科學影響並非總是可見的

科學研究中有一些論文起著類似「開關」的作用。這些論文作為奠基性工作，發表後啟動了一系列有重大意義的研究，對科學進步起到了重要的推動作用。然而，很可能，這類論文極便終其一生，獲得的被引次數仍然較低，按照當前的學術評價體系，其科學貢獻被低估。

編譯作者：王亞傑 / 大連理工大學；張譽寧 / 浙江大學

原文作者： 胡小君 & Ronald Rousseau

素材推薦人：王亞傑 / 大連理工大學

圖文編輯：李江 / 浙江大學

• 註：圖片來源於參考文獻中的論文（低引文獻A與其高被引的施引文獻B、C、D）

最近浙江大學醫學院胡小君教授和比利時魯汶大學魯索教授合作發表一項研究成果，揭示了重要科學貢獻的「低引」現象，並提出了一種考慮三代引文的「低引」論文識別方法。

目前，論文學術影響力的評價一般是基於論文的被引次數，然而，有些論文雖然原創性強，終其一生也未受到足夠的關注，結果，沒有獲得與科學意義相匹配的被引次數，但是，該論文的後續論文（第二、三代施引論文）卻獲得了極高的被引次數，他們把這種現象稱為「有影響論文的低引現象」。研究發現，這些「低引」的文獻往往在科學發現的過程中扮演著「推動者」的角色，它們往往也是學科領域進步與發展的「基石」。

獲得2015年諾貝爾生理學或醫學獎的中國科學家屠呦呦的例子就很好地說明：在科學領域，真正的基礎性的科學貢獻比獲得數千次引用的論文更重要。在Web of Science資料庫中查找屠呦呦的論文，僅能找到她寫的43篇論文中的4篇，而這4篇也並未被廣泛引用。這個現象提示「科學影響並非總是可見的」。在目前的科學評價體系下，許多論文的價值是被低估的。

科學影響並非總是可見的

該研究統計了Web of Science資料庫中屠呦呦獲得諾獎的兩篇關鍵論文，它們分別發表於1982和1999年。截止2016年3月3日，第一篇僅被引64次，第二篇僅被引19次。仔細觀察兩篇論文的施引文獻，他們發現一個異常現象：與屠的論文相比，在更短的引用時間窗口中，許多引用屠的論文的論文獲得了更高的被引次數。

變革性研究之前的奠基性研究

變革性研究推動科學向前發展，在科學進步中發揮重要的作用，因此，大多數變革性研究被大量引用，被廣泛認可。相比之下，一些處在變革性研究之前的奠基性研究可能被忽略。很明顯，與施引論文的高被引相比，這些論文屬於「低引」，即沒有獲得與其科學意義相匹配的被引次數。

為什麼會出現「低引」現象？

一個可能的解釋是，奠基性研究提出了基本思想，但後續的變革性研究真正把該思想實現或轉化，因此吸引了更多的引用。

從即時被引次數的視角來看，科學貢獻的影響並非總是可見。但是，如果從下一代（或幾代）論文的被引次數的視角來看，這些科學貢獻的影響就會浮出水面。

附：有影響力論文的「低引」的測度演算法

原文作者提出了「低引」的概念並給出界定方式。首先，考慮到不同的引用水平（被引次數取決於所在的領域和引用時間窗口的長短），他們對兩種不同水平的「低引」做了區分：1%水平上的「低引」和10%水平上的「低引」，並引入了兩個量值，前1%的引文中位數TOPCM；另一個是前10%的引文中位數TTPCM。取論文A的被引次數記為CIT(A)。

論文A第二代引文的前1%的引文中位數（用TOPCM2表示），被定義為：TOPCM2(A)=μ1；然後通過計算包括三代引文在內的前1%的引文中位數得到TOPCM3，定義為：

TOPCM3(A)=2(μ1+μ2/2)/3=2μ1/3+μ2/3

其中μ2表示第二代引文的前1%的引文中位數集合的中位數。

在1%的水平上定義一篇被低估的有影響力的論文，使用TOPCM演算法。首先將與文獻A同領域的論文中同一年內發表的前1%的那篇論文的被引次數記為P1。

接下來，「低引」論文需滿足以下不等式：

TOPCM3(A)>max(#(CIT(A)),P1)&#(CIT(A))>200

在10%的水平上定義一個被低估的有影響力的論文，使用TPPCM演算法，

TTPCM3(A)=2μ1/3+μ2/3

那麼對於一篇被低估的有影響力論文A，需要滿足以下約束條件：

TOPCM3(A)>max(#(CIT(A)),D1)&#(CIT(A))>20

很明顯，將上述的μ和P1中的1%替換為10%即得λ和D1。如果一篇論文獲得超過200次被引次數，我們使用TOPCM演算法；如果一篇論文獲得了超過20次的被引次數，則使用TTPCM演算法。

如果某一期刊屬於多個學科，可能會導致在某一領域F1內，論文被視為「低引」的有影響力論文，但是在領域F2和F3內，論文並不屬於被低估的有影響力論文。

參考文獻

Hu X, Rousseau R. Scientific influence is not always visible:The phenomenon of under-cited influential publications[J]. Journal ofInformetrics, 2016, 10(4): 1079-1091.