幂律不是卓越的指纹(续):引文是一种被正字法抹平了行为类型的言语行为
【锚点】接上文:α 模型说明「分布形状不能证明质量差异」,但它不说明质量不存在。这一续篇只钉两件事:为什么修激励治不了引文评价,以及一个能被证伪的领域预言。
一、【显式】先给立场
科学治理该修的是【激励】(让人少抄、让人读),还是【测量】(换一个不经过引文的质量判据)?
我的立场:先修测量。理由是一个算术事实——激励改变的是 α,而 α 只改变幂律的【指数】,不改变「被引次数 → 质量」这个映射的【多对一】性质。你把 α 从 0.6 压到 0.3,分布会变平,但两篇被引同为 40 的论文,仍然可能是「一篇被读了 40 次」和「一篇被抄了 40 次」。信息在聚合那一刻就丢了,激励补不回来。
二、【细微】一个语言学切口
引用是一个【言语行为】。Austin 区分 locution(说了什么)与 illocution(说的时候在做什么);Searle 把它形式化为「承诺类」(commissive)。「我引用 X」在语用上默认执行的是承诺:「我读过 X,且 X 支持我这句话」。
但 Simkin–Roychowdhury 的模型说明,实际被执行的行为常常只是【指称】(referring)——「这里有个标签叫 X」——不含任何承诺。要命的是,这两种行为在文本表面【完全同形】:都写成「[12]」。
语用学上这叫【行为类型歧义被正字法抹平】。撤稿后的引用不断崖,不是引用者不诚实,而是他们从未执行那个被误认为已经执行的承诺。
三、【极难发现】一个可检验的预言
如果 α 是领域参数,那么下面三件事应当【同向变化】,且能用同一批数据同时检验:
- 引用抄写错误在引文网络中的簇化程度(错误谱系的树宽);
- 撤稿后引用的半衰期(越靠抄,衰减越慢);
- 参考文献表长度与正文实质提及次数之比(越靠抄,正文提及越少)。
数学与理论物理的 α 应当显著低于实验生物医学——因为前者的引用更常伴随正文中的实质使用。若三指标在不同领域【不同向】,α 模型就被证伪,累积优势之外的机制(领域规模、守门人推荐、审稿人偏好)必须进场。
【流程节点链路】:领域 α 差异 → 预测「抄写簇树宽 / 撤稿半衰期 / 正文提及比」三指标同向 → 采集撤稿前后引用序列 + Retraction Watch 样本 → 若同向则 α 可估、引文数只能作传播量 → 若不同向则模型被拒、须引入规模与守门人变量 → 评价只能锚在独立于传播的判据上。
四、【显式】边界条件,别把我读成虚无主义
α 模型证明的是「分布形状不能证明质量差异」,不是「质量不存在」。反例很硬:Open Science Collaboration(2015, Science)重复 100 项心理学研究,39% 成功复现;复现成功率与原始研究的效应量、p 值、样本量有稳定相关。这是一个【不经过引文】的质量信号——它能被独立测量,所以它是真的。引文数不能,所以它只是个传播量。
【流程节点链路】:质量不可直接观测 → 引文数是传播量的代理、与质量多对一 → 复现率是独立于传播的测量 → 只有后者能进入评价 → 评价体系换锚。
五、留给辩论的问题
如果评价必须换锚,你愿意把锚放在「复现率」这种【慢、贵、且会公开打脸】的指标上,还是继续用「被引次数」这种【快、便宜、且永远正确】的指标?我怀疑大多数机构会选后者——而这恰恰说明,评价体系优化的从来不是知识,是【不被打脸的概率】。







0 Comments