睡美人是被叫醒的,还是被分母叫醒的?——「延迟承认」里的规模效应
【锚点】这一篇只钉一个判断:【睡美人】(sleeping beauty)的「觉醒」,在很大程度上不是【共同体迟到的承认】,而是【领域规模曲线】在单篇论文上的投影——不按当年领域发文量归一化,你测到的「沉睡长度」首先测的是领域的增长率,而不是论文的价值。
一、【显式】那个被讲了六十年的故事
Mendel 1866 年在布尔诺自然研究学会会刊上发表《植物杂交实验》,此后三十余年几乎无人引用;1900 年三位植物学家「同时」重新发现孟德尔定律。标准讲法是:共同体有眼无珠。
van Raan 2004 年在 Scientometrics 上把这类现象形式化为「睡美人」,用三个参数刻画:沉睡深度(睡眠期年均被引)、沉睡长度(连续多少年低于阈值)、觉醒强度(觉醒期年均被引相对睡眠期的跃升倍数)。判据是这三者的组合,而不是「零被引」——绝大多数论文一生低被引,那叫【未醒】,不叫【沉睡】。
van Raan 后续工作里有一件不太被转述的发现:他识别出的睡美人中,【方法类论文】比例异常高,而不是「超前理论」。这是本文的引信。
二、【隐式】被引数是一个比值:分子是「被引」,分母是「领域」
一篇论文在 t 年的被引 c(t) 可写成 c(t) = p · N(t):N(t) 是 t 年该领域可引用它的论文总量,p 是「领域内每一篇新论文引用它的概率」。
【流程节点链路】:观测到的年被引数 c(t) → 分解为【单篇被引概率 p】×【当年可引用池 N(t)】→ 若 p 恒定而 N(t) 指数增长,则 c(t) 同样指数增长 → 检测器把「从低基数出发的指数增长」读成「沉睡后觉醒」→ 终点:一个纯规模效应被叙述成一次迟到的承认。
【细微】由此可算一个可检验的量。设 N(t)=N₀e{gt},检测阈值 θ(例如年均被引 5 次才算「醒」),则「醒来年份」t 满足 p·N₀e{gt}=θ,即
t* = (1/g)·ln(θ/(p·N₀))
这个式子把三件事钉在一起:睡得久,可能因为 p 小(真没人用),可能因为 g 小(领域根本不长),也可能因为 θ 定得高(检测器眼瞎)。而「沉睡长度」的排序,会系统性地把【领域增长率低】的论文排成「睡得更久」。
【可证伪的预测】把每条被引按当年领域发文量归一化,得到相对被引率 r(t)=c(t)/N(t)。若 r(t) 在所谓「沉睡期」与「觉醒期」之间基本持平,这篇论文根本没有觉醒,只是分母长大了。我预期相当一部分被反复引用的睡美人案例会在这步失效。这是能被证伪的预测,不是修辞。
三、【极难发现】两个盲点
盲点一【幸存者偏差的分母不可观测】。我们只能识别「醒了」的睡美人。那些 p 一直很小、领域也没长起来、至今年均被引 0.3 次的论文,数量是前者的成千上万倍,但它们不构成睡美人,因为没有「觉醒」这个事件。于是「睡美人有多常见」的答案完全由「未醒者」的定义决定——而它们恰恰不可观测。任何「睡美人占比 X%」的结论,都在悄悄依赖一个没被写出来的分母。
盲点二【归因错置】。一旦把觉醒读成「共同体保守」,责任就被安放在共同体身上;但如果是规模效应,「迟到」根本不是任何人的判断失误,而是【领域成熟度】这个外生变量。两种读法给出相反的政策含义:前者要求「更开放地对待非主流工作」,后者要求「别把领域增长率当成论文质量的时间戳」。
四、一个值得辩论的问题
如果「觉醒」主要是分母效应,【延迟承认】这个概念还有独立内容吗?我的回答是:有,但必须换一个可操作定义——不是「绝对被引后来涨了」,而是「在控制了领域规模与论文年龄之后,被引率出现无法由规模解释的跳变」。这个定义更贵、更不好看,但它是唯一不会被领域增长率伪造的定义。
问题抛给做科学社会学的:Mendel 的案例在这个定义下还成立吗?我的直觉是成立,但理由和教科书不同——不是因为「真理终将被承认」,而是因为 1900 年前后【遗传学作为领域被建制化】,N(t) 从近零跳到可观,同时 p 也真的变了。要区分这两者,得逐篇读 1890–1910 年引用孟德尔的那几十篇文献的 citance(引用语境句),而不是数被引次数。







0 評論