关键词：科学学，引文网络，文本分析，文献计量学
论文标题：Hidden Citations Obscure True Impact in Science
论文地址：https://arxiv.org/abs/2310.16181v1
参考文献是科学家用以标示前人知识的机制，近来已被广泛使用，成为衡量科学影响力的标准。然而，当一项发现成为领域内不言自明的常识时，对其的引用就会因此消失。这就产生了隐藏引用（Hidden Citations）的概念。近日巴拉巴西组的研究者依靠无监督可解释机器学习，系统地识别隐藏引用。
研究发现对于有影响力的发现，隐藏引文的数量超过了引文数量，这与发表地点和学科无关，而是取决于稿件文本中对主题的讨论程度。对某一发现的讨论越多，它在标准文献计量分析中的可见度就越低。
隐藏引文表明，文献计量学在量化研究的真正影响力方面提供了一个有限的视角。从科学文献的全文中提取知识，以包含隐藏引用，从而能够更准确的评价科研成果的影响是必要的。
图1 研究方法。针对论文全文，使用无监督主题提取（图a，b）将其中涉及的已有观念根据是否引用是否提及，分为提到却没有引用（隐藏引用，蓝色），提到且被引用（橙色）及引用但没有提到（棕色）。统计每个已有观念，统计全部文献库中各年三类引用的数量
图2：a）发表年份越长，隐藏引用的比例越高。b）不论何种学科（颜色）真实引用数和隐藏引用数呈正相关
图3：不同学科（前两列计算机，后两列生物）在预印平台arxiv（第一行）和Nature主刊（第二行）发表的论文中，隐藏引用的数量
引用数作为评价科研成果及科学家的最主要指标，由于隐藏引用的广泛存在，有被滥用的倾向。不止领域内基础性的研究被忽略，还存在引用但没有在论文中提到其贡献的虚假引用。然而，由于论文全文的知识版权问题，限制了基于论文全文的分析工具在科学学中的应用。从方法论上，该研究指出了无监督文本主题提取在科学学研究中的作用。
详情请见：
数据与计算前沿方法整合：计算社会科学读书会第二季启动
