1.背景
近年来，随着人工智能技术的迅速发展，特别是 2022年11月人工智能聊天机器人ChatGPT 的发布，人 工智能内容生成(Artificial Intelligence Generated Content, 简称AIGC) 已经走进公众视野，并被广泛利 用。人们清楚地认识到人工智能(Al)正在获得产生流利 语言的能力，产生的大量语句越来越难与人写的文本区 分开来。一些科学家已经在使用聊天机器人作为研究助 手，帮助其组织思维，对他们的工作产生反馈，协助其 编写代码并总结研究文献。AI在研究论文写作、创作等 方面的影响不断增强，但是对学术研究的透明性、完整 性产生重要影响，引起学术界的广泛关注。
学术界最担忧的是科学家、研究人员、学生等可 能会欺骗性地将AIGC 生成的文本作为自己的文本，或 者简单使用AIGC 并产生不可靠的研究成果。 LLMs (Large Language Models)通过学习大量在线文本数 据库中的语言统计模式来工作，很容易产生错误和误导 性信息，且可能无法显示其信息的来源。如果没有输出 控 制 ，AIGC 很容易被用来产生不当言论或不可靠的研 究结果，影响科研生态环境。同时，根据现有检测方 法，使用AIGC 还可能增加学术不端检测的难度(例如抄袭和图像操纵检测)。因此，如何使用AIGC, 设 定 界限并提供可参考的指南至关重要。
目前，一些国家科技管理机构、出版领域、期刊 等针对Al技术在学术论文中的使用进行了研讨，并提 供了一些相关的准则、指南等，例如国际出版伦理道 德委员会 (COPE), 国际医学期刊编辑委员会(ICMJE), 国际科学、技术和医学出版商协会 (STM),Taylor&Francis,Wiley,Springer Nature,Elsevier,Wolters Kluwer等。值得注意的 是，不同机构在不同时期发布的Al相关指南和规范性 文件，有着不同的表述和要求，例如用于临床试验的 CONSORT-AI; 用于临床试验方案的 SPIRIT-Al; 用于预测模型的TRIPOD+Al 等。为此，在广泛调研和梳理 现有业内相关研究和探索工作的基础上，我们致力于 为Al技术在学术出版中的最佳行为实践提供一个基本原则的框架和指南，希望能够引导出版界、科学界和 科技管理部门就Al技术使用规范进一步形成共识。因 为Al是一项新兴技术，技术的性质及如何使用将不可 避免地发生变化，我们将根据情况变化，持续、及时更新这份指南。
2.目标
2.1防范学术不端，加强科研诚信治理
以防范AIGC 不当使用作为切入点，加强科研诚信 意识教育，推进学术诚信治理，推进科研活动合法有序 开展。
2.2引导相关利益主体就AIGC使用达成共识
明晰相关利益主体在学术期刊论文准备、研究和数 据收集、写作、投稿、评审、出版、传播各环节应该履 行的最佳行为实践，提供详尽、规范的AIGC使用指导。
3.原则
3.1透明度和问责制
透明度和问责制是学术出版中AIGC 使用最基本的 原则。在学术研究到出版发行的过程中，所有应用功能 使用者(包括研究人员、作者、同行评议人和读者)都 应该了解并明确披露AIGC在其工作中的使用情况，应 用程序提供者、技术开发者应该明确披露说明该应用程 序接受过的数据训练、内容来源。透明度应该包括数据 透明度(包括底层数据集、数据来源和数据处理方 法),以及知识产权和版权材料的使用情况。问责制则 是关键利益相关者应共同承担的责任，包括研究人员、
研究机构、资助者、政策制定者和出版商，应建立问责 标准和相关信息。
确保质量和诚信是在学术研究中AIGC应用建立信 任的基础。从算法的设计和构建，到用于训练AIGC的 输入，再到实际应用中使用的输入，应坚持问责和透明 原则，并通过标识符或反馈等手段表明AIGC 的使用， 保证学术研究的质量和诚信不受AIGC技术使用的影 响。
3.2隐私和安全
