改進的“睡美人”B值識別模型構(gòu)建及學科領(lǐng)域因素差異探析

趙又霖 劉黎明 葛夢真 陸穎雋

摘 ? 要：鑒于B值識別法對“睡美人”文獻早期的睡眠深度和喚醒后被引次數(shù)考慮的不足，在B值識別法的基礎(chǔ)上引入“沉睡期引用率”和“近五年引用率”兩個新的判定指標實現(xiàn)對B值識別法的改進，通過兩個不同學科領(lǐng)域“睡美人”文獻的識別加強驗證該方法增加了“睡美人”文獻識別篇數(shù)和識別效果，并分析沉睡和喚醒機制的異同。以Web of Science（WoS）數(shù)據(jù)庫中1986-2007年的Water Resources（WR）領(lǐng)域和Information Science & Library Science（ISLS）領(lǐng)域的2586篇和1557篇高被引論文為研究對象，利用改進后的B值法識別兩個領(lǐng)域的“睡美人”文獻，對比WR與ISLS兩個不同學科領(lǐng)域“睡美人”文獻的指標特征及影響因素，分析沉睡和喚醒機制的異同。研究結(jié)果發(fā)現(xiàn)改進后的B值識別法識別出了ISLS和WR領(lǐng)域共10篇“睡美人”，較僅用B值法的識別精準度提高了43.4%;從引文曲線上看，僅用B值法識別出的“睡美人”文獻沉睡期被引頻次波動較大，沉睡期的年均被引頻次基本都大于2，并且有3篇“睡美人”文獻喚醒后的被引頻次有明顯的大幅度下降，不符合“睡美人”文獻的特征;從論文的影響因素上看，論文所在期刊影響力較弱與作者學術(shù)影響力不足都是論文成為“睡美人”的重要原因，相比于ISLS領(lǐng)域，WR領(lǐng)域的“睡美人”被喚醒時所受期刊權(quán)威性的影響更大。

關(guān)鍵詞：睡美人;沉睡原因;喚醒機制;學科差異;B值識別法

中圖分類號：G250.2 ? 文獻標識碼：A ? DOI：10.11968/tsyqb.1003-6938.2020036

Abstract Two new indicators are introduced in this paper - "citation rate during sleep period" and "citation rate in recent five years" - on the basis of B-value method to restrain the number of citations of sleeping beauty during sleeping period and wakening period. This method is used to identify "sleeping beauty" literature in the two different fields to verify its advantages and analyze the sleeping and awakening mechanism of sleeping beauty. By comparing and analyzing the sleeping and awakening mechanism of sleeping beauty in these two disciplines， this study provides guidance for different disciplines on how to find the sleeping beauty publications as early as possible. Improved B-value Algorithm was used to identify sleeping beauties published between 1986 and 2007 in the Web of Science （WoS） database in the two fields of WR and ISLS. The results show that the improved B-value recognition method can identify 10 sleeping beauties in ISLS and WR fields， which cannot be recognized only by B-value method， and the recognition accuracy is improved by 43.4%.In terms of the citation curve， the cited frequency of Sleeping Beauty Literature identified by the B-value method only fluctuates greatly during the sleeping period， and the average annual cited frequency of sleeping Beauty Literature is more than 2. Moreover， the citation frequency of three articles decreased significantly， which did not accord with the characteristics of Sleeping Beauty Literature. From the perspective of influencing factors of papers，the weak academic influence of journals and authors are the important reasons for the paper to become a "sleeping beauty". Moreover， research suggest that compared with the ISLS field， the "sleeping beauty" in the WR field is more influenced by the authority of the journals when awakened.

Key words Sleeping Beauty; sleeping reasons; wake-up mechanism; disciplinary difference

