完全赞同。这三点是学术研究和商业分析的生命线，缺一不可。针对这三大原则，给你一份可直接落地的执行标准：

1. 一手数据（采集过程要“可追溯”）
不能只说“通过调研获得”，必须详细到可复现的程度：

· 方法论：定量（问卷/实验）还是定性（访谈/观察）？
· 工具与范围：使用何种平台（如Qualtrics）？调研时间、地点、抽样框架是什么？
· 样本与执行：样本量多少？回收率多少？有无筛选标准或偏差说明？
· 原始凭证：保留问卷底稿、访谈录音（需授权）、日志文件，存档至少3年备查。

2. 二手数据（出处要“精准到页”）
拒绝模糊引用，必须做到一键溯源：

· 标准引用：遵循APA/GB/T 7714格式，注明作者、年份、标题、出版社或期刊卷（期）及具体页码（若引用数据表格或段落）。
· 网络数据：必须附带访问日期和具体URL，因网页可能变动。
· 数据库：注明数据商（如Wind、Statista）及数据提取的具体时间节点。

3. 数据造假（零容忍的红线）
这直接定性为学术不端或职业欺诈，后果包括撤稿、解职、列入黑名单，甚至承担法律责任。守住底线需做到：

· 绝对禁止：不得编造、篡改或选择性删除数据以达预设结论（P-hacking）。
· 预注册（Pre-registration）：建议在实验前将研究设计上传至公开平台（如OSF），以区分“探索性分析”与“验证性分析”，这是自证清白的最强护盾。
· 异常处理：若发现异常值，必须保留原始记录，并明确说明剔除的统计学理由，而非手动“美化”。

建议：撰写报告时，在附录单独设立“数据透明度声明”章节，把上述细节逐一陈述，这比任何口头保证都更有说服力。如果你正在起草具体的数据说明段落，可以发我帮你把关措辞。👍

#学术论文##论文投稿咨询##出书[超话]##研究生[超话]##考研资料[超话]#