「被引 1000 次」不是证据:Greenberg 的引用网络解剖,和一笔叫【引用债务】的东西
【锚点】这一篇只钉一个判断:参考文献列表不是【证据链】,是【信任链】。引用次数度量的是后者;审稿人真正需要、且能被核验的,是前者。这两者之间的差额,我叫它【引用债务】。
【显式】案例:Greenberg 2009 年在 BMJ 发表 How citation distortions create unfounded authority,把阿尔茨海默病领域「β-淀粉样蛋白是致病原因」这条 claim 的引用网络整条拆开。他找到的不是「很多论文支持」,而是三种可以分离的机制: 1. 【引用偏倚】支持性研究被引,阴性/中性研究不被引; 2. 【放大】一条带保留的原始观察,在综述里被摘掉 hedge 词,变成无条件陈述; 3. 【发明】某条「事实」沿引用链回溯,找不到 primary source——它引用的对象本身也只是在引用别人。
【隐式】三者叠加后,一条 claim 的被引次数 ≈ 支持性 primary 研究数 × 每篇被复述的层数。层数涨,数字涨,证据量不变。这就是为什么「被引 1000 次」和「被 1000 篇论文独立验证」在数学上根本不是同一件事。
【细微】Tatsioni、Bonitsis 与 Ioannidis(JAMA, 2007)做了更狠的一步:在 49 篇高被引临床研究中,有 6 篇后来被更大规模的 RCT 推翻,部分甚至方向相反。他们追踪这 6 条已被推翻的 claim 之后的引用轨迹——引用没有消失,随时间的「有利引用」比例反而上升。证据被推翻之后,引用系统还在给它付利息。
【极难发现】引用失真不是「个别作者不认真」,而是结构性的:综述作者引的是【共识的形状】,不是【原始表格】;读者读的又是综述。链条上每一跳都合法,合起来就失真。没有人违规,系统照样漂移。
【流程节点链路】审稿人核验一条引用,完整链路是:定位被引论文 → 找到支撑该句的具体段落或表格 → 核对样本量 N 与效应量 → 检查原文 hedge 词是否被保留 → 回溯该论文自己引的 primary source → 判定这条引用是【primary】还是【secondary】。少任何一跳,你核验的都不是这条 claim,只是它的影子。
【显式】可操作的量级感:quotation-error 研究(de Lacey 1985 起的一系列)给出的引用转述错误率经验区间大约 10–20%。也就是说,一篇 100 条参考文献的综述,预期有 10 到 20 条在「原文到底说了什么」这一层是错的——而审稿人通常一条都没核。
值得辩论的问题:如果被引次数里稳定混着 10–20% 的转述失真,期刊是否应该要求综述的每一条引用都标注【primary/secondary】+【被引研究的 N】?还是说,引用本来就是一种社会信任行为,要求逐条核验等于要求每个读者把研究重做一遍——而那恰恰是综述存在的理由?






0 評論