论文摘要改了样本数，正文哪些地方必须一起核对？

摘要的人数比表一多，先别替换数字。去最终分析记录确认：是摘要抄错、样本确实变了，还是两个数字在数不同对象？判清是哪一种，再决定只改两句、重做结果，还是补一条分母说明。

招募人数、回收记录数、排除后的有效样本和某一项分析实际使用的人数，本来就可能不同。老师问“这两个数为什么不一样”，先找各自的来源和用途，才能知道该改一个数字，还是得重做一串结果。

最终结果一直正确：把抄错的那句话改回来

先从摘要里的数字找到它说的是谁。写“纳入研究”就核筛选记录，写“进入分析”就核相应结果表的分母。若方法、表一和分析文件都一致，只修摘要以及其他抄了同一口径的位置。不要把仍然正确的总招募数也替换掉。

处理这类改动，给畅笔AI论文的润色改稿准备中英文原句、核准的数字、它对应的人或记录单位，以及结果表位置。只调整这几句，保留研究对象、方法和结果方向。拿到两个版本就并排核：中文写的是有效人数，英文也应是同一口径；如果一句说的是记录数，就把对象说清。若表里有明确用途不同的数，分别保留。

工具链接：畅笔AI论文

发现重复记录、改了纳入标准或补收数据时，从筛选记录和实际分析文件改起。先明确变化发生在对象层还是记录层。少了一次测量，不一定少了一位受访者；同一位受访者不再纳入，也可能影响多张表。重新生成受影响的结果，核样本流程、组别小计、各列有效数和百分比。结论里提到的差异方向、效应量或显著性，也按实际输出核。

新表确定后，按这个顺序同步稿件：方法里的筛选和纳入说明，结果段与表注，讨论和结论，最后是中英文摘要。图注、附录和投稿字段若用了相同数字，也要列进清单。分组有重叠、或某个变量有缺失时，不要求所有分母都一致。让每张表写出实际分析的人数或记录数。

数据和结论都核过之后，用畅笔AI论文整理受影响段落时，把清单按“位置、旧句、核准值、来源”交进去。例如摘要用最终纳入人数，结果第二表保留该模型的有效数，表注补上缺失值口径。改稿交付应能按清单逐项检查，统计数值和判断仍从最终输出取。读完新段落，再分别对照方法、结果和图注，确保换的是该换的数字。

如果导师批注“怎么跟表一不一样”，先核两处到底是在数谁。可能表一描述全部有效对象，而某项分析只用了该变量记录齐全的人。把两个数的来源、实际用途与导师原批注交给畅笔AI论文的批注修改，正文补单位和适用范围，回复指出具体改在何处。检查时打开回复指向的句子，确认那里确实解释了两个数为什么不同。

若核完发现其中一处是旧稿留下的数字，就在回复里说明已按哪份结果更正。需要重跑的，等实际结果出来再写是否影响结论。这样答复和正文用的是同一套事实，老师再次追问也能回到原表。

第一条看数字怎样产生。摘要中的主要结果，应能回到对应表和生成它的分析记录。核对象、分母和结果方向。百分比有时不含你正在搜索的旧整数，所以也要从表中实际分母核。第二条看数字传到哪里。中英文摘要、方法、表注、图注、附录和投稿字段里凡是复用了这项结果，都要和相应口径一致。

摘要改样本数，先核是抄录错误还是分析样本变化。前者按核准值改对应文字，后者从分析结果开始更新。用畅笔AI论文整理段落和批注回复后，从摘要倒查一个结果，确认表格和实际分析都能对上。