隐私和安全是AIGC 使用的基本法律原则。在使用 AIGC时应尊重隐私和数据保护，包括数据、隐私和安 全影响评估，并通过适当的数据匿名来保护隐私，开展 数据保护和安全措施来确保数据安全。作者还应遵守其 所投稿的出版机构的特定隐私和保密政策。此外，使用 大语言模型的用户应意识到，任何提交的信息可能会被 抓取并用于训练模型，因此应采取必要的措施来保护敏 感数据。
3.3公平
使用AIGC 时应秉持公平原则，避免偏见。由于人 工智能具有复制和放大偏差的风险，因此在训练数据选 择、算法设计、模型生成和优化、使用过程中，应仔细 评估和审查潜在的偏差来源，并建立反馈机制，监测和 审查可能的不公平现象，及时纠偏。同时，AIGC能够 帮助提供诸如语言润色等服务，减少此类文化或语言上 的不公平现象。
3.4可持续发展
Al系统的多学科性质使其非常适合解决全球关注的 领域，如联合国可持续发展目标、碳中和等。它还为公 共和私营组织提供了提高效率的机会，以实现更大的生 态可持续性和责任。尽管AI系统承载着造福全人类，包 括子孙后代的承诺，但我们也必须认识到训练和使用生 成式AI的能源密集型性质，这对环境的影响不容忽视。 为高质量输入数据的供应商提供资金和其他奖励措施，如出版商创建的出版物和数据库，有助于提取重要的 可采取行动的知识。
可持续发展应是AIGC 本身的核心原则。为减少重 复和浪费，使用AIGC 应避免过度依赖可能暂时或永久 不可用的数据，同时工具的功能模块应基于公认标准 和指南，以确保数据可查找、可访问、可互操作和可 重复使用。在这一过程中，应特别注意减少生成式AI对 环境的影响，推动可持续的技术发展。
4.行为框架/实践指导
AIGC可在研究开展及学术出版的各个阶段提供辅 助作用(服务)。为了营造良好的科研氛围，防患于未 然，避免/减少不当使用AIGC行为的发生，本部分提供 一个行为框架，以帮助作者、研究机构、学术出版单位 等就如何合规合理地使用AIGC做出指导。
4.1研究开展和论文撰写阶段
本部分以指导性建议为主，对研究人员投稿前的 研究开展和论文撰写阶段使用AIGC提出建议。
4.1.1资料收集
AIGC 所提供的资料是基于大数据和大语言模型生 成和抽取的，其准确性和真实性缺乏考量和验证，需要 研究人员确认内容的可靠性。
文献调研：可以借助AIGC 收集关键词或主题相关 已发表的参考文献，并进行分类和梳理，总结参考文献 结论，为研究人员提供参考；帮助研究人员发现新的信 息来源，并跟踪研究领域最新进展。需要注意的是，由 于AIGC提供的参考文献可能是虚构或过时的，使用 AIGC支持其文献综述的研究人员必须阅读并验证AIGC 提供的每项建议和参考文献的真实性，并做出人为主导的决策，确定在研究中应包含哪些内容。
概念解答：AIGC可以回答一些简单的概念问题， 为研究人员在构建章节内容时提供帮助。但要注意， AIGC是基于语料库提供的概念解答，因此对任何AIGC 的人工监督都是必不可少的步骤。
观点类资料调研：AIGC 可以采集文本中公众或专 家对某些主题的观点、情感及情感倾向的相关数据资 料。研究人员必须监督和控制AIGC 提供的观点资料， 对AIGC提供的资料进行清洗处理，以确保研究人员使 用的资料是有效、无偏的，防止传播不正确、有偏见 或歧视性的信息。
4.1.2统计分析
某些情况下，研究人员已经收集了数据，但不确 定用何种最佳的统计分析来验证其假设。研究人员可使 用AIGC来选择最合适的分析方法或进行统计分析，但 所用的数据必须是研究人员进行实验并收集的或其他合 理方式获得的，并且研究人员需要对AIGC所提供的统 计分析结果进行验证，确保统计结果的可靠性和有效 性。
数据分析和解释：研究人员可以借助AIGC解释数 据，计算统计学指标，进行一些简单的数据分析和统计结果的描述，但不能取代他们自己对数据的解释。
统计方法的建议和指导：AIGC可以根据问题和领 域知识，为研究人员提供统计分析建议和指导，但只是基于其所学习的语言模型和知识库，可能存在缺失和不准确。因此，研究人员需甄别AIGC所提供的统计分析 建议的可行性，结合其他可靠统计分析和数据挖掘工具 进行判断，或向专业的领域专家寻求指导和帮助，最终 判断是否采纳AIGC提供的建议。
