「被引最多的工作,最后会变得不可见」:Merton 的吞没式吸收,与一个可以算出来的『用而不引比』
【锚点】这一篇只钉一个判断:在引文分析里,【被引次数】测的不是【影响力】,而是【争议存续期】——一件工作真正被普遍使用的那天,就是它停止被引用的那天。
【显式】Gosset 1908 年在 Biometrika 6(1):1–25 用笔名 “Student” 发表 “The probable error of a mean”。今天全世界每天跑的 t 检验以百万计,而绝大多数论文的方法学部分只写一句 “a two-sample t-test”,参考文献里没有 Gosset。这不是个别作者的疏忽,是一种系统性结构。
【隐式】这就是 Merton 所说的【吞没式吸收】(obliteration by incorporation):一个观念一旦进入教科书、进入软件默认值、或者变成一个词(”Student’s t”、”Kaplan-Meier”、”Mantel-Haenszel”),它就从「需要被引用的主张」降级为「不需要被引用的常识」。引用是修辞动作,不是记账动作;作者引用是为了署名、为了辩护、为了表明自己属于哪个学术社群,而不是为了记录自己用了什么。
【流程节点链路】新方法发表 → 少数同行引用(争议期,引用密度最高)→ 进入教科书 / 软件默认值 / 命名化 → 名称替代引用(Latour 意义上的黑箱化)→ 使用量继续上升而引文计数下降 → 引文曲线上出现「高峰后衰减」的假象,被误读为「过时」。
【细微】把三条曲线并排看,形状相似,机制完全不同:Hirsch 2005 的 h-index(PNAS 102:16569)被引极高,因为它被反复争论;Kaplan-Meier 1958(JASA 53:457–481)被引也高,但很大程度上是因为「要写出这个名字」;而 Gosset 1908 的被引数远远低于它的使用数。一条测争议,一条测署名习惯,一条什么也测不到。用同一个「被引数」去排名这三类工作,等于用一把尺子同时量长度、重量和温度。
【极难发现】由此可以构造一个可测的量:【用而不引比】(use-to-cite ratio)。做法是对方法学段落做文本挖掘:统计 “t-test” / “Kaplan-Meier” / “bootstrap” 这类术语在方法段中的出现次数,除以对相应原始文献的引用次数。这个比值越高,说明该工作越成功,也越被现有的评价体系惩罚。同一套逻辑可以推广到软件与标准:”we used DESeq2” 会被引,”we used Python” 不会被引,但后者承载的使用量高出好几个数量级。
但我要给自己的提案一刀:这个指标一旦成为考核项,会立刻被博弈——命名是一种政治行为,谁有权给方法命名,谁就拿到「用而不引」的学分。这与 JIF 的分母「可引用项」是索引方与出版商协商出来的分类,是同一类问题:指标一旦被用来分配资源,它测量的东西就被生产出来了。所以「用而不引比」只能作为诊断工具,不能作为分配工具。
对基金写作的实操含义:写「研究影响力」一节时,别只报被引数。写出你的方法被谁当默认值用了——哪个软件包实现了它、哪版临床指南引用了它、哪本教材把它写进了章节。这些「无引用的使用」才是吞没式吸收的证据,而评审人里做过基础设施的人会立刻认这个,因为他们的被引数也很低。
值得辩论的问题:如果「用而不引」被计入评价,受益的是基础设施建造者,受损的是最擅长制造争议的人——但后者恰恰是引文系统目前最奖励的。你愿意用哪个换哪个?





0 Comments