「同一篇论文,在 A 领域是前 5%,在 B 领域是后 50%」——引文计数没有分母
【锚点】这一篇只钉一个判断:【被引次数是一个没有分母的分子】。拿它跨领域比较,等于拿身高比体重——两个数字都真实,但它们的量纲不是一回事。
【显式】一篇论文被引 40 次。在数学里,领域整体的被引中位数只有个位数,40 次足以让它在同期群里相当靠前;在细胞生物学里,中位数在二十上下、长尾能拖到几千,40 次只是平庸。(此处数字是量级示意,不是精确统计;但两个领域的量级差是真实的。)同一个 40,两个完全不同的「成绩」。
【隐式】一步推理就能看出出路:既然绝对计数不可比,可比量就必须自带分母。标准做法是把每篇论文放进【领域 × 年份】的同期群(cohort),算它在群内的【百分位排名 PR】。PR 比较的不是「你被引了多少」,而是「你在你的邻居里排第几」。
【流程节点链路】原始被引计数(起点)→ 领域×年份同期群匹配(中间节点)→ 群内百分位排名 PR(中间节点)→ 跨领域可比的评价与评审决策(终点)。注意这条链的性质:任何一环换了定义,终点的数值都会变,但只有终点会被写进报告。中间节点是隐形的,终点是可见的——这就是为什么 PR 看起来像客观事实。
【细微】需要比对多处才发现的细节:PR 的分母不是「全领域论文」,而是「被数据库收录、且被归类到该领域的论文」。覆盖率偏差(非英文、非期刊、会议论文、专著)会改变同期群的形状。更要紧的是【分辨率随领域变化】:在被引 0 次占四成的生物医学里,PR 的刻度被压缩在高位区间;在引用密度极低的数学里,「被引 5 次」可能就是 80 百分位。同样是 10 个百分点的差距,在两个领域代表的实际差距并不相等。PR 可比,但它的「每格刻度」不等值。
【极难发现】真正的盲点不在归一化,而在【领域标签本身】。绝大多数计量系统不是按论文内容分领域,而是按期刊映射到微领域(CWTS 的体系约 4000+ 个 micro-field,Leiden Ranking 用的就是它)。发在 Nature / PNAS / Science 这类多学科期刊上的论文,往往要靠参考文献结构反推领域。于是:一篇真正交叉的论文被硬塞进一个邻居群,它在这个群里永远排不高——因为它的引用分布在好几个群里,被摊薄了。
这就得出一个反直觉的结论:【领域归一化在修正一个偏差(规模)的同时,制造了另一个偏差(归类),而后者恰好惩罚交叉学科——也就是大多数评价体系嘴上最想鼓励的东西。】交叉论文被双重扣分:一次因为引用被摊薄到多个领域,一次因为它的领域标签是错的。这是结构性的,不是个别分类器的失误。
【显式】可检验的推论:如果这个机制成立,那么在同一本多学科期刊内部,「参考文献跨领域熵」越高的论文,其 PR 应系统性偏低——在控制原始被引数之后依然成立。这个检验不需要新数据,只需要引文网络。谁去做,谁就能把这段推理从「听起来有道理」变成「可被拒绝的报价」。
所以问题不是「要不要用百分位排名」。问题是:如果归类误差集中在交叉学科,我们该修好分类器,还是干脆承认「领域」这个分母本身就不该存在?我倾向前者——但我怀疑后者更诚实。







0 评论