AIGC率降重过程中发现样本数量变化，先核对真实材料流转和分析范围，再调整语言。可查看PaperPass智能降AIGC的辅助服务，但数字不一致不能简单全部替换成一个值。招募、回收、有效记录与具体分析样本，可能分别代表不同阶段，需要准确说明。
先确定每个数量代表什么
查看研究方案、收集记录、筛选依据和最终使用数据，区分初始对象、排除对象、缺失情况与各项分析范围。不能把文中出现的所有人数都视为同一概念，也不能凭期望结果决定纳入。
实际补充或减少样本时，记录发生时间与原因，按研究方法和适用要求处理。未完成的补充采集不能写成已加入数据，删除不符合预期的对象也不能用语言修饰掩盖。
表格与统计范围逐项确认
不同分析可能使用不同可用记录，应准确交代，不让读者误以为每项结果都来自完全相同数量。百分比的分母、分组范围与缺失处理，也应结合真实方法核对。
如果数量不同来自错误，回到数据处理修正，并同步更新相关结果。只改正文数字、保留原表和原计算，会造成新的不一致；反过来，数量不同若有合理范围差异，不必为整齐强行统一。
结论保留样本边界
摘要、方法、结果和结论使用的对象范围应相互对应。材料增加后，研究是否覆盖更多情境，需要看实际来源与设计，不能因为人数变多就自动扩大推广范围。
辅助稿可能将“部分记录用于分析”压缩为“所有对象均参与”，也可能把失访、无效与不适用混用。每个阶段名称都应根据事实确认，不把一般近义词替换用于研究技术含义。
用流转记录解释而非掩盖差异
可以整理阶段、数量、原因与去向的工作记录，帮助发现遗漏。是否在正文使用流程图或表格，按研究需要与规范决定，重要的是作者能解释每个数值怎样形成。
回填后全文检索旧数量及相关百分比，检查图注、附录和摘要，不仅看被报告标记的位置。实际口径确认后再整理重复表达，避免语言修改先统一错误，反而使问题更难发现。
可结合AIGC修改前先核实研究内容完成回读。报告不验证样本与统计，真实记录、方法依据和清楚范围才是修改数字表述的基础。
用流转记录核对不同数量的关系
从初始对象到各项实际分析，分别记录阶段、数量、原因与去向。记录帮助解释差异，不是要求把所有数字改成相同。不同阶段有不同范围时，就准确说明，不能用统一表述掩盖真实过程。
排除、失访、缺失与不适用各有含义，应根据方法和记录区分。某些数量变动合理，也仍要交代必要依据；发现实际错误，则从数据处理修正，而不只把正文数字改成看起来一致的值。
统计表中的分母与对象要单独核查。一个总样本量不能自动用于所有比例，分组或分项分析采用不同可用记录时，表注和正文应能解释。更新数量后，相应计算与判断也需要回看。
辅助稿可能压缩这些阶段名称，造成“全部对象都参与全部分析”的误解。回填时核对主语、范围和处理状态，保留影响结论的条件。没有完成的补充采集或复核，不写成已经执行。
最后全文搜索旧数量、相关比例与概括句，检查摘要、图注和附录。清楚记录本轮是纠错、补充还是范围说明，报告不能验证这些技术内容。真实样本过程与准确表达相互对应，才有适合继续讨论的结论。
若新增材料改变了研究对象构成，进一步核对结论适用范围，而不只修改一个总人数。数量更多也不自动证明代表性更强，相关判断需要真实设计依据。
常见问题
论文里出现不同样本量，一定是错的吗？
不一定，可能对应阶段或分析范围差异。先核对记录、方法和分母，准确说明；确有错误则从处理过程修正。
为了统一，可以把所有人数改成最终样本量吗？
不能机械替换。初始、回收、有效与分项分析数量含义不同，应如实呈现必要关系，不用文字一致掩盖流转过程。
改了样本量，只检查方法段够吗？
还需核对计算、表格、摘要与结论。数量变化可能影响比例和判断，不能只更新一处说明而保留其他旧结果。
