自己的论文挂到arXiv上三个月后，投了SCI期刊。
编辑发来iThenticate报告：总重复率47%。
你仔细一看，1号来源匹配42%——来源链接点进去，正是你自己挂的预印本。
这种情况，近两年越来越常见。
iThenticate查重系统入口
预印本（preprint）在物理、数学、计算机、生物、经济学等领域已经是标准操作。很多作者在投稿期刊之前，会先把论文挂到arXiv、bioRxiv、medRxiv、SSRN或Research Square上。但预印本一旦被iThenticate数据库收录，后续投稿时就会跟自己"撞车"，导致重复率飙升。
根据iThenticate的数据库架构，它比对的内容来源包括Internet Sources（网页）、Publications（已发表文献）、Crossref数据、以及Crossref Posted Content。预印本主要通过后两个渠道进入比对库。
这篇文章专门讲预印本跟iThenticate查重之间的8个高频问题。每个问题都有具体的应对方案，不是泛泛而谈。
问题1：我的预印本为什么会被iThenticate检测到？
iThenticate的比对数据库不是只收录正式发表在期刊上的论文。它的数据库包含几个大类：
当你的论文挂到arXiv、bioRxiv、SSRN、Research Square等平台后，这些平台通常会通过Crossref为预印本注册DOI。一旦注册了DOI，这篇预印本就进入了Crossref Posted Content数据库，iThenticate会自动将其纳入比对范围。
即使没有注册DOI，只要预印本在公开网页上可访问，iThenticate的Internet Sources爬虫也可能将其收录。
所以，预印本被检测到不是意外，是正常现象。
问题2：重复率47%全是自己的预印本，这算"抄袭"吗？
不算。
iThenticate报告的高重复率只说明你的投稿稿件跟某个已有来源高度相似。当这个来源是你自己的预印本时，性质完全不同——这不是抄袭别人的文章，而是系统识别出了你自己公开过的版本。
但编辑不这么看。编辑第一次看到47%的重复率时，本能反应是"这篇稿子有大面积文本重复"。他们需要进一步调查才能判断：这个重复是作者自己的预印本，还是从别人的文章里搬来的。
问题的核心在于——你如果不主动说明，编辑得自己去查。查完之后发现是你的预印本，可能会理解，也可能因为第一印象不好而直接退稿。
所以关键操作是：投稿时主动声明预印本的存在。在Cover Letter里写清楚：
主动说明比等编辑自己发现后要稳妥得多。
问题3：不同预印本平台，被iThenticate收录的速度和方式一样吗？
不一样。这直接影响你投稿时会不会"撞上"。
表格
预印本平台 | 主要学科 | 是否注册DOI | iThenticate收录路径 | 收录速度 |
|---|---|---|---|---|
arXiv | 物理、数学、计算机、统计 | 是（通过Crossref） | Crossref Posted Content | 较快，通常1-2周内可被检测到 |
bioRxiv | 生物学 | 是（通过Crossref） | Crossref Posted Content | 较快 |
medRxiv | 医学/临床 | 是（通过Crossref） | Crossref Posted Content | 较快 |
SSRN | 社会科学、经济学、法学 | 是（部分） | Crossref Posted Content + Internet | 中等，取决于是否注册DOI |
Research Square | 多学科 | 是（通过Crossref） | Crossref Posted Content | 较快 |
OSF Preprints | 多学科 | 是（部分） | Internet Sources为主 | 较慢，依赖爬虫收录 |
机构Repository | 各校不同 | 不一定 | Internet Sources | 最慢，且不稳定 |
注册了DOI的预印本（通过Crossref）进入iThenticate数据库最快、最稳定。没有DOI的预印本依赖网页爬虫收录，时间不确定，但最终大概率也会被检测到。
