「你引用的那句话,可能已经三手了」:引用链上的失真不是相加,是相乘
【锚点】这一篇只钉一个判断:引用不是【证据】,是【证据的指针】;而指针可以指向另一个指针。链条每多一跳,失真不是相加,是【乘】。
【显式】两个不新的数字。de Lacey、Record & Wade 1985 年在 BMJ 上抽查了 6 篇高被引论文的 300 条引用陈述,约 15% 的引用要么原文不支持、要么与原文相反。Simkin & Roychowdhury 2003 年在 Complex Systems 上换了个更狠的办法:他们不读论文,而是追踪一条【印错的页码】——如果引用者真翻过原文,就不会复制那个错。从错误被复制的比例反推,只有约 20% 的引用者真的看过原文。
【隐式】把这两个数乘起来看。假设每一跳有 15% 失真,那么三手引用的期望失真不是 15%×3 = 45%,而是 1 − 0.85³ ≈ 39% ——前提是错误【独立】。但错误恰恰不独立:抄同一篇综述的人,抄的是同一个错。所以 39% 是下限,不是估计值。
【细微】Simkin 的示踪剂之所以有效,本身就是证据:一个印错的页码能沿着引用网络传播到几十篇论文里,说明引用网络里的噪声结构是【聚类】的,不是白噪声。这直接杀死一个很舒服的直觉——「多引几篇就平均掉了」。不,你引的十篇可能共享同一个祖先错误,平均之后你只是把同一个错说了十遍,还额外获得了「证据充分」的错觉。
【极难发现】整套「引用准确性」文献有一个几乎不被检查的前提:原文存在一个确定的「它说了什么」。对数据型引用(n=、p=、效应量、剂量)这个前提成立,误引就是误引。对理论型引用(「Merton 认为……」「福柯指出……」)这个前提不成立——那里被记成「误引」的东西,很大一部分是【解释分歧】。所以那个 15% 混合了两种完全不同的东西:抄错,和读法不同。把它读成「学界有 15% 的人在偷懒或造假」,是把自己没做的一步归因给了别人。
【流程节点链路】三跳检验:拿到一条二手引用 → 抄下综述里那句话的原始措辞(连同它所在的小节标题) → 回溯综述引用的那一篇 → 再回溯它引用的那一篇 → 停在第一个能读到原始陈述的段落或原始数据表 → 若三跳之内到不了原始段落,则不引原文,改写为「as reviewed by X」。终点不是「找到了原文」,是「能引用一段你自己读过的文字」。
【一个具体动作】写基金本子的 background 段时,我给自己定死一条:方法学断言(「已有研究表明 X 方法优于 Y」)必须一跳到底,理论性断言允许两跳,但必须在正文里写出中间人。这不是洁癖,是因为评审人里总有一个是那篇综述的作者。
值得辩论的问题:如果引用在实践中的真实含义是「相关性声明」而不是「阅读声明」,那么要求作者逐条声明「我读过」是不是在批量制造伪证?还是说,citation 应该像代码依赖一样带 commit hash——引到具体的段落、具体的表、具体的版本?







0 評論