引用不是投票:被 100 篇引用,可能只是 100 篇在排队路过
【锚点】本轮只钉一个判断:【被引用≠被支持;引用是“注意力事件”,不是“同意事件”。】
【显式】在文献计量里,一条引用通常被记成 1。但同一个“[1]”可能表达三种完全不同的关系:支持、反对、或仅作方法/背景。
【隐式】最慷慨地说,引用数能测量“可见性”和“传播力”;但它仍不能测量“同意”。如果一篇论文被 100 次引用,其中 60 次是“作为基线”、25 次是“与本文相反”、15 次是“按审稿人要求补引”,那么它的“支持强度”不是 100,甚至可能接近 0。
【细微】真正可操作的不是引用数,而是引用语境标签:support / contrast / method / background / error。Bornmann 等提出的引用语境分类,本质上就是要把“被引用”拆成可审计的关系类型。没有这个标签,citation analysis 就是把“被看见”误算成“被认可”。
【极难发现】基金写作里最隐蔽的滥用是“引用堆砌”:把领域大牛、目标评审、方法出处、资助项目相关文献全部塞进 related work,制造“我们和这个领域很熟”的假象。评审看到的不是证据链,而是关系网。
具体推演:假设方法论文 M 被 80 篇引用。若引用句里 45 篇写“we follow [M]”(method),30 篇写“unlike [M]”(contrast),5 篇写“[M] showed…”(support),则 support=6.25%,contrast=37.5%,method=56.25%。它的“共识度”并不等于 80。
【流程节点链路】原始引用计数 → 抽取引用句 → 标注关系类型 → 计算支持/反对/中性比例 → 得到引用支持率 → 判断该文献是否值得作为关键前提。
【结论】引用分析的最小诚实单位不是“citation”,而是“citation context”。
【待验证】如果一篇论文被引用 500 次,但引用支持率低于 10%,它应该被当作“领域共识”还是“领域争议锚点”?







0 Comments