回收的问卷里总有一部分是"点完了事"的。多数学位论文栽在这一步，不是因为删得多，而是删得没依据、写得没交代。判据先定、比例分项报、说明按句式落，三部分做完，方法节基本站得住。
先看清问题：无效作答为什么总在回收后才显形
回收只解决"有没有交上来"，不解决"是不是认真填的"。答题入口一放开，激励结构就起作用——红包、抽奖、课程加分、互填群，奖励的是"快"而不是"准"。手机端一屏挤进七八道矩阵题，手指一滑就过，后台照记一次完整提交。
深层代价是噪声带了方向：若乱填者集中在某一类（低年级、非目标专业、被统一组织来的班级），均值与比例就会偏移，不会因为样本量大自动消失。边界也要划清：这里谈回收后的填答质量识别，与信效度检验、题项筛选、统计异常值分属不同工序。
三类判据：时长、作答模式、逻辑与内容一致性
判据的作用不是"证明谁造假"，而是给每份问卷一个可复核的质量标签。操作上先标记、再合并、收尾统一裁决，别边看边删。
判据一：时长与节奏
平台能导出总时长与单页停留时间。常见做法是把有效样本总时长的中位数当基准，取其三分之一作下限，低于这条线的先标记复核。业内较通行的区间是中位数的二分之一到三分之一，手机端样本、题量少时要放宽，否则会误伤读得快、答得准的人。
节奏比总量更有信息量。矩阵题整屏十几秒扫完、开放题停留不足两秒、翻页近乎一条水平线，提示没读题。开放题写满的人会把均值拉高，用中位数更稳。
判据二：作答模式
四类模式值得单独设码。直线作答，连续十题以上落在同一选项，尤其矩阵含反向题却仍同分；锯齿或循环，一档一档往复；全选与全不选，"以上皆是"型多选整列勾满；长串缺失，连续跳答超过题量一成。
单条模式说明力有限，有人对所有题持同一态度。较稳妥的做法是设模式分，命中两条以上才判无效。
判据三：逻辑与内容一致性
这一层接近证据。逻辑校验题（在一串态度题中插入"本题请选择比较同意"）答错，几乎可判定未读题；反向题与正向题得分之差超过三分，说明没弄懂题干方向。开放题看乱码、单字符重复、复述题干、敷衍话术。
还有一类常被忽略：同源提交。同一网段、同一设备指纹、同一分钟涌入数十份，或身份与抽样框不符，都提示来源可疑。注意力检验题的通过率可当整体质量指标写进方法节。
判据须在看数据前定下，写进方法节。看到结果再挑判据、调阈值，本质上是给结论找证据。
剔除比例怎么报：分项、对比与敏感性检查
三个数先摆清：发出多少、回收多少、有效多少。剔除量是回收量与有效量之差，剔除率用剔除量除以回收量，保留一位小数。只写"有效回收率百分之九十五"这类倒推数，读者难还原过程。
分项计数是可信度的来源。按判据类别列：时长异常、模式异常、逻辑冲突、同源提交各多少份。一份问卷可能同时命中多条，此时要说明归类规则——按首因归类，或重复计数并注明合计大于剔除总数。这句看着琐碎，却是旁人核对总数的入口。
剔除前后做一次描述对比：性别、年级、核心量表均值各报一遍。差异明显，就得讨论偏倚方向。
敏感性检查是收尾动作：用有效样本重跑主分析，与全样本对照。方向与显著性都没变，写一句剔除不改变主要结论；若发生变动，把剔除后结果作主结果、全样本放附录。业内较通行的经验是一成上下的剔除率属常态，超过两成需专门解释，同时回头检查判据是否过严——时长下限太高，删掉的往往是熟练填答者。
说明写法：方法节里该落的几句话
数据清理这一小节，五句够用，按顺序摆。判据句：依据预先设定的五条标准（总时长低于中位数三分之一、连续十题同选项、逻辑校验题答错、正反向题得分差达三分而五点量表为准、同网段或同设备指纹集中涌入），逐份标记。数量句：共回收 612 份，剔除 87 份，占 14.2%，有效样本 525 份。分项句：时长异常 31 份、模式异常 24 份、逻辑冲突 19 份、同源提交 13 份，部分问卷符合多条，按首因归类。边界句：剔除仅针对填答质量，不涉及研究假设，前后对比见附录表 A2。伦理句：数据匿名化，清理记录只留问卷编号，不留姓名；设备指纹仅用于当场识别来源，检测后不予保留。
