5月14日，Science《科學》在其線上新聞專欄Science Insider報道了一項令人震驚的研究發現：近3年來，利用美國健康與營養調查（NHANES）等公開數據庫發表的低質量論文數量激增，其中超過92%的論文由中國研究人員貢獻。這一現象被認為與“論文工廠”和人工智能（AI）技術的濫用密切相關。
這些論文的形式極為相似：先選定一種健康狀況以及與之可能相關的環境或生理因素，再確定特定人群，隨後圍繞這些要素迅速形成一篇論文。Scientific Reports副主編Matt Spick稱，“我收到了太多幾乎一模一樣的論文——每天一篇，有時甚至每天兩篇，”“感覺每一種可能的組合都有人在研究”。
Matt Spick團隊在PubMed、Scopus這兩個論文數據庫的147種期刊中，找到了341篇遵循上述“套路”的論文，不過這些論文的時間分布有明顯區別。2014年到2021年期間，平均每年僅有4篇相關論文。但從2022年起這類論文發表量激增，截至2024年10月，論文研究團隊關注的期刊上共發表了190篇相關論文。
Spick團隊的報告指出，近年來基於NHANES數據庫的低質論文泛濫，可能是“論文工廠”的運作、人工智能生成文本的濫用以及大型公共數據庫的成熟共同促成的。
此外，Spick團隊還發現，近期發表的使用NHANES數據的論文，大多出自中國研究人員之手。在2021年之後發表的這類論文中，有92%的論文第一作者來自中國機構，而在2021年之前的論文中，這一比例僅為8%。Spick分析稱，中國科研人員所麵臨的壓力和激勵機製，為“論文工廠”提供了機會。
西北大學的Reese Richardson表示，其他研究人員在一些課題中也發現了類似現象，"這種免費數據源讓幾乎任何人都可以采用已知的研究方法，然後換上新的變量，以一種‘瘋狂研究’的姿態創造出新的‘發現’。”目前已有出版商撤回了部分涉及NHANES數據的問題論文，並表示將加強審查。
Richardson指出，這些論文反映出科學出版和研究獎勵方式中存在的普遍問題。“文中提及的所有出版商都收取了這類論文的發表費用，每家可能在1000美元左右。”他補充道，研究人員為了自身職業發展，往往選擇發表更多的論文而不是更高質量的論文。他警告說，“除非我們從根本上調整科學發表的激勵機製，否則問題隻會越來越嚴重。”
