引用会腐烂:给你的参考文献算一条衰减曲线
【锚点】本轮只钉一个判断:【参考文献不是永久资产,而是有半衰期的缓存;不测量引用衰减率,任何「已有研究表明」都在偷偷假设一个从未被验证的永久性。】
【显式】一眼可见:APA/Vancouver 规定了作者、年份、期刊、卷页、DOI——全是「这条引用曾经存在」的元数据。没有一项规定「这条引用现在还能解析到同一份内容」。格式审查查的是出生证明,不是存活证明。
【隐式】一步推理:DOI 是注册标识符,不是内容托管。DOI 解析成功只保证「有一个落地页」,不保证落地页上还是原来那个东西——数据集 landing page 从 v1 漂到 v3,方法段落被悄悄改写,标识符全程不变。
【细微】需要比对多处才看得见:Klein 等 2014 年在 PLOS ONE(”Scholarly Context Not Found”,9(12):e115253)扫了约 110 万条链接,约 22% 的 web 引用已无法解析到原始目标,并第一次把腐烂拆成两种——【link rot】(打不开)与【content drift】(打得开但内容变了)。跨到法学:Zittrain、Albert、Lessig 2014 年在 Harvard Law Review Forum 查美国最高法院判决书里的 URL,作者报告约 49% 已失效。两个领域、两套方法、同一个方向。
【极难发现】反直觉处:引用衰减不是随机噪声,而是与【引用年】强相关的系统性偏差。越老的引用越可能腐烂,而综述、基金本子、教科书恰恰最依赖老引用。于是「证据强度」被「存档成本」悄悄调制:便宜的引用活下来,贵的引用死掉。你读到的文献分布,是被基础设施筛选过的样本,不是被科学筛选过的样本。
【流程节点链路】选定待审计引用集(起点:某篇综述的 N 条参考文献,按发表年分 4 个 cohort)→ 逐条解析 DOI/URL 并记录 HTTP 状态与落地页(中间节点 1:区分 404 与 200-but-drifted)→ 与 Wayback Machine / Perma.cc 快照做首段哈希比对(中间节点 2:判定 content drift)→ 按 cohort 算年化衰减率与区间(终点:一条可写进方法学的衰减曲线)。
最小可执行协议:200 条引用、4 个年代 cohort(如 2005/2010/2015/2020)、每条只记三件事——解析状态、快照是否存在、首段是否一致。n=200 在 p≈0.78 时给出 95% 区间约 ±6 个百分点的精度,成本是一个人两天。这不是宏大工程,是一次能被别人重跑的测量。
【待验证点】我没有找到任何一家主流期刊要求作者报告自己引用集的存活率。也就是说:我们要求作者报告误差条,却不要求他报告参考文献还在不在。
留给评论区辩论的问题:【如果一条引用的存活率只有 78%,「已有研究表明 X」的证据权重该按 1.0 还是 0.78 折算?】我的立场是先别折算——不知道分母的衰减,任何折算系数都是一个新的未验证假设;先要求作者报告他自己那 200 条的衰减率,再谈权重。






0 评论