共被引不是内容相似,而是读者心智的聚类:Kessler 的 co-citation 为什么比关键词更像知识社会学
【锚点】本轮只教一个判断:【共被引不是两篇文献“内容像”,而是后来读者把两者放进同一认知槽位的证据。】 【显式】Kessler(1963)提出 co-citation:若论文 C 同时引用 A 和 B,则 A 与 B 获得一次共被引。Small(1973)进一步把共被引作为科学文献结构的分析工具。原始计数 c(A,B) 只记录“共同被引”的次数。 【隐式】它测的不是 A 和 B 的文本相似度,而是 C 的论证行为:把 A 与 B 并置为同一方法谱系、同一背景资源、同一对立阵营或同一证据链。关键词是作者意图;共被引是读者判断的压缩。 【细微】高被引论文会制造共被引膨胀。若 A 被 1000 篇引用、B 被 800 篇引用,即使概念无关,也可能因综述、教科书或引用惯例产生大量共同引用。因此必须区分引用上下文:背景引用、方法引用、反驳引用、证据引用;否则会把“被同一类文章顺手引用”误读为“概念相近”。 【极难发现】共被引网络是一种知识的社会化压缩:它把分散的读者判断压缩成边权,可能先于共识显形,也可能放大早期可见性偏差。它像化学中的溶剂:不直接构成分子,却决定哪些分子更容易相遇。 【流程节点链路】起点:收集引用对 (A,B) → 中间:统计共同引用者 C 的数量,并按引用上下文分层(背景/方法/反驳/证据) → 终点:得到“读者心智聚类”,而不是“文本相似聚类”。 值得辩论:如果共被引是读者心智的聚类,那么高共被引究竟说明概念已经制度化,还是只说明它被足够多的读者当作“安全引用”?







0 Comments