อักขราวิสุทธิ์ CopyCatch Turnitin: Similarity เท่าไรจึงผ่าน

อักขราวิสุทธิ์ CopyCatch และ Turnitin รายงาน “ค่าความคล้าย” (similarity) ไม่ใช่คำตัดสินว่าคุณลอกงาน ตัวเลขเดียวกันอาจผ่านที่หนึ่งแต่ไม่ผ่านอีกที่หนึ่ง เพราะแต่ละมหาวิทยาลัยและวารสารกำหนดเกณฑ์เอง และสิ่งที่กรรมการดูจริงคือองค์ประกอบของตัวเลขนั้น

ค่า Similarity วัดอะไร และไม่ได้วัดอะไร

นักศึกษาบัณฑิตศึกษาไทยแทบทุกคนต้องผ่านขั้นตอน “ตรวจ plagiarism” ก่อนสอบป้องกันหรือก่อนส่งเล่ม และนักวิจัยที่ส่งบทความเข้าวารสารบน ThaiJO หลายฉบับก็จะถูกตรวจด้วยโปรแกรม CopyCatch คำถามที่พบบ่อยที่สุดคือ “ได้กี่เปอร์เซ็นต์ถึงผ่าน” ก่อนตอบคำถามนี้ ต้องเข้าใจก่อนว่าโปรแกรมวัดอะไร

โปรแกรมตรวจการคัดลอกทำงานโดยหาข้อความในเอกสารของเราที่ตรงหรือใกล้เคียงกับข้อความในฐานข้อมูลของโปรแกรม แล้วรายงานเป็นร้อยละของข้อความทั้งหมดที่พบว่าตรงกับแหล่งอื่น Turnitin เองระบุชัดว่า Turnitin ไม่ได้ตรวจหาการลอกเลียน และไม่ได้ตัดสินว่างานชิ้นใดลอก ตัวเลขที่ได้คือ “Similarity score” ไม่ใช่ “plagiarism score” และไม่มีค่าความคล้ายค่าเดียวที่ถือว่ายอมรับได้หรือสมบูรณ์แบบ [1]

งานทดสอบเชิงระบบก็ยืนยันข้อนี้ Foltýnek และคณะทดสอบระบบตรวจความตรงกันของข้อความบนเว็บ 15 ระบบ โดยนักวิจัยจาก 7 ประเทศ ใช้เอกสารทดสอบ 8 ภาษา และสรุปว่าซอฟต์แวร์ไม่สามารถตัดสินการลอกเลียนได้ ทำได้เพียงเป็นเครื่องมือช่วยชี้ข้อความที่คล้ายกัน ระบบที่ทดสอบไม่พบการลอกเลียนทั้งหมด และบางครั้งก็ชี้ข้อความที่ไม่ได้ลอกว่าเป็นปัญหา [2]

ตัวเลขในรายงานจึงเป็น “สัญญาณให้เปิดดู” ผู้ตัดสินคืออาจารย์ที่ปรึกษา คณะกรรมการ หรือกองบรรณาธิการ ซึ่งอ่านว่าข้อความที่ตรงกันคืออะไรและมีการอ้างอิงหรือไม่

อักขราวิสุทธิ์ CopyCatch และ Turnitin ต่างกันอย่างไร

อักขราวิสุทธิ์ เป็นโปรแกรมของจุฬาลงกรณ์มหาวิทยาลัย พัฒนาร่วมกับบริษัท อินสไปก้า จำกัด เว็บไซต์ทางการระบุว่าให้บริการฟรี ผู้ใช้กรอกอีเมล อัปโหลดไฟล์ แล้วรอรับผลทางอีเมล รายงานแสดงค่าเปอร์เซ็นต์ความคล้าย แถบสีบนข้อความที่คล้าย และรายการแหล่งที่มาที่คล้ายกัน ฐานข้อมูลครอบคลุมวิทยานิพนธ์ สารนิพนธ์ วารสาร และรายงานวิจัยของจุฬาฯ บทความวิกิพีเดีย วิทยานิพนธ์ของมหาวิทยาลัยที่ร่วมลงนามความร่วมมือ และฐานข้อมูลวิทยานิพนธ์ของสำนักงานคณะกรรมการการอุดมศึกษา มหาวิทยาลัยที่ต้องการใช้งานติดต่อขอสิทธิ์ผ่านบัณฑิตวิทยาลัย จุฬาฯ [3] ข่าวของจุฬาฯ ปี 2564 ระบุว่าจุฬาฯ อนุญาตให้สถาบันการศึกษา หน่วยงานราชการ และรัฐวิสาหกิจใช้โดยไม่มีค่าใช้จ่ายมาตั้งแต่ปี 2557 และมีหน่วยงานทำความร่วมมือแล้วกว่า 150 แห่ง [4]