1 ? 引言

人們對科學文獻的關(guān)注往往都集中在高被引文獻上，事實上，低被引文獻的數(shù)量往往超過了高被引文獻，而且它們潛在的價值可能超出想象。一些重大的科學發(fā)現(xiàn)沒有被當時的科學界所接受，多年后這些成果又重新被發(fā)現(xiàn)而獲得大量引用。像這種發(fā)表之初無人問津，之后突然得到大量引用的文獻被稱為“睡美人”論文[1-2]。其中最典型的例子便是孟德爾的遺傳理論，該理論在發(fā)表50年后才被發(fā)現(xiàn)和得以應用，因此“睡美人”在科學共同體中的價值不容忽視。在20世紀60年代，Barber[3]就提出了論文引用中的“遲滯承認”現(xiàn)象，當時這種現(xiàn)象被看作零被引文獻中的極端案例，并沒有引起人們的重視。直到2004年，荷蘭計量學家Van Raan[4]才明確地將這種現(xiàn)象稱為“睡美人”現(xiàn)象，并界定了“睡美人”論文的三個指標：睡眠時長、睡眠深度、喚醒強度，從科學計量學的角度對其做了定量描述。2012年，李江等[5]又發(fā)現(xiàn)了特殊的“睡美人”文獻——“全要素睡美人”，這種“睡美人”在發(fā)表之初并沒有陷入沉睡，而是在受到大量被引后才逐漸陷入睡眠，之后又重新被喚醒。近期，“睡美人”一詞更是受到學術(shù)界的熱議，荷蘭萊頓大學的Ton van Raan教授與JASIST（Journal of the American Society for Information Science and Technology期刊）在關(guān)于“睡美人”這一術(shù)語是否合適的討論中各抒己見。針對這個事件有以下方面的爭論熱點：文獻發(fā)表之初的低被引時期比喻為“睡美人”沉睡是否冒犯了女性群體;之后文獻獲得較高被引時期比喻成王子 “親吻”被喚醒是否含有對女性“貞潔”的歧視[6-7]?？梢?，對該現(xiàn)象有所爭論，也是對期刊沉睡和引用方面的爭論，人們對“睡美人”文獻的認識在不斷深入。

現(xiàn)階段出現(xiàn)的“睡美人”文獻分類識別研究主要是將不同的識別方法運用于特定學科領(lǐng)域，識別方法研究主要集中在三指標識別、四分位數(shù)分布統(tǒng)計識別、客觀指標識別和曲線擬合識別法。

（1）“睡美人”文獻的分類識別研究。在自然科學領(lǐng)域： Ohba和Nakao[8]分析了眼科醫(yī)學領(lǐng)域的“睡美人”和喚醒“睡美人”的“王子”文獻，發(fā)現(xiàn)“睡美人”論文的研究主題主要是急性視網(wǎng)膜壞死綜合癥，癌癥相關(guān)性視網(wǎng)膜病變和息肉樣脈絡膜血管病變等;Lange L[9]對心理學領(lǐng)域進行了“睡美人”文獻的識別;Ratnadeep Dey等[10]揭示了計算機領(lǐng)域“睡美人”文獻的覺醒因素，并提出了一種基于機器學習的“睡美人”文獻分類識別方法。在社會科學領(lǐng)域： Clanzel等[11]研究了學科差異對“睡美人”文獻的影響，發(fā)現(xiàn)自然學科比社會學科更容易出現(xiàn)“睡美人”論文;姚建文等[12]對圖書情報領(lǐng)域的“睡美人”現(xiàn)象進行了深入研究，發(fā)現(xiàn)“睡美人”論文發(fā)表的期刊均是核心期刊以及論文內(nèi)容具有多學科交叉性;李秀霞等[13]又對圖書情報領(lǐng)域“睡美人”文獻的特點和喚醒機制做了進一步分析，發(fā)現(xiàn)“睡美人”的文獻內(nèi)容主要是對新技術(shù)新方法的介紹與解讀，自然學科的 “睡美人”沉睡時長大于社會學科。