一个重要细节：如果你投的是Nature、Elsevier、Springer旗下期刊，这些出版社本身就是Crossref成员，它们的编辑系统对Crossref Posted Content的匹配非常灵敏。你上周刚挂到arXiv的论文，这周投稿就可能被匹配上。
问题4：期刊接受预印本，为什么查重还是会标红？
因为"接受预印本"和"查重不标红"是两件事。
很多主流期刊已经明确接受预印本投稿。比如：
但期刊接受预印本的意思是"不会因为你先发过预印本就拒稿"。iThenticate系统不知道你的投稿政策——它只负责比对文本。你的预印本在数据库里，跟投稿高度匹配，系统就会标红。
编辑看到标红后，会结合你的声明来判断：这个重复是作者自己的预印本，可以接受。
所以流程是：预印本被标红 → 你在Cover Letter里声明 → 编辑确认后放行。不是预印本不被标红，而是标红后有人帮你解释。
Springer Nature官方建议明确指出：预印本可能在查重中出现，作者应在投稿时披露预印本信息，以便编辑正确解读匹配结果。
问题5：预印本和投稿版本不完全一样，iThenticate怎么处理？
这是一个很现实的问题。
很多人挂到arXiv上的版本，跟后来投期刊的版本并不完全一样。你可能在预印本基础上做了以下修改：
iThenticate不管这些。它只做文本匹配。如果你的投稿跟预印本有60%的文字相同，系统就会报告60%的重复率。即使剩下的40%是你新增的内容，那60%的匹配照样计入总重复率。
这导致一个尴尬的局面：你花了大量时间修改和完善论文，但因为基础文本没变太多，查重率反而很高。
应对方案：
方案一：在Cover Letter里说明版本差异。 除了声明预印本存在，还要说明投稿版本跟预印本的主要区别：
这样编辑在查看iThenticate报告时，对匹配内容有心理预期。
方案二：如果修改幅度很大，可以在投稿前自查一次。 用你自己的预印本作为比对参考，看看哪些段落被标记了。确认所有高匹配段落确实是你自己的原始文本，而不是跟其他人的文献撞了。
方案三：在iThenticate报告中使用Exclude Source功能。 如果你是机构用户，在查看报告时可以手动排除自己的预印本来源，看看排除后的"净重复率"是多少。这个数字更能反映你跟其他文献的真实重复情况。
问题6：有些期刊不接受预印本，怎么办？
虽然越来越多的期刊接受预印本，但仍有部分期刊持保守态度，尤其是：
如果你的目标期刊明确不接受预印本，你有几个选择：
选择一：换一个接受预印本的期刊。 在投稿前查清楚目标期刊的预印本政策。Sherpa Romeo数据库可以查各出版社的预印本和自存档政策。
选择二：不挂预印本。 如果你已经确定要投一个不接受预印本的期刊，就不要在投稿前把论文挂到预印本平台上。一旦挂上去，就收不回来了——预印本的DOI永久存在，iThenticate数据库里的记录也不会因为你在arXiv上删除了就消失。
选择三：投稿后跟编辑沟通。 如果你已经挂了预印本但投了一个不太明确的期刊，可以在Cover Letter里主动声明。有些编辑可能不会因为你发了预印本就拒稿，尤其是当预印本是你自己的工作时。但这有风险，取决于编辑的判断。
问题7：从预印本到正式发表，iThenticate会不会导致"自我抄袭"的判定？
严格来说，预印本匹配不算"自我抄袭"（self-plagiarism），但iThenticate系统不区分"预印本匹配"和"抄袭自己的已发表论文"。
对系统来说，两者都是"跟已有来源高度匹配"。
COPE（出版伦理委员会）的立场是：预印本不属于正式发表，作者从预印本到期刊投稿的文本重叠不应被视为"重复发表"。前提是你做了声明，而且期刊允许预印本。
但实际操作中，有些编辑可能不熟悉预印本政策，看到高重复率就判定为self-plagiarism。这就是为什么主动声明特别重要。
另一个要注意的陷阱：如果你的预印本后来被某个期刊正式发表了（比如你投了期刊A并发表），然后你又拿修改后的版本投期刊B，这时候期刊B的iThenticate报告里会同时出现两个匹配来源——预印本和期刊A的正式版本。这种情况下，重复率的性质就变了，确实可能构成重复发表问题。