CopyCatch เป็นโปรแกรมของสำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) ระบบ ThaiJO มี CopyCatch ติดตั้งเป็นปลั๊กอิน ตัวอย่างเช่น วารสารสังคมศาสตร์ จุฬาฯ ระบุว่าบทความทุกเรื่องที่ส่งผ่าน ThaiJO จะถูกตรวจโดยอัตโนมัติกับฐานข้อมูลวรรณกรรมวิชาการภายในประเทศไทย [5] ทั้งนี้ ขั้นตอนที่ตรวจและเกณฑ์ที่ใช้ขึ้นกับนโยบายของแต่ละวารสาร ในปี 2564 จุฬาฯ และ สวทช. ลงนามความร่วมมือเพื่อเชื่อมฐานข้อมูลของอักขราวิสุทธิ์และ CopyCatch ให้สื่อสารกันได้ [4] ชื่อ “CopyCat” ที่หลายคนใช้เรียก ตรงกับชื่อระบบของเนคเทคที่นำเสนอในงานประชุมวิชาการประจำปี สวทช. (NAC 2014) ในชื่อ CopyCat และ MyCat ควบคู่กับอักขราวิสุทธิ์ของคณะวิศวกรรมศาสตร์ จุฬาฯ และ Anti-Kobpae ของมหาวิทยาลัยเกษตรศาสตร์ [6] เวลาค้นหาข้อมูลหรือกรอกแบบฟอร์ม ควรใช้ชื่อตามที่หน่วยงานของคุณระบุ

Turnitin เป็นบริการของบริษัทต่างประเทศ เทียบข้อความกับฐานข้อมูลของ Turnitin เอง มหาวิทยาลัยไทยหลายแห่งกำหนดให้ใช้ เช่น มหาวิทยาลัยสุโขทัยธรรมาธิราชออกประกาศให้นักศึกษาบัณฑิตศึกษาส่งงานตรวจผ่าน Turnitin อย่างเป็นทางการอย่างน้อย 1 ครั้ง [7]

เพราะฐานข้อมูลไม่เหมือนกัน งานภาษาไทยที่ได้ค่าต่ำใน Turnitin อาจได้ค่าสูงกว่าในอักขราวิสุทธิ์ บางมหาวิทยาลัยจึงแยกโปรแกรมตามภาษา เช่น มหาวิทยาลัยบูรพากำหนดให้ใช้อักขราวิสุทธิ์กับงานภาษาไทย และ Copyleaks กับงานภาษาอังกฤษ [8]

บริบทไทย: เกณฑ์ของมหาวิทยาลัยและวารสารไม่ได้ใช้ตัวเลขเดียวกัน

ต้นทางของการบังคับตรวจในระดับบัณฑิตศึกษาคือแนวทางการบริหารเกณฑ์มาตรฐานหลักสูตรระดับบัณฑิตศึกษา พ.ศ. 2558 ซึ่งประกาศของมหาวิทยาลัยสุโขทัยธรรมาธิราชยกข้อความข้อ 12 มาอ้างว่า ให้สถาบันอุดมศึกษาจัดระบบตรวจสอบการคัดลอกผลงาน การซ้ำซ้อนกับงานของผู้อื่น หรือการจ้างทำรายงานการค้นคว้าอิสระหรือวิทยานิพนธ์ โดยใช้ระบบที่ทันสมัย เช่น โปรแกรมคอมพิวเตอร์ [7] แนวทางนี้กำหนดให้ “มีระบบ” แต่ไม่ได้กำหนดตัวเลขกลาง แต่ละสถาบันจึงออกประกาศของตนเอง ตารางด้านล่างคือตัวอย่างจากเอกสารทางการที่ตรวจสอบได้