（2）“睡美人”文獻識別方法的研究。2004年，Van Raan[4]提出了三指標識別法，將文獻發(fā)表后5年累積被引頻次，覺醒后4年內(nèi)總被引頻次的論文定義為“睡美人”文獻，這種方法具有主觀取值的局限性;R.Costas等[14]提出了四分位數(shù)分布統(tǒng)計識別法，將一篇達到總被引次數(shù)50%所用的時間大于等于相同學科領(lǐng)域75%的文獻達到總被引頻次的50%所需時間的論文稱為“睡美人”文獻，該方法識別出的“睡美人”精確度不夠，不符合“睡美人”罕見現(xiàn)象的特征。2015年，Ke Qing等[15]提出了一個無參數(shù)的客觀指標識別法——“美麗系數(shù)法”（也稱為B值法），由發(fā)表年的引文量、年度被引次數(shù)最大值以及時間指標計算得出，該方法認可度高，是學術(shù)界廣為接受的識別方法。之后，Peruzzo[16]又提出了改進的B值——SBc指數(shù)，提高了對總被引次數(shù)較低文獻的識別力度。杜建和武夷山[17]不以年度被引次數(shù)做分母計算比值，又在SBc指數(shù)的基礎(chǔ)上提出了Bcp指數(shù)，考慮了論文全部引文歷史，有效保留了論文的原始信息。2016年，A.A.C.Teixeira[18]等基于標準差的思想提出了一個新的具有經(jīng)驗分布的客觀指標法——K值法，實現(xiàn)了對創(chuàng)新研究領(lǐng)域“睡美人”論文的識別。該方法對論文早期的被引次數(shù)進行了限制，具有較好的識別效果。除了以上通過對影響變量的描述來進行“睡美人”文獻識別外，相關(guān)學者也進行了引文曲線擬合的識別探討[19-22]，通過數(shù)學表達式或曲線類型來擬合論文被引次數(shù)曲線。這種方法簡單、直觀，但只適用于對單篇論文的擬合。

通過對上述四種識別方法的對比發(fā)現(xiàn)：三指標法取值過于主觀性，取值不同將造成識別結(jié)果不同;四分位數(shù)分布統(tǒng)計識別法識別出的“睡美人”精確度不夠，不符合睡美人罕見現(xiàn)象的特征;曲線擬合法只適用于對單篇論文的擬合，對于大量文獻的識別效率較為低下;B值識別沒有考慮論文的全部引文歷史，對早期被引次數(shù)也并未進行嚴格約束[23]。根據(jù)B值計算方法可以看出，該方法只考慮發(fā)表年至被引峰值年之間的論文被引情況，無法反映年度被引次數(shù)達到峰值年后的被引情況，易導致B值法識別出的“睡美人”文獻在喚醒后的被引頻次出現(xiàn)較低的現(xiàn)象，杜建[17]和武夷山的研究證明了這一點。從他們的研究中還發(fā)現(xiàn)，識別出的8篇B值較高的“睡美人”文獻中有5篇“睡美人”的沉睡特征并不明顯，被引頻次曲線波動較大。雖然B值識別法對“睡美人”文獻早期的睡眠深度和喚醒后的被引次數(shù)考慮不足，但指數(shù)B仍是目前比較流行和權(quán)威的無參數(shù)指標。

基于此，本文嘗試在B指數(shù)識別的基礎(chǔ)上引入沉睡期引用率和近五年引用率兩個新的判定指標，克服對睡眠深度和喚醒后的被引次數(shù)考慮不足的問題。并通過兩個不同學科領(lǐng)域“睡美人”文獻的識別加強驗證該方法的合理性和有效性。鑒于前人研究多選擇保留至少10年的引文窗，“近五年引用率”選擇了最小引文窗的1/2，以“近五年”作為“睡美人”喚醒后的分析時間窗;另外 Van Raan[4]提出“睡美人”至少有5年沉睡期，為了保證識別出“睡美人”文獻喚醒后的特征更加明顯，本研究選擇了與最小沉睡期相同的觀察時間窗。

本研究選取了水資源和圖書情報兩大學科領(lǐng)域的文獻作為研究對象。其主要出發(fā)點如下：目前科學界對水資源領(lǐng)域“睡美人”文獻的研究少之甚少，水資源這個領(lǐng)域特別是水生態(tài)、水環(huán)境、一帶一路流域水資源的發(fā)展使得水利行業(yè)更急需理論、技術(shù)的發(fā)展變革，而水資源領(lǐng)域“睡美人”文獻的發(fā)現(xiàn)對推動這一領(lǐng)域的發(fā)展具有重要意義。圖書情報學自身便是“睡美人”文獻研究的主力，相關(guān)研究都較為成熟。了解水資源與圖情學科領(lǐng)域“睡美人”的差異，可更好的掌握水資源領(lǐng)域“睡美人”的獨有特征，有利于水資源領(lǐng)域“睡美人”文獻的精準識別。

2 ? 改進的B值方法模型構(gòu)建

以B值識別方法框架為依據(jù)，引入沉睡期引用率和近五年引用率兩個新的判定指標，構(gòu)建了新的“睡美人”文獻識別模型，并給出了“睡美人”文獻識別模型的構(gòu)建算法（見圖1）。

