CNKI ha establecido un umbral del 5% para la sensibilidad de este sistema de verificación de duplicaciones. En cuanto a párrafos, no se puede detectar plagio o citas inferiores al 5%. Entonces, ¿cómo detectar el plagio en un artículo? La condición para la detección del papel CNKI es que 13 palabras consecutivas similares o plagiadas se marcarán en rojo, pero se debe cumplir el requisito previo: es decir, la cantidad total de palabras en un documento que usted citó o plagió y la cantidad de palabras detectadas en cada una. El párrafo debe alcanzar el 5%. Por encima, se puede detectar como rojo.
La base de datos comparativa de huellas dactilares de PaperPass contiene una base de datos de más de 90 millones de revistas y tesis académicas, así como más de 654,38 mil millones de páginas de Internet. La base de datos de huellas dactilares se refiere a la información de características clave extraída de un artículo, en lugar del texto completo. Los documentos incluidos en el sistema de detección de PP no son tan completos como los del CNKI. Para evitar que algunos artículos de referencia se incluyan en la base de datos, existe una base de datos especial creada por usted mismo para comparar y los artículos de referencia se cargan para su prueba.
Cuando apareció Paperpass por primera vez, se decía que era más estricto que CNKI porque repetía ocho caracteres seguidos.
Dado que es más estricto que CNKI, ¿por qué no es tan bueno como CNKI? ¡Porque la base de datos en papel del sistema de detección de PP se actualiza lentamente!
Los recursos de comparación del sistema de detección VIP incluyen: base de datos de discusión de revistas chinas, base de datos de discusión de maestrías, base de datos de discusión de características universitarias, base de datos de discusión de características de construcción propia, recursos de datos de Internet, etc. VIP afirma tener la misma exhaustividad de datos y algoritmo que CNKI, o incluso más estricto (con reservas).
Esto es de la Biblioteca Nacional de Educación.