จะเห็นว่าคำตอบของ “กี่เปอร์เซ็นต์ถึงผ่าน” มีตั้งแต่ “ไม่เกิน 50% ของค่ารวม” ไปจนถึง “ให้อาจารย์ที่ปรึกษาพิจารณา” ส่วนวารสารใช้เกณฑ์เข้มกว่ามาก เพราะบทความวารสารสั้นกว่าวิทยานิพนธ์ และไม่ควรซ้ำกับงานที่ตีพิมพ์แล้ว ตัวเลขที่ “ผ่าน” ในเล่มวิทยานิพนธ์จึงอาจ “ไม่ผ่าน” เมื่อตัดมาเป็นบทความส่งวารสาร โดยเฉพาะถ้าวิทยานิพนธ์ฉบับเต็มถูกเผยแพร่ในคลังของมหาวิทยาลัยหรือ ThaiLIS แล้ว เพราะฐานข้อมูลของอักขราวิสุทธิ์ครอบคลุมวิทยานิพนธ์ของมหาวิทยาลัยที่ร่วมลงนาม [3]

ทำไมเปอร์เซ็นต์จึงไม่ใช่คำตัดสิน: หลักฐานจากงานวิจัย

ตัวอย่างที่ชัดที่สุดมาจากการศึกษาของ Higgins, Lin และ Evans ซึ่งตรวจต้นฉบับ 400 เรื่องที่ส่งเข้าวารสารการแพทย์เฉพาะทางรายใหญ่ของสหรัฐฯ ติดต่อกัน โดยให้คนตรวจด้วยมือ และนิยามว่าต้นฉบับมีการลอกหากมีอย่างน้อย 1 ประโยคที่คำร้อยละ 80 ถูกคัดลอกจากบทความที่ตีพิมพ์แล้ว ผลคือร้อยละ 17 ของต้นฉบับมีการลอกในระดับที่ยอมรับไม่ได้ และเมื่อนำคะแนนจากซอฟต์แวร์เชิงพาณิชย์มาหาเกณฑ์ที่ดีที่สุด เกณฑ์ 15% ให้ sensitivity 84.8% และ specificity 80.5% [10]

ตัวเลขชุดนี้ดูดี แต่เมื่อแปลงเป็นจำนวนเรื่องจะเห็นภาพต่างไป ต้นฉบับที่ลอกจริงมีประมาณ 68 เรื่อง (17% ของ 400) และไม่ได้ลอก 332 เรื่อง ที่เกณฑ์ 15% ระบบจะตั้งธงต้นฉบับที่ลอกจริงประมาณ 0.848 × 68 ≈ 58 เรื่อง และตั้งธงต้นฉบับที่ไม่ได้ลอกประมาณ (1 − 0.805) × 332 ≈ 65 เรื่อง รวมถูกตั้งธง 123 เรื่อง ซึ่งลอกจริงเพียง 58 ÷ 123 ≈ 47% อีกด้านหนึ่ง มีต้นฉบับที่ลอกจริงประมาณ 10 เรื่องที่คะแนนต่ำกว่าเกณฑ์และหลุดไป

นี่คือเหตุผลที่ Memon แนะนำในบทความด้านจริยธรรมการตีพิมพ์ว่าไม่ควรตั้งค่าตัดความคล้ายแบบตายตัว เพราะข้อความอย่าง “the International Physical Activity Questionnaire was used to measure …” อาจตรงกันในหลายบทความที่ใช้วิธีวิจัยเดียวกันโดยไม่ใช่การลอก การตัดสินจึงไม่ควรอิงตัวเลขจากโปรแกรมเพียงอย่างเดียว [11] นโยบายของวารสารสังคมศาสตร์ จุฬาฯ ก็เขียนไว้ทำนองเดียวกันว่าการอ้างอิงที่เหมาะสม คำศัพท์เฉพาะทาง หรือวลีที่ใช้ทั่วไปในสาขา อาจไม่ถูกนับรวมในเปอร์เซ็นต์ความซ้ำซ้อน ตามดุลยพินิจของกองบรรณาธิการ [5]

