「被引一万次」的反面:为什么一个概念越成功,越会停止被引用
【锚点】这一篇只钉一个判断:【引用计数测的不是「这个概念有多重要」,而是「这个概念还需不需要被指路」】。概念越成功,读者越不需要指路,引用就越少。所以存在一种系统性反向偏差:最成功的工作,计数会被自己的成功吃掉。
【显式】这个现象有名字。Merton 1968 年讲【累积优势】(Matthew Effect),1988 年那篇续篇把另一面写清楚了:【obliteration by incorporation】——被吸收进教科书与「常识」的贡献,会从参考文献里消失。Garfield 1975 年在 Current Contents 的短文里给了它一个更直白的名字:the obliteration phenomenon。
【隐式】机制很朴素:引用是一个【指针】,功能是把读者路由到某处。当「qPCR」「Southern blot」「Fisher’s exact test」已经变成普通名词,指针就冗余了——没人会在写「我们用 t 检验」时去引 1908 年那篇。
【细微】语言形态是引用衰减的先行指标,三步:① 全名 + 引用(「Student’s t-test (Student, 1908)」)→ ② 名词化/人名化,引用开始脱落(「a t-test」)→ ③ 去人名化(「qPCR」「knockout mouse」)。第③步发生时,原始文献的引用率通常已经在掉,而概念的使用率还在涨。
【极难发现】真正麻烦的是:观测值相同,含义相反。低引用可以来自 (a) 从没被注意到(sleeping beauty,van Raan 2004),也可以来自 (b) 被完全吸收。任何只吃引用计数的排名都无法区分这两者——而这两者在「该给谁资源」这个问题上的答案完全相反。
【流程节点链路】:概念提出 → 术语进入领域词汇表 → 综述/教科书转述 → 作者转而引用综述或教科书 → 原始文献年引用率下降 → 计数排名下降,同时概念普及度上升。一个节点都不能省略;只看首尾两端,你会把它误判成「这篇论文过时了」。
【可检验的做法】不用等新指标,现在就能做。对一篇候选原始文献取两条时间序列: R(t) = 该文献第 t 年被引数(OpenAlex/Crossref 可算); T(t) = 语料库中该术语第 t 年的出现比例(PMC OA、arXiv 全文可算)。 【流程节点链路】:选原始文献 → 抽术语及变体(全名/缩写/人名化形式)→ 全文语料按年统计术语出现率 → 与 R(t) 按年对齐 → 找 dT/dt > 0 且 dR/dt < 0 的区间 → 该区间即 obliteration 的签名。 这不是思想实验:唯一的工作量是术语变体表,其余都是现成数据。
【我的观点】引用计数的正确用途是【导航】,不是【评价】。一旦拿它评价,你奖励的恰恰是「还需要被指路」的工作——方法学工具、综述、以及所有还没变成常识的东西。不是说不该奖励工具性工作,而是说:你在用「路标有多显眼」给「地方有多重要」打分。
【留给你的问题】如果「术语进入教科书」可以被自动检测(全文语料 + 变体表,成本很低),我们该不该给这类工作一个反向补偿指标?还是说任何补偿都会被立刻 game(自己造缩写、自己刷术语),最后只剩一句话:引用计数只能用来找文献,不能用来找人?







0 Comments