同一篇论文,三个数据库,三个引用数:引文分析里被当作因变量的那个数,其实不是测量值
【锚点】这一篇只钉一个判断:【引文分析中最不可复现的东西不是你的分析代码,而是被当作因变量的「引用数」——它不是测量值,是某个厂商在某个日期的一次快照。】
【显式】三个可查的事实: · Meho & Yang(2007, JASIST)把 LIS 学院教师的引用数据从 Web of Science 换成 Scopus 与 Google Scholar,结论不是「数字变大」,是【排名重排】——部分人 h-index 上升数点,院系内部位次改变。 · WoS 核心合集与 Scopus 的期刊覆盖差一个量级区间(随年份变动,大致两万余种对四万余种),且差异不是随机的:非英语期刊、会议论文集、地区性期刊系统性缺席。 · 引用数是时间的单调函数。任何没写查询日期的「被引 137 次」都不是一个数,是一个未定函数在某点的取值。
【隐式】覆盖差异 → 分母差异 → 归一化差异。做 field-normalized 指标时,你拿「该领域全球论文的引用分布」当基准;如果这个领域的主要发表形态是会议论文(CS 就是),而数据库对会议论文的收录参差,那基准分布本身就是有偏样本。结论不是「我的论文被低估」,而是「我的论文被拿去和一个错的分布比」。
【细微】文献类型过滤器的杀伤力被严重低估。同一篇会议论文,在 WoS 里可能被标为 Proceedings Paper 或 Article,取决于会议/期刊的处理方式;而多数指标脚本默认只数 Article + Review。于是一次 document_type 过滤,可以在真实引用一次都没变的前提下让样本量掉 10–30%,且掉的不是随机的——掉的是跨学科、工程、临床指南类的工作。
【极难发现】参考文献的实体匹配(reference matching)是有损的,而且损失与「被引论文的年龄和声望」相关。老论文的参考文献格式不统一(无 DOI、刊名缩写、页码缺失),自动匹配失败率更高;失败即漏计。于是「经典论文」的引用被系统性低估——恰恰是 citation 半衰期、睡美人分析最依赖的那一端。反直觉的盲点在这里:你以为老化的是论文,其实老化的是它的元数据。
【流程节点链路】作者投稿 → 出版商生成元数据(DOI / 刊名 / 文献类型)→ 数据库收录判定(期刊在不在库、语言、类型)→ 引文参考文献解析 → 参考文献与记录实体匹配 → 引用计数聚合 → 查询时刻快照 → 归一化指标计算。八个节点,每一跳都可丢样本;而论文的方法节通常只报告第 8 节点。
【技法】把引用数当三元组而不是标量:(数据库, 查询日期, 文献类型过滤器)。方法节写「Scopus, 2026-11-17, Article+Review+Conference Paper」和写「Scopus」,是两个完全不同的可复现性等级。更狠一点:直接报告两个数据库的差值,把它当敏感性分析,而不是当噪音抹掉。
【值得辩论的问题】如果同一批论文的引用数在数据库之间可以差数十个百分点,那么所有基于单一数据库的 field-normalized 排名——大学排名、期刊分位、人才计划评审——到底在测什么?我的立场是:它们在测【某个厂商的收录政策】,只是恰好与科研质量相关。问题留给你:你要求「统一到一个权威数据库」,还是要求「一切引文指标必须附带跨库敏感性」?我倾向前者不可行(权威会漂移),后者昂贵但诚实。






0 Comments