สรุปคือ ค่าสูงไม่ได้แปลว่าลอก และค่าต่ำก็ไม่ได้แปลว่าปลอดภัย เพราะโปรแกรมพลาดการลอกบางส่วนได้ [2]

ตัวอย่างการอ่านรายงาน: แยกค่า 31% ทีละชั้น

สมมติว่าคุณส่งบทที่ 2 (ทบทวนวรรณกรรม) ของวิทยานิพนธ์เข้าโปรแกรมแล้วได้ค่ารวม 31% ถ้าหลักสูตรของคุณใช้เกณฑ์แบบมหาวิทยาลัยบูรพา (ค่ารวมไม่เกิน 50%) ตัวเลขนี้อยู่ในเกณฑ์แล้ว แต่ยังต้องให้อาจารย์ที่ปรึกษารับรองรายงานและเสนอขออนุมัติตามขั้นตอน [8] แต่ถ้าบทนี้จะถูกตัดไปเป็นบทความส่งวารสารที่ใช้เกณฑ์ 10–20% คุณต้องรู้ว่าตัวเลขนี้ประกอบด้วยอะไร ให้ทำตามลำดับนี้

ขั้นที่ 1 แยกองค์ประกอบ เปิดรายการแหล่งที่มาในรายงาน แล้วจัดข้อความที่ตรงกันแต่ละก้อนเข้าหมวด ได้ผลดังตารางที่ 3

ขั้นที่ 2 คำนวณค่าที่มีความหมาย ตัดบรรณานุกรม 9% และคำพูดตรงที่อ้างอิงแล้ว 5% ออก จะเหลือ 31 − 9 − 5 = 17% ในจำนวนนี้ 4% เป็นวลีทั่วไปที่เลี่ยงไม่ได้ 6% เป็นข้อความจากโครงร่างของคุณเอง และ 7% คือข้อความที่ตรงกับแหล่งอื่นโดยไม่มีการอ้างอิง ส่วน 7% นี้เท่านั้นที่ต้องแก้แน่นอน (ภาพที่ 1) ทั้งนี้ ก่อนใช้ตัวกรองตัดบรรณานุกรมหรือคำพูดตรงในโปรแกรม ให้ตรวจว่าหลักสูตรของคุณอนุญาตหรือไม่ และรายงานค่าตามที่ระเบียบกำหนด

ขั้นที่ 3 ดูแหล่งเดียวที่ใหญ่ที่สุด ข้อความที่ตรงกัน 7% ที่กระจายจาก 7 แหล่ง แหล่งละ 1% มีความหมายต่างจาก 7% ที่มาจากวิทยานิพนธ์เล่มเดียวเป็นย่อหน้าติดกัน แบบหลังคือสัญญาณของการยกข้อความมาทั้งก้อน ซึ่งกรรมการจะสังเกตก่อน แนวปฏิบัติของเราคือเปิดดูทุกแหล่งที่มีสัดส่วนตั้งแต่ 1% ขึ้นไป และแก้แหล่งที่ใหญ่ที่สุดก่อน

ขั้นที่ 4 จัดการข้อความจากงานของตนเอง โครงร่างวิทยานิพนธ์ของคุณเองที่อยู่ในฐานข้อมูลไม่ใช่การลอกงานผู้อื่น แต่การนำข้อความที่เคยเผยแพร่แล้วมาใช้ซ้ำโดยไม่อ้างอิงคือประเด็นที่ Roig เรียกว่า self-plagiarism หรือ text recycling คู่มือของ Office of Research Integrity ระบุว่า self-plagiarism ไม่ถือเป็นการประพฤติผิดในการวิจัยตามกฎหมายของสหรัฐฯ (42 CFR 93) แต่ยังอธิบายว่าทำไมควรหลีกเลี่ยงการซ้ำซ้อน [12] ในทางปฏิบัติ ให้แจ้งอาจารย์ที่ปรึกษาว่า 6% นี้มาจากโครงร่างของคุณ และถ้าจะส่งวารสาร ให้เขียนใหม่และอ้างอิงงานเดิม

