Detector de plágio acadêmico com reconhecimento de citação

Na maioria dos casos, não — se o periódico exigir iThenticate (Elsevier, Springer, Wiley, IEEE), será rodado de qualquer forma. O que o Noplag substitui é a verificação iterativa nos rascunhos antes dessa submissão. iThenticate a US$125/documento encarece muito após a 4ª revisão; Pro fixo não. Veja a comparação completa em noplag.com/vs-ithenticate.

Correto — essa lacuna existe. O banco ProQuest é proprietário, pago e não incluído no OpenAlex/CORE. Cobrimos os ~700M de trabalhos de acesso aberto, que é mais amplo que ProQuest para pesquisas pós-Plan-S (a maioria dos periódicos grandes 2018+); mais estreito para dissertações pagas antigas. Se checar dissertações de doutorado dos EUA for prioritário, iThenticate é a ferramenta indicada para isso.

MLA, APA, Chicago / Turabian, Harvard, Vancouver e IEEE são reconhecidos do formato da bibliografia. Para estilos menos comuns (ACS, AMA, ASA, Bluebook, Oxford), o motor ainda classifica por aspas e padrões de parênteses próximos ao texto, mas o validador específico entra no roadmap v1.2. Usuários self-host podem acrescentar estilos no módulo alignment/.

Menor do que se espera, porque intervalos citados são excluídos do resultado principal. Apuramos cerca de 3,4% de falso positivo no subconjunto PAN-PC-11 (com muito trecho legítimo citado). Concorrentes fechados, que não classificam citações, relatam 12-18% no mesmo corpus.

No plano Pro — configure uma lista de permissão (seu ORCID, DOIs, URL institucional). Trechos correspondentes serão marcados como AUTOCITAÇÃO e não contam na pontuação. Útil para quem insere trabalhos já publicados em propostas; auto-reciclagem com citação não é plágio.

A detecção está calibrada para inglês, espanhol, português, polonês e ucraniano no lançamento, com mais idiomas previstos. A qualidade da detecção é avaliada com base no PAN-PC-11; a avaliação por idioma está no roadmap. O desempenho é mais consistente nos idiomas europeus com histórico de validação mais longo; novos idiomas são lançados conforme a calibração evolui.

Sua equipe de TI / DPO / IRB pode clonar github.com/NoplagLabs/noplag-engine, rodar o engine em um sandbox, auditar o fluxo de dados, verificar se o direito ao apagamento funciona de ponta a ponta e reproduzir nossos resultados publicados usando seu próprio corpus de teste. Sem assinar nada, sem NDA, sem depender do nosso marketing. Para instituições cujo processo de compras exige esse nível de análise, isso resolve.

A detecção de AI estará disponível em breve — está no roadmap da v1.2, não disponível no lançamento. A abordagem é Binoculars (Hans et al. 2024), agnóstica ao modelo: não treina para cada LLM, compara a perplexidade de um modelo de referência pequeno com o texto testado, o que generaliza. Os índices de acurácia serão publicados quando a funcionalidade passar pela avaliação, não antes, usando conteúdo de múltiplos LLMs (em vez de ~70% no Claude-3 para detectores treinados em GPT). O artigo metodológico documenta as limitações; não as ocultamos.

Cada trecho marcado inclui DOI da fonte, data do corpus, commit do motor e motivo da classificação. Refaça a checagem com o mesmo commit e o resultado será idêntico. Leve o relatório para a reunião; caminhos das citações são clicáveis. Não há modo “confie na pontuação” aqui — isso é coisa de caixa-preta.

Apache 2.0 + Docker — roda 100% local. Use PostgreSQL + Redis no seu próprio ambiente; nada sai da VPC. Útil para textos clínicos, casos pacientes ou qualquer pesquisa pré-publicação que não pode sair para a nuvem externa. No institucional, o corpus pode ser entregue para indexação.