（1） 參照H指數(shù)從原始數(shù)據(jù)中截取獲得高被引數(shù)據(jù)集。

（2） 計算出高被引數(shù)據(jù)集論文的“美麗系數(shù)”B值，并根據(jù)學科分布特點確定合適閾值并選擇滿足閾值條件的論文，得到候選“睡美人”數(shù)據(jù)集。

“美麗系數(shù)”B值從文獻的普遍性上考察了論文的“睡美人”特征，任何一篇非零被引文獻都可以計算出它的美麗系數(shù)值（B值），B值的算法公式如下：

對于任意t

（3）對候選“睡美人”數(shù)據(jù)集中的文獻分別進行歸一化數(shù)據(jù)點縮放，計算每篇論文的沉睡期引用率和近五年引用率并選擇沉睡期引用率小于0.05，近五年引用率大于0.5的論文作為“睡美人”文獻。

對于每篇論文，都有一個被引次數(shù)的時間序列。通過使用時間序列中存在的最大值（論文全部引文窗內(nèi)的最大被引頻次）對整個引文窗內(nèi)的所有年份的論文被引次數(shù)進行歸一化縮放數(shù)據(jù)點，使歸一化處理后的論文年份被引次數(shù)的值都在[0，1]之間[10]。為了限制“睡美人”沉睡期的睡眠深度和保證其喚醒后被引頻次處于較高水平，在歸一化的前提下，本文給出了新的判定指標和量化標準：

沉睡期引用率：文獻發(fā)表年至喚醒年期間的年均被引次數(shù)與整個引文窗內(nèi)最大被引次數(shù)的比值。量化標準：選取論文發(fā)表后5年內(nèi)的引用率低于0.05的文獻。換言之，“睡美人”文獻至少有5年的睡眠時間，睡眠期每年的平均引用次數(shù)最多是其最高峰值的5.0%。沉睡期引用率能夠保證“睡美人”在沉睡期一定的低被引頻次。

近五年引用率：從文獻考察的截至年向前推進4年，在這期間的論文年均被引次數(shù)與最大被引次數(shù)的比值。量化標準：整個引文窗最近5年的年均引用率高于0.50文獻，即在考察期內(nèi)，論文最近5年的年均被引次數(shù)最少是其最高峰值的50.0%。近五年引用率保證了“睡美人”覺醒之后保持一定的高被引頻次，避免“睡美人”被引頻次達到峰值后又突然下降，干擾識別效果。

3 ? 模型驗證

3.1 ? ?數(shù)據(jù)獲取

本研究的數(shù)據(jù)源來自于Web of Science（WoS）中的期刊數(shù)據(jù)，檢索表達式是：WC=（water resources）和WC=（Information Science & Library Science）。為了保證所檢文獻至少有10年的引文窗和數(shù)據(jù)的完整性，本研究選擇了1986-2007年的所有“article”類型文獻，檢索得到水資源領(lǐng)域文獻共95，541篇，圖書情報領(lǐng)域文獻共21，435篇。并利用WoS的引文報告分析功能獲取單篇論文自發(fā)表后至2016年間的歷年被引頻次，構(gòu)成本研究的引文數(shù)據(jù)庫。

3.2 ? ?“睡美人”的識別過程

參考對高產(chǎn)作者的截取方法——H指數(shù)[24]，這里將高被引文獻定義為：如果一個學科領(lǐng)域總共發(fā)表了X篇論文，其中有h篇論文每篇至少被引用h次，那么被引次數(shù)大于h的就被視為高被引文獻。為了避免論文由于發(fā)表年份較早而獲得較高的被引量，本文對兩個領(lǐng)域每年的文獻分別采用H指數(shù)標準來選取高被引論文，最終獲得水資源領(lǐng)域和圖書情報領(lǐng)域高被引論文2，586篇和1，557篇，作為識別“睡美人”文獻的高被引引文數(shù)據(jù)集。

通過編程，分別計算高被引引文數(shù)據(jù)集中論文的B值，并將B值按照降序排序，ISLS領(lǐng)域的B值變化區(qū)間是[-3.77，196.10]，WR領(lǐng)域的B值變化區(qū)間是[-5.01，154.73]（兩個領(lǐng)域的B值散點圖見圖2、圖3）。

