原標題：預印本文檔研究生成剽竊地圖
一項針對預印本伺服器（arXiv）上數十萬研究的新分析，提供了有關科學剽竊的影響和地理分布的有趣信息。在一些國家，從其他論文上複製文字更普遍，但這些存在大量抄襲行為的作者幾乎面對同樣的結果：他們論文的引用率不高。
自1991年啟動以來，arXiv成為物理、數學等領域成果的世界最大「集散地」。每個人都能在這裡發表論文，並且不需要完整的同行評議。但論文需要接受質量控制程序。一個電腦程式會對論文進行最終檢查：將該論文的文本內容與其他發表在arXiv上的論文進行比較。目標是標記可能存在較高剽竊風險的論文。
「文本重疊」是技術用語，有時它也能證明論文是「清白的」。例如，一篇綜述文章可能引用大量內容，或作者會再利用和略微修改之前文章的語句。arXiv剽竊監測系統會讓這類論文通過。「這是一個非常智能的機器。」美國康奈爾大學物理學家、arXiv創始人Paul Ginsparg說，「它有特殊的方法檢測大塊引用、斜體字文本、引號內容以及數學定理陳述，以避免出現主動錯誤信息。」
Ginsparg和該校物理學博士生Daniel Citron比較了1991~2012年提交給arXiv 的75.7萬篇文章。結果發現，一篇論文引用的已發表內容越多，其被引用率就可能越低。他們還注意到，「文本再使用」驚人地普遍。過濾掉綜述文章和合理引用後，每16位arXiv作者中，就有1位存在大段抄襲其已發表文章的行為。更令人擔憂的是，每1000位作者中就有1人從其他論文中抄襲了近1段文字，但沒有標註出處。
另外，作者在向arXiv提交論文時，會註明自己的居住國。因此這將揭示哪些國家剽竊率最高。不過，Ginsparg表示，其研究中的文本重疊並不一定是剽竊。數據顯示，來自美國、加拿大以及歐洲和亞洲少數工業化國家的研究人員提交的論文佔arXiv論文的最大份額，而且剽竊率也更低。例如，有20%的保加利亞作者被標記（38/186），這是紐西蘭（5/207）的8倍多。日本約為6% （269 / 4759），而伊朗超過15%。（張章）