ขั้นที่ 5 แก้แล้วตรวจซ้ำ เก็บรายงานทุกครั้ง หลังแก้ 7% ที่เป็นปัญหาและย่อคำพูดตรงที่ยาว ให้ตรวจใหม่ด้วยโปรแกรมเดิม เก็บรายงานทั้งก่อนและหลังแก้ไว้ เพราะหลายมหาวิทยาลัยให้แนบ Originality Report หรือกรอกค่าร้อยละในแบบฟอร์ม เช่น แบบ GS-103 ของ มจธ. ที่ต้องมีลายมือชื่ออาจารย์ที่ปรึกษาและการอนุมัติของคณะ [9] ส่วนมหาวิทยาลัยสุโขทัยธรรมาธิราชให้พิมพ์สรุปผลของทุกบทแนบพร้อมเล่ม [7]

Paraphrase และการอ้างอิงที่ถูกต้อง: ลดความซ้ำโดยไม่หลอกโปรแกรม

เป้าหมายของการแก้ไม่ใช่ทำให้ตัวเลขต่ำลง แต่ทำให้ข้อความเป็นของคุณจริงและให้เครดิตเจ้าของความคิด คู่มือของ Roig ที่เผยแพร่โดย ORI แยกการลอกความคิด (plagiarism of ideas) ออกจากการลอกข้อความ (plagiarism of text) และอธิบายว่าการเรียบเรียงที่ไม่เหมาะสม เช่น เปลี่ยนคำบางคำแต่คงโครงสร้างประโยคเดิมโดยไม่อ้างอิง ยังถือเป็นการลอก [12] นโยบายของวารสารสังคมศาสตร์ จุฬาฯ ก็นับ “การปรับเปลี่ยนคำหรือโครงสร้างประโยค แต่ยังคงความหมายเดิมโดยไม่มีการอ้างอิง” เป็นการลอกเลียนวรรณกรรม [5]

ลองดูตัวอย่างจากประโยคจริงในบทคัดย่อของ Higgins และคณะ [10]: “Plagiarism was a common occurrence among manuscripts submitted for publication to a major American specialty medical journal.”

• แบบที่ไม่ควรทำ (สลับคำ): “Plagiarism was a frequent event among papers sent for publication to a large American specialty medical journal.” โครงสร้างเดิมทั้งหมด เปลี่ยนแค่คำพ้องความหมาย และไม่อ้างอิง โปรแกรมบางตัวอาจจับไม่ได้ แต่กรรมการที่อ่านต้นฉบับจับได้
• แบบที่ถูกต้อง (สรุปความด้วยโครงสร้างของเราเอง และอ้างอิง): “In a manual review of 400 consecutive submissions to one US specialty medical journal, roughly one in six manuscripts contained unacceptable copied text (Higgins et al., 2016).” ประโยคนี้เปลี่ยนจุดเน้นไปที่วิธีการและขนาดของปัญหา ใช้ตัวเลขที่ตรวจสอบได้ และระบุแหล่งที่มา

หลักปฏิบัติที่ใช้ได้กับทั้งงานภาษาไทยและภาษาอังกฤษมีดังนี้ อ่านต้นฉบับให้เข้าใจแล้วปิดไว้ก่อนเขียน เขียนจากความเข้าใจด้วยโครงสร้างประโยคของคุณ แล้วกลับไปเทียบว่าไม่ได้ยกวลีเฉพาะของผู้เขียนเดิมมา ใส่การอ้างอิงทุกครั้งแม้จะเรียบเรียงใหม่ทั้งหมด และถ้าจำเป็นต้องใช้ถ้อยคำเดิม ให้ใส่เครื่องหมายคำพูดพร้อมอ้างอิง ส่วนรูปแบบการอ้างอิงในเนื้อหาและรายการเอกสารอ้างอิงให้ทำตามคู่มือที่หลักสูตรกำหนด เช่น APA 7th

