在手稿中报告合成数据生成时，应明确标注其为合成数据，详细记录生成过程，并包含一个专门章节，以便审稿人评估其有效性和可重复性。透明度是核心原则——审稿人必须能够区分合成数据与真实数据，并评估合成数据是否适合您所述的目的。
首先进行清晰的披露
在摘要和方法部分，明确说明研究使用了合成数据。不要隐藏这一细节。使用明确无误的措辞，如“我们使用[方法]生成合成数据”，而不是使用“模拟”或“增强”等委婉说法，除非这些术语在技术上准确。这可以防止意外误述，并帮助读者正确解读您的结果。
详细记录生成方法
在方法部分，包括：
- 使用的确切算法或模型（例如，GAN、VAE、基于代理的模拟、差分隐私机制或基于规则的生成器），包括版本号和关键超参数。
- 训练或输入数据——如果有任何真实数据为生成器提供信息，说明其来源及预处理方式。
- 样本量及其确定方式。
- 生成过程中内置的任何假设或约束（例如，独立性假设、分布选择）。
- 软件环境——语言、库以及用于可重复性的随机种子。
如果使用了现有框架或包，请引用它们。如果编写了自定义代码，请考虑将其存放在公共存储库中，并在手稿中引用。
说明合成数据的适用性理由
解释其合理性——例如，隐私限制、稀有事件覆盖、成本或需要在受控条件下测试方法论。审稿人希望知道合成数据不是捷径，而是经过深思熟虑的、合理的选择。
评估并报告保真度和有效性
包含一个关于验证的小节：
- 使用相关统计指标（例如，分布重叠、相关结构、效用指标）将合成数据与真实数据（如有）进行比较。
- 报告任何已知限制，如模式崩溃或过度平滑。
- 明确说明合成数据不适用于哪些情况（如适用）。
使用专门的“数据可用性”声明
在数据可用性部分，说明：“本研究使用的数据集为合成数据，生成方式如[方法部分]所述。生成代码可在[存储库链接]获取。”这使您对期刊政策的遵守更加明确，并帮助读者找到相关资源。
遵循期刊特定指南
一些期刊对合成数据报告有明确的政策——在投稿前请查阅作者指南。如果没有相关政策，宁可提供更多细节。在组织参考文献并确保每个方法论声明都有适当引用时，TrueCite 可以自动验证您的引用是否与您实际使用的来源匹配，从而降低方法密集型手稿中引用错误的风险。