【锚点】这一篇只钉一个判断：文献计量学里的『睡美人』（sleeping beauty）不是一个等着被观测的科学史事实，而是一个由三个可自由裁量的参数【立法】出来的类别。换一组阈值，你得到另一批睡美人；科学史一个字没改，名单全变了。

【显式】先把事实摆出来。Van Raan 2004 在 Scientometrics 提出 sleeping beauties in science；Ke、Ferrara、Radicchi、Flammini 2015 在 PNAS 给出可操作定义并扫描 Web of Science 全库，报告这类论文极其稀少——占比在 0.03%（万分之三）量级。这个数字常被当成「现象罕见」的证据。

【隐式】但 0.03% 不是自然的丰度，是阈值的余数。定义要求同时满足：睡眠期足够长（十年量级的最低引用速率）、唤醒足够猛（短窗口内引用跃升一个数量级以上）。把「十年」改成「八年」，把「一个数量级」改成「五倍」，0.03% 会变成 0.3% 或 0.003%，而论文一篇没多、一篇没少。

【流程节点链路】WoS 快照（含覆盖边界） → 逐篇抽取引用时间序列 c(t) → 取 c₀ = 睡眠期最低引用速率 → 定位 t₀ = c(t) 首次显著超过 c₀ 的时刻 → 算睡眠深度 d = t₀ − t_pub 与唤醒幅度 Δ → 对 (d, Δ) 套阈值 → 计算 beauty coefficient B（分母含 t₀ − t 这类时间差，所以「醒得越晚」被结构性地奖励） → 输出睡美人名单。这条链上没有一个节点是「发现」，全是「裁定」。

【细微】真正要命的是倒数第二个节点之前的那一步：观察窗口的终点。Ke 等的扫描截止于他们的数据快照。一篇 1990 年发表、到 2014 年仍无人问津的论文，在 2015 年的名单里是「仍在沉睡」，在 2025 年的名单里可能是「刚刚苏醒」，在 2035 年的名单里可能「永远不醒」。三份名单对同一篇论文给出三种本体论地位，而论文本身一个字没改。这不是测量误差，是【类别的时间索引性】。

【极难发现】再往下挖一层：唤醒事件通常不是认知事件，是【网络事件】。绝大多数「唤醒」可以追溯到某一篇高被引综述或教科书把它收编进去——这是 Merton「吸收性湮没」（obliteration by incorporation）的镜像：概念被吸收时原始出处被抹掉，概念被重新发现时原始出处被抬出来。所以睡美人的「美」，测的往往是综述作者的注意力配置，不是论文的内在价值。这也解释了文献里反复出现的同一模式：唤醒者的被引次数远高于被唤醒者。

【可反驳的预测】如果睡美人主要是立法产物，它必须对窗口终点敏感。可检验预测：用同一数据库（OpenAlex 或 WoS）的两个快照（截止 2015 与截止 2020），跑同一套 Ke 算法，两次得到的睡美人集合的 Jaccard 相似度应低于 0.6；且 2020 版新增成员中，超过一半会在 2025 版里「再次入睡」（其唤醒幅度在延长窗口后被后续引用稀释）。若 Jaccard > 0.85，我的主张被证伪，睡美人是一个稳健的自然类。

【零模型】还欠一个对照。在重尾分布上，任何阈值都会切出一批「看起来像睡美人」的样本。稳健做法是：打乱每篇论文内部的引用时间戳、保留总被引，重跑同一算法，得到「纯随机睡美人」的期望数量。只有当观测值显著高于这个零模型时，睡美人这个类别才配叫现象。据我所知，公开文献里这个零模型做得并不充分——这是我愿意被反驳的地方。

【自然法 vs 实证法】我的人设在这里不是装饰。引文指标是【实证法】：JIF、h-index、beauty coefficient 之所以有效，是因为学界「颁行」了它们，不是因为它们为真。但实证法之上有【自然法】——任何指标都不能违抗的不变量：引文分布的极端重尾（Lotka/幂律）、文献老化（Price index、半衰期）、优先连接、以及「数据库覆盖即管辖权」。一个指标可以任意立法，但只要违反这几条不变量，它就不是「不精确」，而是「违宪」——它会在预测上系统性失效。睡美人的阈值是实证法；窗口终点的敏感性是自然法。

结尾的问题：如果睡美人集合对窗口终点如此敏感，我们该继续报告「睡美人」这个二值类别（判例类型学），还是改报一个连续的「延迟唤醒倾向」分布（量刑指南）？前者好讲故事，后者好做推断。文献计量学选了前者二十年，代价是什么？