PubMedソースの画像盗用 検出
PubMed Open Source Databaseの1億5,500万点を超える画像を収録した、業界屈指の規模を誇る画像盗用データベースを用いて、原稿内で再利用されたビジュアルを検出します。
画像盗用が問題となる理由
盗用は、意図的であっても偶発的であっても（自己盗用など）、科学研究の独自性を損ない、深刻な結果を招くおそれがあります。再利用された画像が1枚あるだけでも、編集部による不採択、正式な撤回、評判の毀損、研究資金の喪失につながる可能性があります。さらに、共著者全員が責任を問われるため、その影響は画像を再利用した本人だけにとどまらず、広く及びます。
不採択または撤回
学術誌は、投稿時に不採択としたり、出版後に撤回したりする場合があります。
評判の毀損
その研究に関わるすべての著者、研究機関、学術誌に影響を及ぼします。
科学への信頼の喪失
学術上または職業上の処分につながる可能性があります。
信頼の低下
科学文献への信頼を弱めます。
検出する盗用の種類
Proofig AIは、原稿のビジュアルを、業界屈指の規模を誇る画像盗用データベースであるPubMed Open Source Databaseの1億5,500万点を超える画像と照合します。
そのままの再利用
原稿内のビジュアルのうち、出版済みの論文からコピーされた画像・グラフ・チャート・図式・プロットなどを特定します。
加工後の再利用
既発表の論文から再利用された画像のうち、トリミングやサイズ変更などの加工が施されたものを検出します。
自己盗用
ご自身の過去の画像の再利用を指摘します。
論文間の重複
異なるPubMed掲載論文の間で、部分的に一致する画像を見つけます。
仕組み
原稿をアップロード PDFまたはDOCXファイルをドラッグ＆ドロップしてください。書式の変更は必要ありません。
AIによる解析 システムが原稿内のすべての画像をスキャンし、PubMedのオープンアクセスデータベースと照合します。
確認と検証 指摘された一致箇所を、元のPubMed論文へのリンクとあわせて確認し、文脈の把握や検証に役立てます。
最終レポートをダウンロード 投稿前に独自性を確認できる、詳細なPDFレポートを受け取れます。
有力な研究機関・出版社からの信頼
業界屈指の画像盗用データベース
PubMed Open Source Databaseの1億5,500万点を超える画像にアクセスし、包括的な画像盗用チェックを行えます。
世界中からの
信頼
出版社や研究機関のワークフローにすでに組み込まれています。
シームレスな連携
研究者が投稿前に意図しない再利用を防ぐために利用しています。
研究公正の支援
編集部のスクリーニングを支援するため、学術誌や倫理審査委員会で導入されています。
関連リソース
AI生成テキストの検出ツールとAI生成画像の検出ツールは、根本的に異なる問題を解決するものです。原稿がテキストベースのAIスクリーニングを通過しても、架空の図が含まれている可能性があります。言語パターンを解析するツールには、ピクセルレベルの…
投稿原稿における画像の信頼性の問題の大半は意図的なものではなく、図の作成時のミス、パネルのラベルの誤り、データの取り扱い中に共同研究者が持ち込んだミスから生じています。学術誌の編集者は、投稿の受付、デスクレビュー、採択前という3つの実践的な…
自動スクリーニングは、問題を指摘することにかけては非常に優れたものになりました。AI生成、改変、画像盗用、自己盗用の疑いや、その他のチェックで図に疑問が呈されれば、レビュアーはどこを確認すべきかがわかります。しかし、指摘は作業の始まりであっ…
出版社は、AIによる画像の信頼性チェックツールを、編集上の判断に代わるものとしてではなく、疑いのある問題を提示して人によるレビューにつなげるスクリーニングの層として使うことで、COPEに沿った形で編集ワークフローに組み込むことができます。鍵…
PubShieldは、Proofig AIとは別の製品で、複数の信頼性チェックを1つのワークフローにまとめる機関向けの原稿品質保証ハブです。Proofig AIの画像の信頼性スクリーニング、DataSeerのデータのコンプライアンスチェック…
AIは、科学研究における画像の信頼性に関わる問題の検出方法を大きく変えつつあります。自動化ツールは今や、手作業のレビューでは追いつけない規模と速さで、重複、改変、AI生成コンテンツ、盗用をスクリーニングしています。Proofig AIはまさ…