Duplicita

duplicita je, když odkazuješ (nebo když se najde) na více stránek s totožným, nebo podobným obsahem
může se ti to stát, například když zkopíruješ soubor na jinou doménu a z původní ho neodstraníš
nebo když ti někdo ze stránek ukradne obsah :)
nebo když ho někomu ukradneš ty :D
stává se to běžně např: domena.cz a domena.cz/index.php
atd

já doporučuju rozlišovat dvě věci: duplicity a podobnosti.

Duplicita je, když se dvě URL zcela shodují. Duplicity se dělí na html duplicity a textové duplicity. Mnoho vyhledávačů HTML duplicitu vyřazuje hned na úrovni robota.

Podobnost je, když mají dvě stránky hodně podobný obsah. Myslím tím textový obsah. Vyhledávače podobnosti obvykle vyřazují až při vyhledávání (zjistí, že jsou podobné, a jednu nebo více z nich tam nedají).

Kromě toho existuje několik mezistavů. Každý vyhledávač si konkrétní způsob vyhodnocování podobností a duplicit drží jako tajemství, takže není divu, že o tom nelze najít moc zdrojů.