[5]。

3.1 严谨的工作态度

编辑在工作中，应避免依赖心理，不要将对文稿的把关工作完全交给审稿专家或其他环节[6]。编辑审稿时，不仅要考察论文的创新性和科学性，更要考察论文的准确性[7]。只要论文的模型、公式或数据出现疏漏，论文就失去参考价值，没有任何意义了。政府部门若参考其结论来制订相关政策，则可能会造成重大损失。因此，对出版工作的每个环节，编辑都应有严谨细致的工作态度。

3.2 具备合理的知识结构且知识不断更新

学术期刊的编辑，要求具有广博的专业知识，并能及时学习和更新知识，否则在审读工作中，有时就会让错误悄悄溜走。对于日常编辑工作中遇到的新知识点，特别是从别处移植来的新模型和公式，虽不求深入透彻了解，但要知晓其大概。这样可慢慢完成知识的积累，再遇到类似的问题时，能做到心中有数。体现在本文的示例中，一些期刊就不会出现前后互相矛盾的公式。

另一方面，这也提示目前的责任编辑继续教育制度存在缺陷——只承认编辑业务的培训，忽视专业知识的培训。而编辑一般也由于种种原因，不能接受更多培训。事实上，应该将专业培训(甚至范围可以更广)纳入到继续教育体系中来。同时，在工作中要开阔视野，不断学习，使自己的知识结构处于生长的态势，日趋合理、完善[8]。

3.3 掌握必要的数学知识

调查表明，耦合度论文的错误与编辑的学科背景关系不大，判断这一错误只需要基础数学知识。另外，论文中统计学分析错误的现象也非常普遍，从简单的对数据的统计描述到复杂的统计推断，几乎每个环节、每个部分都可能发现错误[7]。因此，作为编辑，掌握一些必要的数学基础知识十分重要。

3.4 核对研究性引用的文献

文献是科学研究领域中的重要一环。编辑在检查文献时，不仅要考察文献著录是否规范，而且要考察重要文献的内容。对于将一些模型(包括模型中用到的公式)移植到新领域、新学科的，要特别考察其是否适用于新环境，公式是否与原文一致；对于参照某文献“创新”的模型，要特别考察其是否正确。本文示例中的一些错误均属于此类。如果检查了文献，则这些错误大多可以避免。

3.5 核对公式和数据

对耦合度研究论文的统计及已有的成果[7]都表明，许多论文都存在着数据处理的错误。事实上，我们只要对数据(或部分数据)进行复核，必要时借助一定的工具，就可以判断论文的数据是否真实、准确[9]。编辑要善于发现可疑数据，例如，耦合度 C≤1，而许多论文计算的结果显示，所有的 C(一般有数条或数十条数据)都不大于 0.5或 0.7，特别地，根据耦合度的定义，两数据值越接近，耦合度越趋于 1。如果编辑对此产生疑问从而追根溯源，则一些错误就可以避免。

3.6 从“挑刺”的视角处理论文

作为编辑，无论是审稿、审读，还是校对、核对关键性文献，都应抱有“不信任”态度。对于论文中关键性的知识点，如图、表、数据、模型和公式等，审阅过程要时时存疑；对于重要引文，应亲自核查出处；对于每一个计算结果，都一定要验算[8]。既不要迷信权威期刊，也不要迷信权威作者，他们都有可能出现疏漏。调查表明，部分作者中就有这样的现象。

3.7 进行针对性训练，提高纠错能力

编辑纠错能力的养成，非一朝一夕之事，需要进行长期的训练。一是掌握一些行之有效的科技编辑方法，可以发现文稿中的许多问题，而不涉及该专业的知识[4]。二是通过一些错误案例，强化训练。如：钱文霖先生主编的《科技编辑方法论研究导扬》一书，其中涉及许多案例，可以作为训练的教材；期刊审读或相关比赛的结果，也可以作为训练案例；编辑或专家审稿过程中发现的错误，可以收集作为训练对象。三是编辑可以动手“汇编”一些错误案例，作为相互之间训练的素材。