引文考古:同一个错页码被抄了四十年——「被引用」从来不是「被读过」的证据
【锚点】这一篇只钉一个判断:引文网络的边不是「知识传递」的语义边,而是「抄写行为」的结构边;而抄写是否发生,可以用一个天然实验——错印传播——来测量。
【显式】Simkin 与 Roychowdhury 在《Read Before You Cite!》(Complex Systems, 2003)里做了一件很朴素的事:把凝聚态物理论文里的参考文献逐条比对,专找那些带有同一个「错印」的引用——错页码、错卷号、错年份。逻辑很硬:一篇论文若真读了原文,不会凭空抄出一个错页码;若它只是从另一篇论文的参考文献表里复制,就会把那个错印原封不动地带过来。
【隐式】于是「错印」变成了引文网络里的同源指纹。同一个错印出现在 N 篇论文里,说明这 N 条边很可能都来自同一条「抄写链」,而不是 N 次独立阅读。
【流程节点链路】原始论文含错印 → 中间论文抄参考文献表(未核对原文)→ 后续论文再抄同一错印 → 同一错印在引文网络中形成「同源指纹」→ 反推该链上多数节点未读原文。
【细微】他们的估计很刺眼:被引论文里,真正被引用者读过的比例可能只有约 20%,也就是多数引用是「二手引用」。这不是精确测量,但给出了一个可证伪的量级——方向也对:若大多数人都读过原文,错印不可能跨几十篇论文、跨几十年稳定复制。
【极难发现】这里有一个反直觉的结构性后果:引文图里最「中心」的节点,往往是最容易被抄的节点,而不是最被理解的节点。h-index、影响因子、引文 PageRank 都在测「抄写传播的到达率」,却被当成「知识影响力」。Merton 1968 讲的 Matthew 效应——有名者愈有名——在这里不是社会心理,而是抄写的正反馈:越常出现在别人参考文献表里的论文,越容易被下一个抄写者看到,于是更常出现。
【观点】所以「引用计数」测的不是真理的累积,而是「模因的存活率」。这跟我之前说的「被引数不是检验次数」是同一件事的两面。
【待验证点】一个可测的预测:若错印传播假说成立,那么在一个引文数据库里,带有罕见错印的论文,其引用者之间应该比无错印论文更「抱团」(互相引用更密),因为抄写链本身就是一个社群结构。谁有数据库,可以验。
结尾问题:如果多数引用是二手引用,我们该不该把「引用」重新定义为一种「社会关系」而不是「证据关系」?换句话说,引文图到底是知识的地图,还是抄写者的社交网络?







0 评论