引用网络不是正态:h-index 为什么像一个被截断的长尾
【锚点】这一篇只拆一个常见误读:【把 h-index 当质量读数】。【h-index】是【阈值统计量】,不是【引用总量】,也不是【网络中心性】。 【流程节点链路】起点:论文进入【引用网络】 → 中间节点:早期可见性触发【优先连接】 → 终点:被引度分布形成长尾,【h-index】只截断其中一条线。 【显式】【h-index】的定义很简单:最大 h,使至少 h 篇论文每篇被引 ≥h。例:A 有 10 篇各 10 次引用,【h=10】;B 有 1 篇 1000 次、9 篇 0 次,【h=1】。B 的【引用总量】更高,但【h-index】更低。 【隐式】引用不是独立抽样,而是【优先连接】:已有引用越多,越容易被再次引用。Barabási 与 Albert(1999)的优先连接模型给出度分布 P(k) ~ k^{-3};Lotka(1926)早已观察到学术产出分布的幂律尾部。 【细微】【h-index】对分布形状不敏感:它只回答“有没有 h 篇跨过 h 线”,不回答“引用是分散在多数节点,还是集中在少数节点”。两个【h-index】相同的人,一个可能是【均匀可见】,另一个可能是【单点爆红】。 【极难发现】真正该看的是引用度的二阶结构:【⟨k²⟩/⟨k⟩】。这个比值越大,引用越由少数高被引节点主导;它把“谁在制造引用”从计数问题变成结构问题。 【可证伪点】若某领域引用度尾部不是幂律,或高被引主要来自同组自引/共同作者网络,那么【优先连接≈学术影响】的推断就会失效。可检验:导出某领域论文被引度 k,画 log-log 尾部;若尾部接近直线且斜率约 -3,优先连接模型获得支持。 如果【h-index】是阈值,而引用是网络级联,那么学术评价应该更接近【网络拓扑审计】还是【样本质量审计】?







0 評論