Công cụ hỗ trợ phân tích minh bạch, không thay thế trách nhiệm của nhà nghiên cứu
Quy định này là một phần của Điều khoản sử dụng. Mọi tài khoản đồng ý tuân thủ khi đăng ký và mỗi lần tạo dữ liệu mô phỏng. Nội dung phù hợp với các chuẩn mực liêm chính được thừa nhận rộng rãi (Tuyên bố Singapore về liêm chính nghiên cứu, hướng dẫn của COPE) và quy chế đào tạo, công bố khoa học hiện hành tại Việt Nam.
- Trung thựcDữ liệu và kết quả phản ánh đúng thực tế thu thập
- Minh bạchCông bố phương pháp, phần mềm, mọi điều chỉnh dữ liệu
- Tái lập đượcLưu mã băm dữ liệu, tham số, seed cho mỗi kết quả
- Trách nhiệmNgười nghiên cứu chịu trách nhiệm về sản phẩm của mình
Được phép và nghiêm cấm
Được phépSử dụng đúng mục đích
- Phân tích dữ liệu khảo sát, thí nghiệm do chính bạn thu thập hợp pháp
- Dùng dữ liệu mô phỏng để học, luyện tập quy trình Cronbach's Alpha, EFA, CB-SEM, PLS-SEM
- Thử bảng hỏi, kịch bản phân tích và ước lượng cỡ mẫu trước khi khảo sát
- Giảng dạy, minh họa phương pháp có ghi rõ "dữ liệu mô phỏng"
- Dùng nhận xét tự động hoặc AI làm bản nháp, sau đó tự kiểm tra và viết lại
Nghiêm cấmHành vi vi phạm
- Bịa đặt dữ liệu: dùng dữ liệu hoặc kết quả mô phỏng như dữ liệu thu thập thực tế trong luận văn, luận án, bài báo, báo cáo đề tài, hồ sơ xét duyệt
- Làm sai lệch dữ liệu: sửa, xóa, thay thế quan sát thật để đạt ngưỡng mong muốn mà không công bố
- Gỡ bỏ, che giấu nhãn "MÔ PHỎNG/DEMO" và cảnh báo trong file dữ liệu, báo cáo
- Trình bày văn bản do AI tạo như sản phẩm hoàn toàn của mình khi trường, tạp chí yêu cầu công bố việc dùng AI
- Ghi kết quả là "chạy bằng SPSS/AMOS/SmartPLS" khi thực tế tính bằng ResearchSTAT
ResearchSTAT bảo vệ liêm chính như thế nào?
Các rào chắn được tích hợp trực tiếp trong sản phẩm, không phụ thuộc vào thiện chí của người dùng.
Gắn nhãn không thể bỏ qua
Dữ liệu mô phỏng luôn có tên "MÔ PHỎNG", cờ DEMO, file tải xuống có tiền tố MO_PHONG và trang cảnh báo; mọi báo cáo có cảnh báo ở trang bìa, chân trang, phần phương pháp.
Cam kết mỗi lần tạo
Phải tích cam kết liêm chính trước mỗi lần tạo dữ liệu mô phỏng; hệ thống lưu thời điểm, seed và tham số để xác minh khi có yêu cầu hợp pháp.
Truy vết kết quả
Mỗi kết quả lưu mã băm dữ liệu, phiên bản bộ máy, thư viện, tham số và seed - bất kỳ ai có cùng dữ liệu đều tái lập được.
AI không tạo số liệu
AI chỉ diễn giải kết quả đã tính; mọi con số trong văn bản được đối chiếu tự động với kết quả gốc, văn bản có số không khớp bị loại.
Không ghi đè dữ liệu gốc
Mọi thao tác làm sạch, đảo mã, lọc tạo phiên bản mới có lịch sử, giúp bạn trình bày minh bạch quá trình xử lý dữ liệu.
Ghi đúng nguồn tính toán
Báo cáo ghi rõ kết quả do bộ máy ResearchSTAT tính, hoặc ghi đúng tên và phiên bản phần mềm có giấy phép khi được kết nối.
Danh mục tự kiểm tra trước khi nộp
Đối chiếu từng mục trước khi đưa kết quả vào luận văn, luận án hoặc bài báo.
“Dữ liệu được phân tích bằng ResearchSTAT (VietSCI Editing Services), phiên bản bộ máy …, ngày truy cập …”. Phiên bản bộ máy được ghi ở phần phương pháp của mỗi báo cáo.
- Dữ liệu là dữ liệu thậtThu thập từ người tham gia có đồng ý; không chứa dữ liệu mô phỏng.
- Mọi xử lý được công bốPhiếu bị loại, biến bị loại, câu đảo mã, cách xử lý giá trị thiếu đều được mô tả.
- Phương pháp phù hợpĐã kiểm tra điều kiện áp dụng (cỡ mẫu, phân phối, đa cộng tuyến…).
- Diễn giải của chính bạnNhận xét tự động/AI chỉ là bản nháp; phần thảo luận do bạn viết.
- Công bố việc dùng AITheo yêu cầu của cơ sở đào tạo hoặc tạp chí.
- Ghi đúng phần mềmKhông ghi “SPSS/AMOS/SmartPLS” nếu không chạy bằng các phần mềm đó.
Xử lý vi phạm
Khi có căn cứ về vi phạm, ResearchSTAT có quyền tạm khóa hoặc chấm dứt tài khoản không hoàn phí, và phối hợp với cơ sở đào tạo, tạp chí hoặc cơ quan có thẩm quyền khi có yêu cầu hợp pháp. Người dùng tự chịu trách nhiệm trước pháp luật và quy chế của cơ sở đào tạo về hành vi của mình.
Phát hiện việc lạm dụng dữ liệu mô phỏng hoặc kết quả ResearchSTAT? Gửi thông tin cho chúng tôi - thông tin người báo được bảo mật.