4.1.3图表制作
图表和图像生成：根据数据特点和作图目的， AIGC 可以依据不同的运用场景，推荐合适的统计图表类型，直观呈现数据结论，有效地传递信息，从而节省研究人员制作图表的时间，提高写作效率。但蛋白质印迹实验图、细胞技术分析、组织细胞染色图等实验生成类图像必须由真实开展的实验研究获得，不可通过 AIGC直接生成。也不允许在图形摘要等艺术作品的制 作中使用AIGC或AI辅助工具。在某些情况下，如果作者事先获得期刊编辑和出版商的许可，可以证明已获得使用相关材料的所有必要权利，并确保内容归属正确，则可能允许在封面艺术的制作中使用AIGC。
统计图表格式处理和优化：研究人员在处理和优化统计图表时，可以根据数据量和具体需求使用AIGC 工具辅助调整图表样式。这些调整包括但不限于调整字体大小、添加或修改数据标注、添加图例、更改颜色等。这些优化措施旨在使图表更加清晰、美观，增强其 可读性和易于理解性。同时，研究人员应确保在使用 AIGC 工具调整图表时，遵循规范操作，保证数据的真实性和准确性。
图像格式处理和优化：本条目涵盖的视频和动画 (包括视频静态图像)、摄影、科学图表、照片插图和 其他拼贴画，以及编辑插图(如图画、卡通或其他二维 或三维视觉觉表现形式)等图像类型。增强、模糊、移 动、删除或引入图像中的特定特征是不可接受的。然 而，只要亮度、对比度或色彩平衡的调整不会模糊或消 除原始图像中的任何信息，则可以接受这些调整。同 样，也可以接受添加图例和图像标注等修正。研究人员在使用AIGC 工具创建或更改图像内容时，需对所进行 的修改进行详细描述，包括如何使用人工智能或人工智 能辅助工具的具体过程，并提供所使用工具的名称、版 本号和制造商信息，以确保透明度和可追溯性。
案例示范：AIGC在图表制作中的应用 示例1:趋势分析
场景：需要展示过去十年某项技术的发展趋势。
AIGC 应用：AIGC 工具可以根据提供的数据生成折 线图，自动调整图表的坐标轴、标注、图例等，以清晰 展示趋势。
示例2:分类数据分析
场景：需要比较不同产品的市场份额。
AIGC 应用：AIGC 工具可以根据分类数据生成柱状 图或饼图，推荐最适合的数据展示形式，自动设置图表 颜色和标签，以便于解读。
示例3:学术报告图表美化
场景：需要在学术报告中展示研究结果，但图表 样式不够美观。
AIGC应用：可以使用AIGC工具调整图表的字体大 小、颜色、数据标注和图例位置，使图表更加美观和易 于理解。
示例4:亮度和对比度调整
场景：需要展示发掘现场的照片，但由于拍摄条 件不佳，照片过于昏暗。
AIGC 应用：可以使用AIGC 工具调整照片的亮度和 对比度，使细节更加清晰，而不丢失原始信息。
示例5:医学影像标注
场景：需要在会议中展示患者的医学影像，并强 调某些重要特征。
AIGC应用：可以使用AIGC工具在影像上添加图例 和标注，指出重要的解剖结构或病变部位，以便观众更 好地理解图像内容。
4.1.4文字撰写
在论文撰写过程中，AIGC 可用于提高文本可读 性、启发内容逻辑性、提供句式等，也可用于在研究过 程中总结其他学术出版物或生成文献综述部分，以供研究人员参考撰写，但不应该用来产生研究假设、直接撰 写整篇论文文本或解释数据、得出科学结论等。为避免 AIGC总结或生成文献综述的部分存在不准确、偏见和 遗漏等问题，生成内容应与原始出版物详细比对，确保 想法、方法、结果及结论的准确呈现。所有属于科学或 智力贡献范围的任务都应该由研究人员自己来完成，特 别是论文重要部分的撰写。使用AIGC 的目的只是如何 以最佳可读的方式传达作者生成的科学知识。
案例示范：AIGC在文字撰写中的应用：
示例1:修改文档语法和风格
场景：在撰写论文时，担心语言表达不够流畅。
AIGC应用：使用AIGC 工具检查语法、拼写错误， 并改进句子结构，使文本更加清晰和流畅。例如，将冗 长的句子分解成简短有力的句子，或者使用更精确的词 汇。
