学术有道 诚信为基
科研诚信是科技创新的基石，是新时代国家科技创新体系的基本价值观和重要文化基础。习近平总书记强调，“要营造良好学术环境，弘扬学术道德和科研伦理”。近年来，科技部、教育部等多部委部门发布了科研诚信建设和相关行为规范的系列文件，为高校加强诚信建设、强化学术不端问题治理、构建健康的学术生态提供了规范和指导。
为进一步落实党的二十大报告提出的“弘扬诚信文化，健全诚信建设长效机制”精神，强化科研诚信和科技伦理的规范教育，引导学校科研人员树立正确的科学道德观，明确划定科研活动的边界，持之以恒坚守科研诚信底线，从即日起，科研院将推出科研诚信建设专题，发布科研诚信和学术不端治理的有关政策制度。
本期推出科技部监督司编写的《负责任研究行为规范指引（2023）》中对科研人员研究选题、实施和数据管理行为的规范指引。
科研人员研究选题和实施行为的规范指引
研究选题应坚持“四个面向”，突出问题导向，符合科技伦理要求与科技安全规定，避免简单重复或低水平研究，避免脱离实际或盲目追求热点，不得开展法律法规禁止的研究。研究项目的申报、实施和结题验收应遵守相关规定，研究过程中应投入必要资源。
科研人员在开展研究选题和实施过程中应做到以下几点。
1.研究选题应考虑研究的科学性、创新性、应用性、可行性，经过充分的文献回顾、调查研究和科学论证，结合完成研究所必需的资源条件，寻求研究领域中的难点、疑点、空白点。不以验证为目的的，应避免简单重复他人已经开展过的研究。
2.研究项目的申报材料应真实、准确、客观。不得使用相同或相似研究内容重复申报，未经同意不得将他人列为研究团队成员。不得抄袭、买卖、代写申报材料，不得使用生成式人工智能直接生成申报材料。
3.应按照有关规定和实际需要编制研究经费预算，合理、审慎使用研究经费，不得将已完成研究的费用或与申报项目无关的费用列入预算。
4.不得以直接或间接、明示或暗示等方式，向评审组织者及其工作人员和评审专家等寻求关照，谋取不正当利益。
5.应确保投入研究所需的时间和精力，同期主持和主要参与的项目数量应符合相关资助方的限项规定。研究实施应严谨科学，方法和技术手段得当，严格履行任务书或合同义务，不得随意降低目标任务和约定要求，不得违规将研究任务转包、分包给他人，不得以不相关研究成果充抵交差。
6.在研究选题、项目申报、研究实施、结题验收以及作为专家参与项目评审等活动中，应及时识别并主动声明可能存在的利益冲突，以免影响研究或评审的客观公正性，有损他人或社会公众利益。
7.应严格遵守相关安全保密、经费使用、资源和数据共享、 知识产权归属等规定。依规合理使用生成式人工智能参与研究实施。
科研人员数据管理的规范指引
研究数据的采集、记录应完整、准确、可追溯，保存和使用应符合专业规范和管理规定，确保数据质量和数据安全。
科研人员在科学研究实践过程中对数据管理应做到以下几点。
1.应严格执行数据采集操作规范，选择适当的数据采集方法，客观、完整、准确地采集研究数据。
2.及时准确记录研究过程和实验数据，保证研究记录与数据的完整性、客观性和可溯源性。不得有选择地记录、使用数据以获得特定结果。
3.采用书面记录的，应选择页码连续、符合保管要求的实验记录本；实验产生的原始数据、图表、照片等，应有序粘贴在实验记录本的相应位置并详细标注。更正记录应由原始记录者进行，不得遮盖原内容，说明更正理由并签字。不得涂改数据或毁损记录本中的任何部分。不得编造、篡改原始数据，或将经过人为处理后的数据作为原始数据保存。采用电子记录的，应与实验记录关联并确保数据及产生时间等未被人为更改。
4.使用他人未正式发表的数据，必须事先征得数据所有者同意，并说明数据来源。
5.数据的使用、传播、复制、保存、删除等应符合《数据安全法》《个人信息保护法》《科学数据管理办法》等的要求。采集人体试验数据或涉及隐私、保密的敏感数据，应严格遵守相关法律法规和伦理规范，在获得相关人员知情同意或有审批权限机构审批同意后才能进行。未经同意不得将数据用于约定用途之外的目的，或将数据转交、透露给其他机构或人员。
6.在数据分析、加工时，应采用适当的分析方法和处理手段，以全面、清晰、准确地反映研究过程和研究结果，并在研究报告中详细说明。
7.在处理学术图像时应遵照相应学科或学术出版单位的规范，并在发表时指明对学术图像进行处理的部分。不得变更、模糊、消除或歪曲原始学术图像所包含的关键信息，不得对学术图像进行不恰当或欺骗性处理，包括添加、移除或移动对象，去除或虚化背景等。拼接的组合图片应添加明显的各组图分界线，或明确说明图片拼接情况。不得使用非本实验条件下获得的其他图片替代真实实验图片，不得不注明来源或出处直接使用他人研究成果中的图片。
8.研究成果发表后，提倡在不违反保密和知识产权规定的前提下，以适当方式提交或开放共享所涉及的原始数据以及方法、试剂、软件、源代码等材料，提高数据应用价值。
9.及时整理、保存、备份研究数据，采取有效措施防止数据丢失、泄露、损毁或被篡改。
10.按照学科领域或所在科研单位规定妥善保存所有实验记录、实验数据（包括未发表数据、阴性数据等）和实验记录本，遵照相关技术规范保存实验样本。论文等研究成果发表后 1 个月内，应将所涉及的实验记录、实验数据等原始资料提交所在科研单位集中归档，或按照科研单位相关管理规定执行。
11.项目负责人应对数据采集、保存和利用情况进行监督，对采集到的数据开展必要的检查或验证，确保数据可靠，在规定期限内恰当保存所有的记录和原始数据。
12.从研究数据中发现可能存在对公众健康、生态环境、公共安全或社会秩序造成严重影响或威胁的情况时，应及时、主动向相关部门报告。发布数据应遵守相关规定，保持透明客观，避免有意突出、强调或隐瞒、忽略特定内容。
13.应遵循相关法律法规及学术规范，依规合理使用生成式人工智能处理文字、数据或学术图像，防范伪造、篡改数据等风险。
14.不得在未真实开展研究的情况下，通过向第三方机构或他人付费等方式获取实验研究数据。因不具备条件委托第三方机构进行实验或数据采集时，应由科研人员提出实验设计方案，并根据第三方机构提供的原始实验记录和数据进行分析研究，在发表时应说明数据来源。使用第三方调查统计数据或相关公共数据库数据应通过合法渠道获取，并注明来源或出处。