อย่าใช้เครื่องมือปั่นคำหรือ AI เพื่อ “หลบโปรแกรม” ข้อความที่ได้มักผิดความหมาย และไม่ได้แก้ปัญหาการไม่ให้เครดิตความคิด ถ้าเรื่องจริยธรรมการตีพิมพ์ยังไม่ชัด อ่านต่อได้ที่ แนวทาง COPE และถ้ากำลังเริ่มเขียน โครงร่างวิทยานิพนธ์ ให้วางระบบจดแหล่งที่มาตั้งแต่บทแรก จะลดงานแก้ตอนตรวจความคล้ายได้มาก การที่บทความถูกส่งคืนเพราะค่าความซ้ำสูงก็เป็นหนึ่งใน สาเหตุของ desk rejection ที่ป้องกันได้

สรุป

อักขราวิสุทธิ์ CopyCatch และ Turnitin เป็นเครื่องมือช่วยชี้ข้อความที่ตรงกัน ไม่ใช่ผู้ตัดสิน ตัวเลขที่ “ผ่าน” ขึ้นกับระเบียบของหลักสูตรหรือวารสาร และสิ่งที่กรรมการดูจริงคือองค์ประกอบของตัวเลข ใช้รายการตรวจสอบนี้ก่อนส่งงาน

• อ่านประกาศฉบับล่าสุดของหลักสูตรหรือนโยบายของวารสาร ว่ากำหนดโปรแกรมใด เกณฑ์เท่าไร และรายงานค่าอย่างไร
• ใช้โปรแกรมตามที่กำหนด (ไทยมักใช้อักขราวิสุทธิ์ วารสารบน ThaiJO ใช้ CopyCatch ภาษาอังกฤษมักใช้ Turnitin)
• แยกค่ารวมเป็นบรรณานุกรม คำพูดตรง วลีทั่วไป งานของตนเอง และข้อความที่ไม่อ้างอิง
• เปิดดูทุกแหล่งที่มีสัดส่วนตั้งแต่ 1% และแก้แหล่งเดียวที่ใหญ่ที่สุดก่อน
• เขียนใหม่ด้วยโครงสร้างของตนเองและอ้างอิงทุกครั้ง ไม่สลับคำพ้องความหมาย
• แจ้งอาจารย์ที่ปรึกษาหากข้อความซ้ำมาจากโครงร่างหรืองานที่คุณเคยเผยแพร่
• ถ้าจะตัดวิทยานิพนธ์เป็นบทความวารสาร ให้ตรวจใหม่ตามเกณฑ์ของวารสาร ซึ่งมักเข้มกว่า
• ตรวจซ้ำหลังแก้ และเก็บรายงานทั้งก่อนและหลังไว้แนบเอกสาร

ถ้าคุณได้รายงานความคล้ายมาแล้วแต่ไม่แน่ใจว่าควรแก้ส่วนใด หรือต้องการให้ข้อความที่เรียบเรียงใหม่ยังคงความหมายทางวิชาการครบถ้วน บริการ แก้ไขบทความ ของ Editverse มีบรรณาธิการที่จบปริญญาเอกหรือแพทยศาสตร์ในสาขาของคุณช่วยตรวจภาษาและการอ้างอิงในต้นฉบับที่คุณเขียนเอง เราแก้ไขและยกระดับงานของคุณ เราไม่ได้เขียนหรือทำวิจัยแทนคุณ และไม่รับประกันผลการพิจารณาของหลักสูตรหรือวารสาร

คำถามที่พบบ่อย

Similarity เท่าไรจึงผ่าน

ไม่มีตัวเลขเดียวที่ใช้ได้ทุกที่ แต่ละมหาวิทยาลัยและวารสารกำหนดเกณฑ์เอง ต้องอ่านประกาศฉบับล่าสุดของหลักสูตรหรือนโยบายของวารสาร

ควรใช้โปรแกรมตรวจใด

ใช้ตามที่หน่วยงานกำหนด งานภาษาไทยมักใช้อักขราวิสุทธิ์ วารสารบน ThaiJO ใช้ CopyCatch และงานภาษาอังกฤษมักใช้ Turnitin

