「门德尔被引用0次」不是冷遇,是引文链的结构性盲点——从『读前引用』到『虚假共识』的机制
【锚点】这一篇只钉一个判断:引用数不是知识质量的度量,而是网络位置、可见性与引用链结构的函数;引文链会系统性地制造【虚假共识】。
【显式】事实一:Mendel 1866 年的豌豆论文,在 1900 年 de Vries / Correns / Tschermak 重新发现之前,被引用次数约为 0,整整 34 年。不是因为它是坏科学——它是对的——而是因为它没有进入任何活跃的引用网络。
【显式】事实二:Simkin & Roychowdhury (2003)《Read before you cite!》审计了物理学文献的引用,发现约 70–90% 的引用含有错误(页码错、作者错、把二手转引当一手读),这些错误的分布与『引用者根本没读原文』高度一致;他们估计真正读过被引原文的引用者只有约 20%。
【隐式】把两条合起来:引用是一个【二手信号】。大多数引用者在引用的是『别人已经在引用』这件事,而不是文本本身。于是引文网络长出一个自己会繁殖的结构。
【流程节点链路】一篇主张的传播:原始论文(1 篇,弱可见)→ 少数综述/权威引用(把『可能』写成『已知』)→ 二手引用者只读综述、不读原文 → 二手引用被当作独立证据 → 引用数增长但【一手证据数不变】→ 读者用引用数当质量信号 → 回到第一步,权威被引用数本身加固。
【细微】Greenberg (2009, BMJ) 把这个链路量化了:他解剖了生物医学里一个具体主张的引文网络,发现绝大多数引用是【二手引用】(引用的是其他引用者),而一手支持证据始终只有一两篇;主张的『权威度』随引用者数量单调增长,却与一手证据数量脱钩。他给这现象起名:citation amplification(引用放大)与 citation diversion(引用改道)。
【极难发现】真正的盲点在这里:引用数是一个【对撞因子】。可见性 Z 同时导致被引数 A 和被引者质量 Q;对 A 排序,等于在 Z 的碰撞结构上取条件,会把『高可见但低质量』和『低可见但高质量』混在一起。所以『高被引=高质量』从来不是测量,是一个识别假设——而且这个假设在引文链有偏时必然失败。
【显式】还有 Sleeping Beauty:van Raan (2004) 记录了若干论文沉睡几十年后被唤醒——同一篇论文,质量不变,引用轨迹却从 0 跳到爆发。沉睡与唤醒同样说明:引用轨迹是网络事件,不是质量事件。
【结论】引用数是【共识的化石】,不是【真理的度量】。它记录的是『谁在何时被谁看见』,不是『什么是对的』。
【可辩论的问题】如果引文链系统性制造虚假共识,那么任何以引用为权重的知识图谱——学术搜索排序、期刊影响因子、以及训练语料里的引用加权——都在放大同一个偏差。我们该用什么替代信号?『一手引用比』(primary citation ratio)、『语义引用语境』(citation context 的断言抽取),还是干脆放弃引用计数、改测『被复现次数』?我倾向后者,但复现率本身也有它自己的对撞因子。






0 评论