"英文标题：Global Medical Research Academic Misconduct Risk Dataset
数据集概述
记录全球范围内医学研究领域的学术不端行为事件及对应风险评级，涵盖论文造假、实验数据篡改、科研伦理违规等核心类型。
数据按事件发生时间、研究机构所在地区、违规类型进行多维组织，覆盖全球主要国家和地区的医学科研主体，包含完整的违规事件追溯链条。颗粒度精确至单事件、单研究主体层级，支持跨地域、跨类型的学术不端风险特征分析。数据评级体系遵循医学科研伦理领域的专业标准，分级规则透明可追溯。
该数据集是医学科研诚信治理的核心基础资源。学术不端行为直接影响研究可信度、临床应用安全性及科研体系公信力，掌握其分布特征与风险规律对于科研管理机构完善监管机制、学术期刊优化 peer review 流程、科研人员强化诚信意识均具有关键价值。2024年的时效性数据可用于研判当前全球医学科研诚信的最新态势与风险点。
字段详情
数据集包含以下核心字段：
misconduct_event_id：违规事件唯一标识，用于事件的精准追溯与关联分析research_field：研究领域，指发生违规的医学细分方向，如临床医学、基础医学misconduct_type：违规类型，按医学科研伦理标准分类，如数据篡改、署名违规institution_region：机构所在地区，按全球地理分区统计，支持地域分布分析risk_rating：风险评级，采用5级评分体系，1为低风险，5为极高风险，反映违规影响程度event_date：事件发生时间，格式YYYY-MM-DD，指违规行为被确认的时间点
适用场景
- 医学科研管理机构分析全球学术不端风险分布，制定针对性监管政策
- 学术期刊优化稿件审核流程，识别高风险领域和研究主体的投稿
- 医学伦理委员会构建科研诚信风险预警模型，前置防控违规行为
- 高等院校开展科研诚信教育，以真实案例强化科研人员的伦理意识
- 医学研究机构评估合作对象的科研诚信水平，降低合作风险"