语气上用"判定为无效""标记后剔除"，不要用"清掉垃圾数据"这类带评价的词，也不要把"质量很好"写成方法结论。
排版上，判据流程画一张流程图、分项计数做成一张表，比三段文字省一半篇幅。免费科研元素生成能先把流程图与表格框架排好，作者填入实际份数即可。
常见问题
问：只做时长筛查够不够？
不够。时长是线索不是证据，读得快而答得准的人确实存在。建议只用于标记，与逻辑校验题、反向题冲突合并裁决。
问：剔除比例超过两成，论文还能用吗？
能用，但要说清。补一段讲判据来源与阈值依据，做剔除前后的描述对比，交代偏倚方向，再用敏感性检查证明主结论是否变动。比例高本身不是问题，不解释才是。
问：判据可以看完结果再定吗？
不建议。事后设定判据会让剔除变成结果导向的选择，等于给假设检验开后门。判据、阈值、归类规则应在清洗前写成简短方案。
问：被剔除的问卷要不要留档？
要留。原始文件单独存放，标注编号与理由，不并入分析数据集。匿名化之后再留档，避免编号反向对应到个人。
问：预测试筛过的题项，正式回收还要再筛一遍吗？
要。预测试解决题项质量（表述、区分度、维度归属），正式回收解决填答质量，对象不同。题项筛得再干净，也挡不住乱填。
三条使用路线
路线一，时间紧、只求把流程走完：先设两条硬判据——逻辑校验题答错、连续十题同选项，跑一遍标记；再核总数、写数量句与分项句。半小时内能出结果，适合课程论文。
路线二，学位论文、样本量中等：五条判据全上，做剔除前后的描述对比，补一次敏感性检查，判据清单放附录。方法节写完可用知学术AI论文做一遍表述打磨，把口语化的清理描述改成方法学语体；章节骨架未定时，免费智能大纲能先把数据清理这一小节的位置留出来。
路线三，投稿期刊、审稿从严：在路线二基础上加流程图与偏倚讨论，报告分项计数与首因归类规则，把两套结果并列。成稿后如需处理重复表述与机器生成痕迹，平台的查重降AI与反复改稿可以接上；对降重降AI刚需的作者，无限改稿的做法是逐段修，而不是整篇推倒重来，一次付费后不限修改次数、不另收费，具体以页面说明为准。主入口 aipapergpt.com，副入口 zhixueshu.net，两个入口同属知学术·AIPaperGPT平台。
学术合规提醒
- AI 仅作写作辅助工具，研究设计、数据处理与结论判断须由作者本人完成并负责
- 参考文献须为可核验的真实来源，不凭印象生成引文与 DOI
- 查重与 AIGC 检测结果以学校或期刊指定的官方检测为准，模拟结果只作自查参考
- 平台绝不收录用户论文内容，游客模式无需注册，生成文档限时自动清理
- 剔除记录属研究过程材料，按所在单位的数据管理要求保存，不对外传播受访者信息
需求对照表
| 读者需求 | 正文落点 | 可核验要点 |
| :--- | :--- | :--- |
| 哪些算无效 | 三类判据 | 时长、模式、逻辑、来源四类，均须预先设定 |
| 筛掉多少 | 剔除比例一节 | 回收数、剔除数、有效率三个数 |
| 论文里怎么写 | 说明写法 | 五句模板，可直接改写 |
| 判据能否事后定 | 常见问题第三问 | 预先设定，附清洗方案 |
| 比例偏高怎么办 | 常见问题第二问 | 补说明、做对比、跑敏感性 |
| 有无合规风险 | 学术合规提醒 | 匿名留档，官方检测为准 |
| 工具能否省事 | 路线二、路线三 | 流程图与表格排版 |
