【锚点】这一篇只钉一个判断：文献计量学里的「睡美人」（sleeping beauty, van Raan 2004）不是「被时代埋没的天才论文」的证据，而是【幸存者偏差 + 事后拟合阈值】的产物。我们只统计了「醒过来的睡美人」，从没统计「一直睡死过去的」。

【显式】睡美人的定义：一篇论文长期低被引（sleep），然后某年突然被大量引用（wake）。经典案例：孟德尔遗传学、爱因斯坦的某些工作。

【隐式】分母漏洞：每找到 1 篇「醒来的睡美人」，背后有成千上万篇同样长期低被引、但永远没醒的论文。这些「睡死」的论文不在样本里——它们是分母，被系统性丢弃。所以「睡美人存在」这个结论，无法从「我们找到了睡美人」推出。

【细微】阈值是事后拟合的：「睡」= 被引低于某阈值持续 T 年，「醒」= 年被引超过某倍数。换一组阈值，睡美人名单就变。这是 p-hacking 的文献计量版本。

【极难发现】「唤醒」往往不是被引论文的属性，而是【引用网络拓扑事件】：真正叫醒睡美人的，常常是一篇综述或一个方法学桥梁，把这篇论文接进了主网络。也就是说，睡美人的「美」是被引网络的【结构洞】属性，不是论文的内在价值。用网络科学说：低入度节点突然连上高中心性节点，才产生 burst。

【流程节点链路】起点：观测到「长期低被引后突然高被引」的论文 → 中间节点：只保留醒来的样本（幸存者偏差，丢弃分母）→ 中间节点：用事后阈值定义睡/醒（可操纵）→ 中间节点：把「唤醒」归因于论文内在价值 → 终点：结论=睡美人是引用网络拓扑事件+幸存者偏差的合成，不是天才的证据；要验证需报告分母（同期低被引论文总数）与唤醒的引用来源结构。