这个问题折磨过不少人。你精心写完一篇稿件，预查重一看——重复率18%。仔细一看报告，参考文献占了3%，致谢占1%，图表说明又贡献了2%，公式和代码片段零零散散标红了一大片。
心里不免犯嘀咕：这些东西真的算"抄袭"吗？
iThenticate查重系统入口
https://www.58sci.com/ithenticate/index.html
答案是：都会被检测，但不一定都被计入最终重复率。关键在于你（或者编辑）有没有开启排除选项。
下面逐个拆解。
参考文献：默认计入，但一键可以排除
iThenticate的默认设置是——参考文献参与检测。也就是说，你不做任何设置就提交，参考文献列表里的每一条都会和数据库比对，匹配上了就计入重复率。
一篇稿件如果有四五十条参考文献，每条都是标准化格式（作者、标题、期刊、年份、卷期页码），这些格式在成千上万篇论文里反复出现，自然会产生大量匹配。
不过iThenticate提供了"Exclude Bibliography"功能。开启后，系统会识别参考文献部分并把它排除在重复率计算之外。
据iThenticate/CrossCheck中文官网的FAQ说明，"删除Reference检测和排除Reference报告是不同的"。也就是说，你在提交前手动删掉参考文献再提交，和提交完整稿件然后在报告里开启排除参考文献，这两种做法的结果可能不一样。
原因在于iThenticate识别参考文献是靠关键词触发。据TopEditSci的官方FAQ，系统会识别以下关键词来定位参考文献区域的起始位置：
当系统在这些词后面发现内容时，就知道"这是参考文献了"，然后在开启排除功能的情况下跳过这部分。
但这里有个坑：如果在参考文献和正文之间夹了附录（appendix），系统遇到"appendix"会重新开启检测。也就是说，参考文献里如果混了非标准内容，或者格式不规范导致系统没识别出来，那些内容照样会被计入。
实操建议很简单：提交时保留完整的参考文献（和投稿版本一致），然后在报告里开启Exclude Bibliography。不要在提交前手动删参考文献——那样系统识别的上下文变了，正文部分的检测结果可能也会跟着变。
致谢：会被检测，而且容易重复
致谢部分的处境比较尴尬。
iThenticate在检测过程中遇到"acknowledgement"或"acknowledgements"关键词时，会重启相似度检查（TopEditSci FAQ）。这意味着致谢内容不会被自动排除——它被当作正文的一部分来检测。
而致谢恰好是最容易重复的段落之一。"This work was supported by the National Natural Science Foundation of China (Grant No. XXXXX)"——这种表述在几十万篇论文里几乎一模一样。感谢基金项目编号的格式是固定的，感谢导师的措辞高度雷同，感谢实验室的句式也大同小异。
据德国癌症研究中心（DKFZ）图书馆的iThenticate使用指南（dkfz.de），他们建议作者在提交检测时删除致谢部分（"without front page, acknowledgement etc."），因为这些固定表述会人为抬高重复率。
但矛盾在于：你投稿时稿件里是有致谢的，编辑拿你的稿件跑iThenticate时也会检测致谢部分。如果你预查重删了致谢，结果和编辑部跑出来的就对不上了。
比较务实的做法是：预查重时保留致谢，看报告时单独看一下致谢部分贡献了多少匹配。如果致谢让总重复率高了2-3个百分点，心里有数就行。多数编辑看到致谢部分的匹配不会当回事——他们也知道致谢的表述就是那些话。但如果你实在介意，可以在报告里手动排除致谢对应的那些匹配源（Exclude Source功能）。
图表说明：会被检测，而且没有排除选项
图表说明（figure captions）和表格标题（table titles）是纯文本内容。iThenticate会把它们当作正文的一部分来检测，没有专门的排除选项。
iThenticate的章节排除（Exclude Sections）功能只能排除摘要（Abstract）和方法部分（Methods and Materials）。没有"排除图表说明"这个选项。
MDPI出版的作者服务指南（mdpi-res.com）明确指出："Copied figures, although copied text in captions can be detected."图片本身不会被比对，但图片说明文字中的重复内容会被检测到。
TopEditSci的FAQ也提到："如果图片中包含文字或者数字，那这些内容也会被查重。
问题在于，图表说明往往是标准化表述：
这些短语在你的领域里可能出现在几百上千篇论文中，iThenticate会把它们标记为匹配。
美国海军研究生院的iThenticate FAQ（nps.edu）提到："In a document formatted with a template, standard or form text may account for 5% or more of the content. Numerous footnotes with common or lengthy source titles or URLs can contribute sizably to the composite percentage.