核心原则：预印本→期刊投稿，主动声明就没事。预印本→期刊A发表→期刊B投稿，问题严重，需要谨慎处理。
问题8：我的预印本能从iThenticate数据库里删除吗？
不能。
iThenticate的数据库由Turnitin维护，作者没有直接删除记录的渠道。即使你从arXiv上撤下了预印本，iThenticate数据库里的比对记录仍然存在。
Crossref的DOI也是永久的。即使你在预印本平台上标注"withdrawn"，DOI对应的文本快照仍然在Crossref Posted Content数据库里。
如果你确实遇到了预印本导致的异常高重复率，并且目标期刊不接受预印本解释，你唯一的途径是：
但说实话，这条路走起来比较麻烦。最有效的策略是"预防为主"——投稿前搞清楚目标期刊的预印本政策，提前做好准备。
预印本投稿iThenticate查重全流程清单
投稿前按这个清单走一遍，避免预印本相关的查重问题：
FAQ
Q1：我的预印本挂在arXiv上，投稿Nature系期刊会被拒吗？
不会。Nature系列期刊明确允许作者在投稿前将论文挂到arXiv。投稿时在系统里声明预印本信息即可。iThenticate会标红，但编辑看到声明后会正常处理。Nature甚至鼓励作者使用预印本来确立优先权。
Q2：预印本查重率60%，但排除预印本后只有8%，编辑会怎么看？
如果编辑了解预印本政策，看到这个数据会直接放行——排除自己的预印本后，8%的重复率完全在安全范围内。关键是你要在Cover Letter里说清楚这个情况，别让编辑自己去排查。主动声明的作者，编辑通常更愿意配合。
Q3：我在两个预印本平台都挂了论文（比如arXiv和Research Square），会不会有问题？
两个平台的版本都会被iThenticate收录。你的投稿会同时跟两个预印本匹配，重复率可能叠加。建议只保留一个主要平台的预印本版本。如果两个都有，在Cover Letter里都列出来，标明哪个是主要版本。
Q4：预印本版本跟投稿版本差异很大（比如增加了50%的新内容），查重率还会很高吗？
iThenticate只看文本匹配的绝对量。如果你的投稿有8000词，预印本有5000词，其中4500词跟投稿匹配，那这4500词照样计入重复率。即使你新增了3000词，重复率仍然是4500/8000≈56%。内容增加不等于重复率降低。
Q5：我只是挂了预印本，还没投任何期刊，这时候自查查重率很高，正常吗？
完全正常。你自查用的iThenticate跟期刊编辑部用的是同一套系统。你的预印本已经在数据库里了，自查当然会匹配上。这个数字就是期刊编辑会看到的数字。不要因为这个数字高就慌了——关键是看清楚匹配来源是不是只有你自己的预印本。如果是，投稿时声明即可。
Q6：会议论文挂到预印本平台后投期刊，跟直接投期刊有区别吗？
有区别。如果会议论文已经正式发表（有DOI、收录在会议论文集中），它属于Publications来源。如果你又挂了预印本，那iThenticate里可能同时出现两个匹配来源：一个是正式发表的会议版本，一个是预印本。这种情况的重复率性质更复杂，需要在Cover Letter里同时声明会议论文和预印本的信息，并说明投稿版本相比两者的新增内容。
Q7：我投了一个不接受预印本的期刊，但编辑问我有没有发过预印本，我该怎么回答？
如实回答。如果确实发了，说明平台名称和DOI。然后看编辑的态度——有些编辑会建议转投其他期刊，有些可能继续处理但要求你解释重复率来源。隐瞒不说的风险更大：iThenticate报告里已经标出来了，编辑迟早会看到。
总结
预印本跟iThenticate查重的冲突，本质上不是技术bug，而是"预印本公开发布"和"期刊查重系统检测全文匹配"之间的流程摩擦。
iThenticate会检测到你的预印本，这是正常的。重复率高不代表抄袭，也不代表会被拒稿。但你需要做三件事：投稿前查清期刊预印本政策，投稿时在Cover Letter里主动声明，自查时确认高匹配来源确实是你自己的预印本而非其他文献。
做到这三点，预印本不会成为你投稿的绊脚石。