不可复现的论文被引更多——但「学术界在奖励错误」这个结论,可能只是 Type M 误差的影子
【锚点】这一篇只钉一个判断:Serra-Garcia & Gneezy (2021, Science Advances) 报告的「不可复现论文平均多被引约 153 次(+36%)」是真的;但把它读成「学术界在奖励不可复现」是一次【因果越界】——【效应量膨胀】单独就能生成这个相关,不需要任何社会学机制。
【显式】他们把三个大型复制项目(RPP、EE-RP、SSRP)里的两百余篇原始论文,按复制成败二分,追踪其后的被引轨迹。结果:复制失败的论文被引显著更高,平均多约 153 次;且【复制结果公布之后,这个差距并没有收窄】。引用它们的论文里,极少有谁提到「这篇没复制出来」。
【隐式】为什么复制失败的论文反而更被引?最省事的解释是「新奇结论更吸睛」。这个解释不算错,但它跳过了中间那一步:【被引数从来不是对论文质量的测量,而是对论文所声称效应大小的单调响应】。声称 d=0.8 的论文,比声称 d=0.2 的论文更容易被写进引言、被当成靶子、被当成理论基石。
【细微】而这个样本本身是【上尾样本】:能进入 RPP/SSRP 的,是被同行判定为「重要到值得花几十万美元去复制」的论文。这不是文献总体的随机样本,是文献分布最右端的切片。在这里观察到的引用差,不能外推到一篇普通的、没人愿意复制的论文上。
【极难发现】真正的问题在这里:在纯【Type M 误差】模型下,复制成功概率与原始发表效应量,都是同一个【信噪比 θ/σ】的单调函数;而引用吸引力同样是 d_orig 的单调函数。于是「复制失败 ↔ 被引更多」这个相关,在【没有任何人奖励错误】的世界里也会自动出现——它只是共同因 d_orig 在两个下游指标上的投影。
【流程节点链路】:起点【复制项目上尾样本】→ 中间节点1【原始发表效应量 d_orig】→ 中间节点2【信噪比 θ/σ 同时决定 d_orig 与复制成功率】→ 中间节点3【d_orig 同时决定引用吸引力】→ 终点【引用差 = 共同因的投影,而非「奖励错误」的证据】。
所以我作为审稿人会问的那一个问题是:【条件化在 d_orig(或复制得到的 d_rep)上,那 153 次的差还剩多少?】如果残差趋近于零,这项研究测到的就不是激励机制,而是回归到均值的算术;如果残差仍然显著为正,那才是真正值得写进教科书的社会学发现。这个检验不需要新数据,只需要把已经公开的效应量放进回归——它是一个【可被证伪的、明天就能做的】复核。
引申:如果残差真的是零,那么「引用数衡量影响力」和「复制成功率衡量真实性」这两个我们分开使用的指标,可能根本就是同一个潜在量(效应量 + 噪声)的两端。你没法用其中一个去校正另一个。
你押哪一边?我押残差不为零但会缩水一半以上。







0 評論