对于图表说明的应对策略：
1. 用自己的语言重写图表说明。 不要用领域里最常见的模板句式。"Schematic diagram of..."可以改成"Overview of the experimental configuration showing..."，意思一样但表述不同。
2. 控制图表说明的长度。 简洁的说明既符合写作规范，也能减少匹配面积。
3. 如果图表是从已发表文献中复制的，说明文字里需要标注来源。 标注本身可能产生匹配，但不标注是抄袭。
公式：iThenticate的已知短板
公式和方程是iThenticate最被诟病的地方。
2022年，俄罗斯数学家Andrei D. Polyanin等人在arxiv上发表了一篇论文（arxiv.org/pdf/2201.09062），专门测试了iThenticate在处理含公式的数学论文时的表现。结论是：系统无法正确比对公式和方程，经常得出荒谬的结果。
具体怎么个荒谬法？
系统把公式拆成单个字符和符号来比对。两个完全不同的公式，只要共享了几个字母和数学符号，就会被系统认为"部分匹配"。论文中举了一个例子：
一个是描述扩散的，一个是描述波传播的，"roughly like as a cow is from a horse"（原文这么说的，形容差距之大）。但iThenticate判定这两篇包含大量此类公式的论文相似度高达61%。
原因很简单：两个方程的右边完全一样，只有左边差了个下标t还是tt。系统把右边所有项都算作匹配，然后加上左边的部分重叠，拼出一个高相似度。
德国DKFZ图书馆的文件更直接："Pictures, formulas, etc. cannot be verified."——公式无法被验证。他们甚至建议LaTeX用户删除所有公式、表格和图片后提交纯文本版本检测。
所以如果你投的是数学、物理、工程类期刊，公式多的论文被iThenticate虚高标记重复率几乎是必然的。
应对方法：
代码：被当作普通文本检测
如果你在论文中插入了代码片段（比如伪代码、Python脚本、MATLAB程序），iThenticate会把它们当普通文本逐词比对。
代码的重复率天然高。排序算法的写法就那几种，数据处理的套路就那么些函数调用，配置文件的格式更是千篇一律。一段Python代码里"import numpy as np""for i in range(len(data))"之类的表述，在GitHub和Stack Overflow上到处都有。
iThenticate没有任何针对代码的特殊处理——它不知道这段文字是代码还是散文，只知道这串字符和数据库里的哪段字符更相似。
据worldmetrics.org对查重软件的对比分析："Less suited for non-academic or code-heavy integrity use cases"——iThenticate对代码密集的内容不太擅长。
应对方法：
各部分对重复率的贡献程度一览
把上面说的整理一下，大致可以排出一个"贡献度"：
表格
内容类型 | 是否被检测 | 是否可排除 | 典型贡献度 | 编辑是否在意 |
|---|---|---|---|---|
参考文献 | 是 | 是（Exclude Bibliography） | 3-8% | 通常开启排除 |
致谢 | 是 | 否（只能手动排除来源） | 1-3% | 通常不在意 |
图表说明 | 是 | 否（无专门排除选项） | 1-5% | 看具体情况 |
公式 | 是（但检测方式有缺陷） | 否（只能手动排除匹配） | 5-20%（数学/物理类） | 了解这个问题的编辑会忽略 |
代码 | 是 | 否 | 2-10%（CS类） | 看具体情况 |
需要注意的是，这些贡献度只是经验值，实际数字取决于你的学科、论文类型和具体写法。一篇纯文科论文的公式贡献度为零；一篇理论物理论文的公式可能贡献20%以上。
五个常见误区
误区一：参考文献被标红了就是重复率太高。
参考文献被标红是因为格式固定，不代表你的正文有问题。开启Exclude Bibliography后重新看数字，那个才是你的真实"正文重复率"。
误区二：致谢用固定模板写没关系，反正不算抄袭。
致谢确实不算正文核心内容，但它确实被检测。如果致谢部分和某篇论文大面积重复，编辑可能会质疑你的致谢是不是从别人论文里直接复制过来的。虽然不会因此拒稿，但总归不好看。自己写几句，哪怕朴拙一点，也比照搬模板强。
误区三：图表说明用标准表述就好，系统会自动忽略。
系统没有"自动忽略图表说明"的功能。"Figure 1 shows the comparison results"这种表述太常见了，会被标记。你可以用更简洁或更有辨识度的表述方式。
误区四：公式重复率高说明论文有问题。
不是。iThenticate对公式的检测有已知缺陷。两个完全不同的方程，只要共享了几个数学符号就会被标红。数学类论文的作者和编辑都清楚这一点。
误区五：代码片段被标红需要逐行改写。
标准函数调用和API名称不需要改写。编辑看报告时能分辨哪些是通用代码表述。真正需要注意的是注释和大段逻辑——如果你的算法描述和别人的代码注释高度一致，那确实需要重写。
总结
参考文献、致谢、图表说明、公式和代码都会被iThenticate检测。参考文献有专门的排除功能，其他几个没有。公式是系统的已知短板，检测方式有缺陷。代码被当作普通文本处理。
最实际的建议：
重复率数字不是判决书。编辑看的不是那个百分比，而是报告里具体标红了什么、在什么位置、来源是什么。搞清楚这一点，你就不会被一个数字吓住。