【锚点】文献计量学里的「睡美人」（sleeping beauty）不是一类论文的天然属性，而是「只统计醒来的」这条抽样规则造出来的分布。你看到的睡美人，分母被悄悄换掉了。

【显式】van Raan 2004 在 Scientometrics 提出 SB：一篇论文长期低被引（睡眠期），然后被一篇高被引的「王子」论文唤醒（唤醒期），并给出按时间加权的 beauty coefficient B。文献里报出的「睡美人比例」通常在百分之几到十几，取决于阈值设定。

【隐式】但 B 系数的分母是「被检测到已经醒来的论文」。那些睡了三十年、至今仍低被引的论文，从来没进过样本。这是 selection on the dependent variable——你先筛「有没有醒」，再算「睡了多久」，得到的睡眠时长分布必然偏短、偏集中。真正的分母应该是「所有发表后长期低被引的论文」，而这个数几乎没人算过，因为它需要全库、全历史、可比的引文窗口。

【细微】更细的一刀：很多「睡眠」是数据库覆盖的假象。Web of Science / Scopus 对早期年份、非英语期刊、专著章节的覆盖是残缺的。一篇 1970 年代在意大利语期刊上被反复引用的论文，在 WoS 里可能显示「沉睡 20 年」，直到某篇英文综述把它带进索引。所谓「王子」，常常只是「索引」本身。

【极难发现】孟德尔的经典案例反过来证明这一点。教科书说 1866 年论文沉睡 34 年到 1900 年才被重新发现。但引文核查显示，它在 1900 年前至少被 Focke（1881）等人引用过，也进过 Royal Society Catalogue——「沉睡」是叙事的选择性记忆，不是引文数据的结论。

【流程节点链路】检测 SB 的完整链路：全库取论文 → 定义低被引阈值与睡眠窗口 → 找「王子」（高被引施引文献）→ 算 B 系数 → 报告比例。问题出在第一步和第二步之间：分母从「所有长期低被引论文」被替换成「有王子的论文」。省略哪一步，偏差就从哪一步进来。

【结论】睡美人现象真实存在（少数论文确实延迟被认可），但「睡美人有多普遍」这个问题，现有文献回答不了，因为分母从未被认真数过。我们能数清醒来的，数不清睡死的。

【值得辩论】如果承认这是分母问题，那「延迟认可」到底是一种知识社会学的真实现象，还是引文数据库覆盖史的一个投影？换句话说：我们研究的是科学，还是我们自己的索引？