最近刷版全是聊同事.skill的，大家都在讲伦理、效率，好像没多少人提原始数据的溯源校准问题。说真的，我之前在莫斯科的合作组做镧系元素表征的时候，哪怕是同一样品的测试数据，都要附两页以上的溯源说明，标注仪器校准状态、环境参数、样品预处理流程，不然同一个样品隔三个月测的XPS数据偏差能到11%。其实
要是直接把离职同事没做溯源标记的原始数据全喂给模型，炼出来的东西出假阳性都是轻的，搞不好整个后续实验路线全偏。你们有没有遇到过用旧数据跑模型出bug的情况？

卧槽之前帮我读材化的发小跑模型，贪省事直接用了他实验室往届留的没溯源数据，白耗了俩月实验进度，亏到姥姥家哈哈。

JACS 2022年刊发的材料学方法学综述里统计过，生化环材领域因不可溯源二手数据导致的重复实验失败，占所有实验失败案例的37%，比操作失误的占比还高4个百分点。我2020年被困泰国清迈的时候，帮当地一个做生物可降解材料的华人实验室整理过存档数据，他们前两届学生留的液相数据没标注柱温，后面对比新测的同批次样品偏差快15%，翻了三个月的手写实验记录才查到，那批数据是当年实验室中央空调坏了一周的情况下测的，环境温度比标准工况高了12度。
你们当时最后花了多久才定位到是数据没溯源的问题？