ลดค่าความคล้ายอย่างไรให้ถูกต้อง

เขียนใหม่ด้วยโครงสร้างของตนเองและอ้างอิงทุกครั้ง ไม่สลับคำพ้องความหมายเพื่อหลบโปรแกรม และเริ่มแก้จากแหล่งที่มีสัดส่วนสูงที่สุดก่อน

เอกสารอ้างอิง

1. Turnitin. (n.d.). Does Turnitin check for plagiarism and what is a good Similarity score? Turnitin Help Center. https://helpcenter.turnitin.com/hc/en-us/articles/27811925295501-Plagiarism-and-what-are-acceptable-similarity-scores
2. Foltýnek, T., Dlabolová, D., Anohina-Naumeca, A., Razı, S., Kravjar, J., Kamzola, L., Guerrero-Dib, J., Çelik, Ö., & Weber-Wulff, D. (2020). Testing of support tools for plagiarism detection. International Journal of Educational Technology in Higher Education, 17(1), 46. doi:10.1186/s41239-020-00192-4
3. จุฬาลงกรณ์มหาวิทยาลัย และ บริษัท อินสไปก้า จำกัด. (n.d.). อักขราวิสุทธิ์: ป้องกันการลักลอกผลงานทางวิชาการ. https://www.akarawisut.com/
4. จุฬาลงกรณ์มหาวิทยาลัย. (2564). จุฬาฯ ร่วมกับ สวทช. ร่วมมือตรวจสอบการลอกเลียนงานวรรณกรรมโปรแกรมอักขราวิสุทธิ์ และ CopyCatch. https://www.chula.ac.th/news/51059/
5. วารสารสังคมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย. (2568). นโยบายด้านการลอกเลียนวรรณกรรม (Plagiarism Policy). https://so08.tci-thaijo.org/index.php/ssjpolsci/plagiarism
6. สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ. (2557). การสัมมนาเรื่อง การสร้างสรรค์ผลงานทางวิชาการอย่างยั่งยืน (Sustainable Academic Endeavors), NAC 2014. https://www.nstda.or.th/nac/2014/download/seminar/new/CC-306-02-PM.pdf
7. มหาวิทยาลัยสุโขทัยธรรมาธิราช. (2560). ประกาศมหาวิทยาลัยสุโขทัยธรรมาธิราช เรื่อง การใช้โปรแกรม Turnitin เพื่อตรวจสอบการคัดลอกผลงานวิจัยระดับบัณฑิตศึกษา พ.ศ. 2560. https://www.stou.ac.th/thai/grad_stdy/masters/%E0%B8%9D%E0%B8%AA%E0%B8%AA/PostTurnitin.pdf
8. Burapha University. (2023). Burapha University Announcement No. 1051/2566: Guidelines for plagiarism checking in graduate students’ academic works (English translation). https://grd.buu.ac.th/wp-content/uploads/2026/01/1051-2566-en.pdf
9. King Mongkut’s University of Technology Thonburi. (n.d.). Form GS-103: Plagiarism checking report. https://sbt.kmutt.ac.th/wp-content/uploads/2026/03/GS-103-Plagiarism-Checking-Report.pdf
10. Higgins, J. R., Lin, F.-C., & Evans, J. P. (2016). Plagiarism in submitted manuscripts: incidence, characteristics and optimization of screening—case study in a major specialty medical journal. Research Integrity and Peer Review, 1, 13. doi:10.1186/s41073-016-0021-8 PMID: 29451552
11. Memon, A. R. (2020). Similarity and plagiarism in scholarly journal submissions: bringing clarity to the concept for authors, reviewers and editors. Journal of Korean Medical Science, 35(27), e217. doi:10.3346/jkms.2020.35.e217 PMID: 32657084
12. Roig, M. (2015). Avoiding plagiarism, self-plagiarism, and other questionable writing practices: A guide to ethical writing. Office of Research Integrity, U.S. Department of Health and Human Services. https://ori.hhs.gov/avoiding-plagiarism-self-plagiarism-and-other-questionable-writing-practices-guide-ethical-writing