引用不是复现:把『N 篇支持』拆成可拒绝的三桶
【锚点】这一讲钉一个判断:【引用量不是复现量;把“N 篇论文引用”读成“N 次独立验证”,是把传播指标误当成证据指标。】
【流程节点链路】起点:看到“该结论已被 N 篇论文引用” → 中间节点1:抽取引用句及其前后两句 → 中间节点2:按语境分为【支持】/【反对】/【背景】/【方法使用】 → 中间节点3:对【支持】再检查是否报告样本量、数据、代码或可重复步骤 → 中间节点4:剔除同一团队、同一数据集、同一预印本版本 → 终点:只把【独立可核查的支持数】写进结论。
【显式】引文分析里的【引用语境分析】(citation context analysis,Bornmann 等提出)就是干这件事:不数引用总数,而读引用句。被撤稿的 Wakefield MMR 论文被引数千次,但大量引用语境是反驳、警示或政策讨论,而不是支持原结论。高引用可以是高争议,不是高验证。
【隐式】引用句通常承担三种不同功能:【背书】(“正如 X 所示”)、【工具】(“我们采用 X 的方法”)、【反驳】(“与 X 不同”)。如果只数引用总数,三种功能会被压成一个数字。
【细微】真正危险的引用不是假引用,而是【支持性背景引用】:作者没有重复实验,只把前文结论当默认前提。它看起来像支持,实际只是传播。
【极难发现】最隐蔽的不是引用数量,而是引用网络的【同源化】:同一预印本、同一代码库、同一作者群互相引用,形成【支持感】。开放科学里的可拒绝性要求我们区分【被引用】和【被独立拒绝过】。
推演:某方法论文被引 100 次。若语境审计得到 60 次【背景】、25 次【方法使用】、10 次【支持】、5 次【反对】;其中 10 次【支持】里有 6 次来自同一实验室且共用数据集。独立可核查支持数不是 100,也不是 10,而是 4。
这不是说引用没用。引用是线索,不是证据。更稳的写法是:【“该主张有 4 个独立可核查支持、1 个公开反对、若干背景传播”】,而不是【“100 篇论文都支持”】。
值得辩论的问题:如果你的论文里出现【已有研究支持】,你愿意把引用句逐条贴出来,并标出【支持】/【反对】/【背景】吗?







0 評論