一个识别睡美人文献的新的简易指标

杜建

2004年，荷兰科学计量学家van Raan提出科学中的“睡美人现象”（Sleeping Beauties）:这类文献在发表后的相当长一段时期内零被引或低被引，仿佛在沉睡，而后突然高被引，就像被唤醒一样^[1]。睡美人文献通过动态反映文献被引的时序特征和历史过程，从科学计量学角度对科学社会学领域延迟承认现象作了定量描述。与引文曲线表现为昙花一现型或常规型的文献相比，睡美人文献因其“初始长期未被引，而后突然高被引”的典型特征对于分析科学研究前沿、揭示科技发展规律提供了新途径。

从哲学上说，我们应该区分事物的现象和本质。延迟承认和文献睡眠是现象，而导致这一现象的本质是超前性研究或变革性研究。超前性研究往往超前于现有认知领域，科学共同体不知其存在或意识不到其潜在知识价值，因此易被忽视；变革性研究由于颠覆现有研究范式，科学共同体对此保持较大的心理距离，从而低估其知识价值，因此易被抵制^[2,3]。因忽视和抵制导致的延迟承认现象总是与科学研究中的重大发现相关联，具体到出版物形态上的睡美人文献也并非是以往所认为的罕见事件^[4,5]。引文分析和同行评议是目前科研评价的两种主流方法，也是评价零被引或低被引文献潜在价值的两种方式。前者是指零被引论文在经历了一段时间睡眠以后成为高被引论文而价值显现，通过回顾性研究睡美人文献的典型特征可对延迟承认视角下的零被引或低被引文献的潜在价值进行事后分析。后者是指在论文尚处于零被引或低被引阶段时，可通过专家评议评价其知识价值，进而评价未来可能高被引——成为睡美人文献的潜力。如能通过上述两个角度的研究找到睡美人文献的早期标志，提示科学界及早关注，对于促进科学家潜心创新、规避延迟承认具有重要意义；同时，在实践中对于基金资助机构和科技决策者发现超前性或变革性创新，提前部署相关的前沿研究和科技规划也有重要参考价值。要实现这一目标，需要系统揭示睡美人文献及其王子文献区别于其他文献的典型特征，而如何从海量文献中识别出睡美人文献是首先要做的基础性研究工作。

本文在归纳比较现有的识别方法基础上，尝试通过规避缺点提出一个新的且简易的识别方法，并通过识别Science和Nature上的睡美人文献进行检验。

借鉴Ke et al.(2015)的睡美人指数（B指数）基本框架，通过将考察对象“年度被引次数”优化为“年度被引次数累积百分比”，提出Bcp指数，重新定义唤醒时间、睡眠深度和唤醒强度。通过识别Science和Nature上的睡美人文献进行检验，结果表明，Bcp指数继承了B指数对那些非常显著的睡美人文献高度敏感的优点。Bcp指数框架下计算出的唤醒时间更符合实际情况，而B指数框架下的唤醒时间易被延迟估计。Bcp指数考虑了观察期内论文全部的引文曲线，规避了B指数无法反映年度被引次数达到最大值以后的引文曲线的缺点。Bcp指数对论文发表之初被引次数的约束效力显著高于B指数，更符合睡美人文献早期零被引和低被引的特征。Bcp指数对年龄大、总被引次数和年度被引次数相对较低的睡美人文献更敏感，有利于挖掘平常易被忽视的非高被引文献中睡美人文献的存在规律。Bcp指数规避了人为参数主观界定的不足，以及不同学科领域论文被引规模差异对睡美人文献统一定义的干扰。

Bcp指数对论文总被引次数和年度被引次数最大值的依赖程度低于B指数。我们关注零被引或低被引现象的意义在于发现低被引文献中意义重大，即成为睡美人的文献。B指数对总被引次数的依赖性高，说明关注点仍侧重（最）高被引文献，可能忽视了次高被引文献中睡美人的存在，自然也忽视了剖析其中的规律。在文献计量学中，最高被引文献通过被引次数这一单一指标即可识别出来，不易被忽视。而把被引次数相对不是最高、平时不易观察到，但却又具有睡美人特征、有潜在重大意义的文献识别出来，具有重要意义。Bcp指数对早期发表的睡美人文献更敏感，且更容易识别出总被引次数和年度被引次数较低的睡美人文献。

文章发表于《情报理论与实践》。

杜建，武夷山. 一个识别睡美人文献的新的无参数指标——基于Science和Nature上睡美人文献的验证. 情报理论与实践，2017,40（2）：19-25

全文见http://mp.weixin.qq.com/s/bLibCnuDZltK8FAjki5NrA。

   欢迎同行批评指正。