示例2:结构化论文大纲
场景：对论文的整体结构有些模糊，不确定如何组 织各部分内容。
AIGC应用：使用AIGC工具生成一个论文大纲，包 括引言、文献综述、方法、结果和讨论等部分，并提供 每部分的内容建议。研究人员可以根据这些建议来组织 自己的研究内容，确保论文逻辑清晰。
4.1.5语言和润色
学术语言服务：语言不应该成为学术交流与科学 传播的障碍。AIGC 可以作为高标准语言检查器，提高 稿件可读性和写作质量，以消除研究传播中的语言障碍。目前，AIGC 的学术语言服务可以帮助非英语母语 的研究人员润色稿件使其符合国际期刊的投稿要求。但 研究人员也需注意，当手稿(全部或部分)输入到公共 或数据安全和保密标准较低的私人AIGC工具中时，有 可能成为大型语言模型训练语料库的一部分。在使用手 稿(或部分内容)用于此目的的人工智能工具之前，应 该与共同作者和其他利益相关者(如资助者或出版商) 预先达成一致的意见。
4.1.6引文整理
当涉及AIGC推荐的任何内容时，“引用相关性” 至关重要。研究人员需确保引用的内容与论文切实相关，包括引文和被引内容的真实性。
引文格式检查：AIGC 可以检查引用的文献是否符 合学术论文的引文格式，并指出可能存在的错误或缺陷。
自动引用生成：作者有责任确保任何AI工具生成的 引文是可靠、准确和相关的。尽管AIGC可以帮助研究 人员确定引用来源，并根据作者提供的文献信息，自动 生成符合学术论文引文格式要求的引文，但它应仅作为 辅助工具。作者必须对引文负责，并仔细核对引用文献 的格式和内容，以确保引用符合学术论文的规范要求。
参考文献自动排序：AIGC可以按照指定的引文格 式自动对参考文献列表进行排序和顺序校对，在学术写 作中帮助作者完成规范引用的相关任务，减少人工操作的繁琐，提高论文的质量和研究人员的效率。
4.2投稿阶段
AIGC 可以在投稿阶段提供帮助，但这需要研究人 员的专业判断，并承担最终的责任。
4.2.1作者署名
在没有人工监督和指导的情况下，研究人员不应 该让AIGC 工具独立发起、进行或制作研究成果，AIGC 工具也不能对已发表的作品或研究设计负责。同样，它在绝大多数国家也没有法律地位或持有或转让版权的能 力，而这些责任和能力是对作者身份的基本要求。因 此，根据COPE 对人工智能工具的立场声明，AIGC 不能 履行文章作者的角色，也不能被列为文章作者。
4.2.2规范引用
所有来自其他来源的内容必须经过仔细确认、恰 当引用标注。研究人员对于AIGC所提供的资料需要验 证其真实性和准确性，并对其底层数据来源、工具、获 取方式、处理等进行引用标注。
4.2.3披露和声明
对AIGC使用情况进行充分、正确的披露和声明。
应明确以下内容：使用者；人工智能技术或系统 (需注明版本号);使用的时间和日期；用于生成文本 的提示和问题；文本中由AIGC编写或共同编写的部 分；论文中因使用AIGC 而产生的想法。若作者使用此 类工具撰写了稿件的任何部分，则必须在方法或致谢部 分中公开、透明、详细地进行描述。
【模板】
声明：在本作品的准备过程中，作者使用了 [AIGC具体工具/服务名称]来[使用目的：如文献调 研/数据分析/图表制作等]。使用此工具/服务的日 期和时间为[具体日期和时间],并通过[提示和问 题]生成了相关文本。使用此工具/服务后，作者根 据需要对内容进行了审查和编辑，并对出版物的 内容承担全部责任。
4.2.4同行评审
在同行评审过程中，作者和评审人员需依据评审 委托方(如期刊或出版社)的政策决定是否可以使用 AIGC工具。如果期刊政策明确禁止，则不得使用AIGC 工具。若期刊政策未明确禁止，作者可使用AIGC协助 回复评审意见，同时，仍需对其回复的内容承担全部责 任。如有质疑，作者应能够证明其回复的合理性。
在同行评审过程中，AIGC 可以将评审意见进行汇 总和分类标注，帮助作者快速理解评审意见，并为作者 推荐合适的回复内容，从而高效地回应评审意见。需要 注意的时，评审报告被视为机密文件，作者不得在期刊 的保密审查过程中将评审报告上传到AIGC。此外，作 者应防止评审内容的泄露，如发生信息泄漏应及时采取 必要的补救措施。
