发布时间：
如果审稿人对数据真实性有怀疑，会要求作者提供原始数据。有些期刊投稿的时候就需要作者提供原始数据。
有的审稿人会按照你的理论在弄一遍，被查出来，就是学术造假了，根据学位论文作假行为处理办法进行严肃处理。
审稿人的工作内容：
任何受邀的审稿人，如果觉得无法胜任此篇稿件的评审工作，或者是知道无法在约定时间内完成稿件的评审工作，需要立即告知编辑，从而使编辑可以联系新的审稿人。
审稿人收到的任何稿件都必须视为机密文件，在没有编辑的授权情况下，不可以向其他人展示或者讨论该篇稿件。
审稿人需要识别出那些在出现在已发表文章中、但没有被作者引用的相关内容。任何在之前发表过的观察结果、派生结论或者论证的内容，都需要在文中以合理的引用形式出现。审稿人需要让编辑注意稿件中出现的那些与已发表数据相似或者重叠的内容。
那要看审稿人认不认真了，有的审稿人会按照你的理论在弄一遍，被查出来，就是学术造假了根据学位论文作假行为处理办法，五种行为可被视为学位论文作假行为，其中包括：伪造数据的；2009年，西南交大副校长、教授、博士生导师黄庆因博士论文作假处理结果，被取消博士学位和研究生导师资格。009年浙江大学药学院副教授贺海波因涉嫌抄袭、剽窃原博士生导师实验数据，共计发表8篇假论文，被浙江大学撤销副教授职务和任教资格，并将其开除。
论文数据编的答辩直接跟老师明说，不要等到被老师查出来，这样会更加尴尬。
看你编的数据是原始数据还是什么，不管是编的还是调查得来的，都要对文章的数据进行推算，文章的数据都要能够给出合理性的解释，这样答辩才能应对自如。
其实我非常不支持同学去编数据，因为编数据的难度比正常程序获取的要更难，技术要求更高，有这功夫自己正经弄不香吗，而且编造的数据稍不留神就会出现很大的逻辑漏洞，容易被人识破。
写论文注意事项：
1、论文题目选定后，基本上不能有太大变动，但可以进行细节上的修改。
2、提交大纲时，不只是每章一两句话，弄个四五行交过来完事。而是整篇论文的大致结构和框架要说清楚：研究目的和意义；分为几个部分说明；每个部分的大概内容是什么，都要交代清楚。
3、论文写作一开始就必须严格按照教务处论文的模板来，从封面、摘要、正文一直到参考文献，以及页脚注释的所有格式，都必须一模一样，注意，是一模一样！否则到了后面再修改会有很多格式问题发现不了。
4、如果有人很傻很天真地问，老师，论文应该怎么写啊？这种问题我一概不回答。如果真有此疑问者，请直接登陆学校图书馆网站的期刊网去观摩几篇，体会一下正规论文的写法。
5、一些概念和定义，不要在脚注中写来自“百度百科”，即便你就是在百度当中查的，也要找到这句话的源材料，一般百度的下方都会有源链接，要写出这个概念具体出自哪本书或者哪篇期刊文章。
建议不要写20所，就写10所，太夸张了，容易露馅，问卷数量可以说多一些，也就是百分比，这个没事
你叫什么名字
不是,你可以x 选我们来改正
毕业论文绝对不能编造数据。
一、学位论文作假行为的类型
1、购买、出售学位论文或者组织学位论文买卖的。
2、由他人代写、为他人代写学位论文或者组织学位论文代写的。
3、剽窃他人作品和学术成果的。包括原封不动或基本原封不动地复制他人作品和学术成果的；使用他人学术观点构成自己学位论文的全部核心或主要观点，将他人学术成果作为自己学位论文主要部分或实质部分等行为。
4、伪造数据，包括主观臆断地在学位论文中捏造或篡改研究成果、调查数据、实验数据或文献资料等行为。
5、有其他严重学位论文作假行为的。
二、写毕业论文的方法1、调查法调查是科学研究中最常用的方法之一。它是一种有目的、有计划、有系统的收集研究课题的实际或历史情况的资料的方法。综合运用历史、观察、对话、问卷、案例研究、测试等科学方法，有计划、深入、系统地了解教育现象。
2、对调查中收集的大量数据进行分析、综合、比较和总结，为人们提供常规知识。调查方法中最常用的方法是问卷调查法，这是一种以书面方式收集数据的研究方法，即调查人员为调查项目编制表格，分发或邮寄给有关人员，要求指示填写答案，然后回收、统计和研究。
3、观察法观察法是指研究者根据一定的研究目的、研究大纲或观察表，用自己的感官和辅助工具直接观察研究对象，以获取数据的方法。
4、实验法实验方法是通过改革主体，控制研究对象，发现和确认事物之间因果关系的一种科学研究方法。
数据不会查得很严保留好证据，就是能证明实验是你做的，数据是你自己的证据，照片、纸面文件。如果有担心就跟你导师说，反正马上就要毕业，不用担心得罪那个研究生。一般来说，抽检防重复这部分主要靠查重，数据虽然一样，格式不一样、分析语言不一样也不一定会被认定为抄袭，否则一个大项目2-3个硕士一起写的都没法过了。不会查数据造假的，因为如果要查的话，学校会增加很多人力成本，而且数据造假根本无法查，因为学科领域不一样，数据真假判断方法也不一样，无法统一化查
尽量真实，经得起考验真人面前不说假话，毕业答辩，老师专家都是行家里手，蒙混过关，是想不通的
在学术界中，诚实和透明是非常重要的，因此大部分深度学习论文的实验数据都应该是真实可靠的。为了确保数据的真实性，研究人员应该遵循一系列共同约定的实践，比如采用一些常见的数据集，如MNIST、CIFAR、ImageNet等，或者充分公开数据集来源和预处理方法，在论文中详细描述实验步骤和参数设置，并允许其他人重复实验来验证其结果。而这些步骤在学术界中也经常被称为“实验复现”。但是，也存在一些在实验数据上作弊或篡改数据的行为。一些研究人员可能会使用实验结果的最佳情况，而隐藏失败的实验结果，或者通过微调模型或其他方式来优化结果。这种行为是不道德的，也违反了学术界的伦理道德。总的来说，在学术界中，大部分深度学习论文的实验数据都是真实可靠的，但仍需保持警惕，判断这些数据的可靠性需要综合考虑多种因素。
还是找相关机构吧，像我发表sci的时候，虽然有时候文章数据做得很好，但是有时候表达和描述用英语写出来就不是非常的流畅和地道。Wordvice的编辑十分敬业，编辑修改的十分细致，连文章中图表和脚注中的细小的错误都能纠正过来。
其实论文除了数据的真实和全面之外，文字和语言的表达也是比较重要的，像你这种情况的话完全可以找相关的论文润色机构来帮忙修改一些表达方面的问题，像wordvice这方面做得就还挺好的。
检测一下数据不一致原因，然后说明即可
这个有两种办法，第一种是对数据进行深层分析，提升你研究的深度。第二是参考同类型的文献，看看别人都是怎么写的，包括别人的用词和整体结构的。当然，你如果有条件的话，可以让老师给你指导一下，更直接的找出问题进行修改，这样写作质量就高了。在有数据的情况下，论文一般写作质量都很高的，只是细节方面需要优化。