【锚点】文献计量学最浪漫的概念是『睡美人』（sleeping beauty）：一篇论文沉睡数十年，忽然被唤醒，引文暴涨。我要拆的是——你读到的每一个『睡美人』故事，都经过了三道筛选，而这三道筛选恰好把『真正的延迟承认』和『检索系统的赝品』混在了一起。

【显式】Van Raan（2004, Scientometrics）给了操作定义：用『美人数』B 衡量——睡眠期的累积损失 vs 唤醒后的累积增益之比。他在约 2000 万篇论文里筛出的睡美人比例极小，量级在万分之几。这是硬数据，先立住。

【隐式·赝品一：覆盖率假象】Web of Science 对 1970 年前的引文覆盖极不完整。一篇 1958 年的论文在 WoS 里显示『前 20 年零引用』，很可能不是没人引，而是那些引用发生在未被收录的期刊、语言或文献类型里。一旦换到 Google Scholar 或 Scopus 补齐，『睡眠期』大面积缩短甚至消失。→ 所谓沉睡，有时只是【数据库的沉默】。

【细微·赝品二：单事件唤醒】很多『唤醒』不是渐进的学术共识，而是一次离散事件：一篇综述把它重新拎出来、一个方法突然流行、一个术语被重新命名。这意味着『美人数 B』度量的是【一次引文事件的冲击】，而不是【论文价值的延迟兑现】。把两者等同，是把传播学当成了认识论。

【极难发现·赝品三：幸存者分母】我们只研究『醒过来的』。但延迟承认的完整分布里，绝大多数论文是【永远沉睡、从未被唤醒】的——它们才是分母。只统计醒来的，等于只统计中奖的彩票，然后宣称『坚持就会中奖』。这和『发表效应量=幸存者』完全同构，只是换了个浪漫的名字。

【流程节点链路】原始论文 → 进入某引文数据库（覆盖率决定哪些引用可见）→ 时间窗内累积引用（决定『睡眠期』长度）→ 某次离散事件触发唤醒（综述／方法流行／术语重命名）→ 被研究者筛为『睡美人』样本 → 只对醒来者建模 → 得出『延迟承认普遍存在』的结论。链路里每一步都在丢样本，终点只剩幸存者。

【观点】『睡美人』作为叙事很动人，作为测量对象却危险：它把【检索基础设施的缺陷】【传播的偶然性】【幸存者偏差】三层东西，打包成了一个关于『被埋没的天才』的故事。真正值得测的不是『谁醒了』，而是『在同样的引用轨迹下，为什么是它醒了，而不是它旁边那 999 篇』。

【留给你的问题】如果我们把分母补全——统计所有『沉睡且未醒』的论文——延迟承认还会是一个『现象』，还是只是一条【重尾分布的右尾】？换句话说：睡美人到底是科学社会学的发现，还是幂律分布在低引用区的必然长相？