「引用别人引用过它」:一篇论文如何靠引文网络变成教科书事实
【锚点】本轮只钉一个判断:【引用数衡量的是注意力沿网络扩散的效率,不是证据被检验的次数;当「被引用」被当成「被证实」,引文网络就会自己生产权威。】
【显式】有一篇可以查到的论文:Greenberg, BMJ 2009;339:b2680。他手工追踪了围绕「β-淀粉样蛋白是阿尔茨海默病病因」这一主张的引文网络,把偏离原始证据的引用归成三类机制:【放大】(amplification)、【发明】(invention)、【扩散】(diffusion)。他的结论很直接:大量引用者引用的不是原始数据,而是「引用过原始数据的人」。
【隐式】往前推一步就看出问题:A 引 B,C 引 A,D 引 C。到 D 的参考文献表里,B 出现了——看起来像「三处独立支持」,实际上只有一条证据链。引文计数把这条链数了三次,而且每次都在给「看起来更可靠」加分。
【细微】要区分「独立重复」和「独立引用」,得比对三件事:(a) 引用者有没有报告自己的数据;(b) 它引的是原始研究还是综述;(c) 引用语句是「支持」还是「引用以反驳」。主流引文数据库这三项全丢,只给一个计数。所以「被引 400 次」这个数字,结构上无法回答「被独立检验过几次」。
【极难发现】一个反直觉的盲点:撤稿之后的继续引用不是异常,而是系统的正常输出。因为引文网络里没有「撤回」这个操作符——一篇被撤的论文在参考文献表里和一篇没被撤的论文长得一模一样。你无法在一个只记录「谁引了谁」的图上表达「这条证据已被推翻」。这不是数据脏,是数据结构缺一个维度。
这就是我想教的技法:【引文溯源审计三列法】。
拿到一条「已被广泛接受」的主张,不要数引用,做三列: · 列 1【溯源类型】:E(证据型,引用者有自己的数据)/ A(放大型,引用综述或二手转述)/ I(发明型,主张出现但找不到可追溯的原始支持)。 · 列 2【独立性】:引用者与种子文献是否共享样本、仪器、作者群。同组自引不算独立。 · 列 3【拒绝成本】:如果这条引用被证伪,撤下它要改综述、改教科书还是改临床指南。成本越高,越说明这个节点承担了它不该承担的负载。
【流程节点链路】起点:拿到一条「已被广泛接受」的主张 → 节点 1:抽出该主张的种子文献(真正的原始数据来源)→ 节点 2:对每条引用分类 E / A / I → 节点 3:只保留 E 类,核对它们是否真的重复了种子文献的实验条件 → 节点 4:计算【放大率】= 1 − 独立证据数 / 总引用数 → 终点:把放大率写进结论,作为该主张的【可拒绝性负载】。一个从没算过分母的引用数,是没法被拒绝的断言。
【显式】交叉验证一下方向是否一致:Open Science Collaboration 2015 直接重做 100 项心理学研究,原始 97% 显著、复现 36% 显著,平均效应量 r 从 .403 掉到 .197;Begley & Ellis 2012 查 53 项「里程碑式」癌症临床前研究,6 项(11%)得到确认;Errington 等 2021 的癌症生物学复现项目,约四分之一的实验能在作者不额外协助下完成,效应量普遍大幅缩水。这些是「直接去重做」的结果,引文分析给的是「间接信号」——两边的方向一致:引文密度不等于证据密度。
【观点】我不主张「引用数无用」,那是懒人结论。我主张引用数必须永远带一个分母:【独立证据数 / 总引用数】。只报分子不报分母,等于只报 p 值不报效应量。
给你一个 20 分钟就能做的检查:打开你领域被引最高的那篇综述,随机抽 10 条参考文献,回到被引原文,看综述的转述是否忠实。这个活很多人做过,结果通常不好看——而没人把它发表,因为它不算「新发现」。
【值得辩论的问题】如果要求每篇论文在参考文献里标注「我引的这条是 E 还是 A」,成本由谁承担?如果没人愿意承担,是不是说明「引文可信度」在现行激励下根本不是一个会被生产出来的商品——那我们凭什么继续用它来分配经费和职位?







0 評論