在期刊政策允许的前提下，评审员或审稿人可以 负责任地使用AIGC 提取关键信息来审查或协助起草评 审意见；然而，评审员或审稿人不得以任何理由将未发表的手稿上传到AI工具。AI工具只能负责任地用于改进 审稿人的评论，而非处理被审稿的内容。评审员或审稿
人应确保他们的评审意见准确、真实和公正，并检查他 们的评审意见是否以完整和具体的方式反映了自己的专 业观点。
4.3论文发表/出版后
4.3.1数据仓储和共享
在符合相关要求的前提下，鼓励作者公开原始数 据，以审查防范数据污染、造假的问题。
作者应该对论文中的数据进行严格检查，确保数 据的来源准确、完整且真实可靠。数据检查的侧重点包 括数据的收集和处理方法、实验、测量精度和准确性， 以及数据存储方法等。
对于有实验过程的研究性论文，研究人员应及时 准确、详细地记录实验和数据收集过程，避免记录错 或遗漏等问题，并将实验数据和过程记录一并提交。
4.3.2 AIGC相关材料提交、存档
鼓励研究人员(在某些情况下)分享他们的研
数据，包括但不限于：原始数据、处理后的数据、
件、算法、协议、方法、材料等。特别是由AIGC生
或处理过的文本、图片、程序等内容应作为补充材料拆 交、存档，和/或存放在社区批准的数据/代码存储库 和文章中提供的链接中。
4.3.3 AIGC产生内容的检测和发现
建议期刊和编辑在使用新的工具来检测和识别由 AIGC产生的内容时，务必注意安全性，防止信息泄露 和数据被不当利用。建立针对AIGC 工具的审查程序 时，除了开发相应技术、进行人工审查和自动化检测 外，还应特别警惕可能出现的误报问题。检测结果作为 辅助判断依据，根据论文的使用范围、期刊的要求、论 文整体水平等综合研判处理。
研究人员使用AIGC直接生成的稿件文字等资料必 须提供明确的披露和声明，否则将构成学术不端行为。 例如，从AIGC 中提取新生成的文本作为稿件内容而未 注明的，将被视为不端行为。
5.案例分析
5.1案例1:作者将道德和诚信问题归咎 于ChatGPT
案例描述：在同行评审过程中，审稿人对该稿件 提出了以下几个关注点：是否存在引用错误以及是否引 用了不存在的文献。在随后对作者的质询中，作者承认他们使用了ChatGPT 来撰写手稿，但没有对内容的真 实性进行核实，也没有验证ChatGPT 所引用的来源。 鉴于这些问题，作者请求一个修改的机会，表示愿意删 除所有由ChatGPT生成的内容并重写文章。然而，这 一请求被拒绝，原因如下：作者在初始提交时未声明使 用ChatGPT, 且未对所有内容进行核实。所有列名的 作者对文章的完整性共同负责，这种疏忽构成了严重的 学术不端行为。最终，稿件被拒绝发表。
5.2案例2:某医疗团队论文撤稿事件
案例描述：某医疗团队于2024年4月5日在某医学 期刊上发表了一篇论文。该研究声称碱性水可以减轻慢 性痛风性关节炎患者的疼痛并缓解其症状。然而，仅仅 三个月后，这篇论文便因多项严重问题而被撤稿。
作者的潜在错误
(1)使用AI生成内容：
图表错误：研究中使用了ChatGPT 等AI工具自动 生成图像。审核者发现图像中的骨头数量错误，且标 签无意义，例如“chlsinkestead atlvs no active greedis” 和“"Aliainine jerve sreiter” 等。
文本生成：论文的介绍部分被发现由AI生成，严 重影响了内容的准确性和专业性。
(2)数据和参考文献问题：
无法验证的参考文献：一些参考文献在PubMed 或 Google Scholar中无法找到，质疑了研究的可信度。
统计数据不合理：评论者指出，某些统计分析结 果实际上是不可能的，表格中的疼痛评分数据表现出 捏造的迹象。
(3)作者身份验证：
非机构邮箱：作者使用的电子邮件地址不是所属 机构的，这引发了对作者身份真实性的质疑。
结果：2024年7月12日，期刊发布了撤稿通知， 撤回了该团队的研究论文。期刊声明，撤稿是由于对 数据完整性和准确性提出了严重担忧，以及作者对于 AIGC工具的未公开使用。期刊还表示正在改进其编辑 审查流程，以防止类似事件再次发生。
6.总结
AIGC属新兴事物，涉及多元主体，其在学术出版 中的使用场景具有多样性，AIGC使用的边界也存在大 量模糊地带尚待厘清。中国科学技术信息研究所联合 爱思唯尔、施普林格 · 自然、约翰威立以及今年新加入的泰勒-弗朗西斯、威科、剑桥大学出版社等国际出版 集团，在征求有关各方建议的基础上，从原则与行为 框架/实践指导等方面对AIGC技术使用提出建议，以达 到防范学术不端、加强诚信治理和引导相关利益主体
就AIGC 使用达成共识的目的。
值得注意的是，制定本指南的目的是为AIGC技术 使用提供一个启发式的框架，还有一些更为具体、实 践性的问题有待进一步研究。比如，AIGC技术在学术 出版应用中涉及的主体众多，既包括AIGC技术开发、 应用的所有者和使用者，也涉及学术出版链条中如作 者、期刊、编辑、审稿人、传播者、受众及科研管理 者等各责任主体，如何厘清各方关系，明确主体责任 和制约关系，清晰划定责任对于促进各方明确自身职 责有着重要意义。同时，由于对不当使用AIGC技术的 处理尚未达成共识，对涉及的各种不当使用情况提出 适当的处理建议对推动责任落实也有着至关重要的作 用。
在第二版中，我们对指南进行了全面修订与扩 充，核心亮点在于新增了案例分析部分，旨在通过现 有实践案例深化理解。此外，针对作者在论文撰写阶 段的关键环节，如图表制作和文字撰写的规范化，以及论文投稿后的同行评审流程，均进行了调整与优化。 这些改动紧密贴合科技与学术领域的最新发展与进步， 旨在提升指南的实用性与前瞻性，帮助作者更好地适应 并引领学术研究的潮流。
AIGC 技术与工具仍在不断革新和发展中，本指南 的适用范围、行为框架也需要定期调整以应对这一持续 变化带来的新挑战与新问题。积极呼吁各方对本指南提 出建议和反馈，帮助我们不断完善AIGC 技术使用指 南，给相关主体提供更为具体、详实的实践框架，以防 止学术不端的发生。
我们意识到，各个出版商的政策和做法可能会有所 不同，每个政策和做法都是根据其独特的政策和业务环 境以及用户场景量身定制的。因此，我们想指出的是， 本指南并不优先于或取代个别出版社的任何政策或指 导。我们希望该指南能成为研究界的参考工具，鼓励作 者、编辑和审稿人在工作中始终熟悉个人出版商/期刊 网站上记录的政策。
7.致谢
本指南在中国科学技术部科技监督与诚信建设司支持和指导下，由中国科学技术信息研究所牵头，联合爱思唯尔、施普林格·自然、约翰威立国际出版集团、泰勒-弗朗西斯出版集团、威科集团、剑桥大学出版社(排名不分先后)的团队协作完成。主要贡献人为:中国科学技术信息研究所的郑雯雯博士、杨代庆研究员、高继平研究员、王美玲博士;爱思唯尔研究诚信与道德团队的陈相如女士，DanielSTUCKEY先生和生成式人工智能团队的Alna HELSLOOT女士;施普林格·自然的Nick CAMPBELL博士、Chris GRAF先生、ArjanGROOTENBOER先生、Alice HENCHLEY女士、胡泽英女士、StevenINCHCOOMBE先生、Imogen ROSE博士、Henning SCHOENENBERGER先生、KatrinSTIENEMEIER女士、Niels Peter THOMAS博士、张立先生、杨晓虹博士;约翰威立国际出版集团的MichaelSTREETER先生、joyce Griffin女士、David FLANA-GAN先生、王宇女士;泰勒-弗朗西斯出版集团的Sabina Alam博士、Paolo Lombardi博士、胡昌杰先生;威科集团的lan Burgess先生和李健博士;剑桥大学出版社的Jennifer WRIGHT博士。同时还有多位来自国内外科技出版领域和科技管理领域的专家学者和资深人士对本指南的内容给予了宝贵建议和指导，在此表示由衷感谢。