在“睡美人”指數(shù)框架指導下，并根據(jù)兩個學科領(lǐng)域的B值分布圖，可以將引文數(shù)據(jù)集的文獻大致分為三類：

（1）具有較高B值的文獻。這類論文在發(fā)表初期被引次數(shù)處于較低水平且低被引狀態(tài)持續(xù)時間長，之后論文的被引次數(shù)突然升高達到最大值，具有“睡美人”文獻的特征。

（2）B值為負值的文獻。這類文獻的引文曲線是論文年齡的凹函數(shù)，在發(fā)表初期就得到了較多的文獻被引量并快速達到被引次數(shù)最大值，之后文獻被引次數(shù)跌落到較低水平，具有“曇花一現(xiàn)”[25]型文獻的特征。

（3）B值較低且B值為正的文獻。這類論文在發(fā)表之后被引次數(shù)逐年增加，達到被引次數(shù)最大值后被引量有所回落甚至逐年降低，具有一般文獻的特征。

考慮到不同領(lǐng)域B值分布的差異，本文選取ISLS領(lǐng)域的文獻，共33篇，占論文總數(shù)的2.1%; WR領(lǐng)域的文獻，共26篇，占論文總數(shù)的1%。ISLS領(lǐng)域與WR領(lǐng)域“睡美人”文獻與文獻總量占比均（Peruzzo F.研究表明“睡美人”文獻的數(shù)量一般占論文總數(shù)量的1%[16]），表明所截取閾值能夠保證數(shù)據(jù)完整性。

然后根據(jù)文獻被引次數(shù)峰值對論文年被引次數(shù)進行歸一化處理，再對所選文獻的睡眠期被引次數(shù)和喚醒后被引次數(shù)進行約束，最終篩選出ISLS領(lǐng)域符合“睡美人”特征的文獻8篇，WR領(lǐng)域15篇（兩個學科領(lǐng)域睡美人文獻的基本信息見表1）。

3.3 ? ?識別效果及優(yōu)勢

為了驗證本研究識別方法的合理性及優(yōu)勢，與改進前B值識別的結(jié)果進行對比。

3.3.1 ?識別篇幅的分析

分別選取B值法識別出ISLS領(lǐng)域的8篇和WR領(lǐng)域的15篇文獻（識別結(jié)果見表2）。

從表中可以發(fā)現(xiàn)，改進后的B值識別法與B值識別法識別出的“睡美人”文獻ISLS領(lǐng)域有3篇重合，WR領(lǐng)域有10篇重合，重復率分別為37.5%和66.7%。將兩個領(lǐng)域識別出的“睡美人”重合部分與改進B值給出的差異部分文獻進行特征對比，ISLS領(lǐng)域重合的3篇“睡美人”平均睡眠時長、平均睡眠深度和平均覺醒強度分別為14.6、1.02和27.3，改進B值給出的差異部分“睡美人”相應三個指標特征值分別為12、0.78和47.6，可以發(fā)現(xiàn)差異部分“睡美人”與重合“睡美人”的前兩個指標值大小相近，平均覺醒強度遠大于重合部分，“睡美人”特征更加明顯。WR領(lǐng)域重合的10篇“睡美人”平均睡眠時長、平均睡眠深度和平均覺醒強度分別為14.7、0.95和23，改進B值給出的差異部分“睡美人”相應三個指標特征值分別為15.8、0.95和23.6，差異部分“睡美人”與重合“睡美人”三個指標無太大差異，“睡美人”特征較明顯。以上兩個領(lǐng)域?qū)Ρ确治鼍炞C了改進后的B值方法的有效性;與表1對比可看出，僅以B值大小排序選取“睡美人”文獻，表1中ISLS領(lǐng)域序號為2、3、4、6、8，WR領(lǐng)域序號為1、3、5、10、15的“睡美人”文獻均不會被識別出;表2中識別出的ISLS領(lǐng)域B值最大的文獻沉睡期年均被引頻次為6年（>2），不符合Van Raan對“睡美人”文獻的定義，識別結(jié)果具有一定誤差。由此可見，改進后的B值識別法更能保證數(shù)據(jù)的完整性。

3.3.2 ? 引文曲線的分析

通過分析表2與表1中識別出的不同的“睡美人”文獻（表2中B值陰影的文獻）年被引頻次引文曲線（見圖4），圖中前5篇為ISLS領(lǐng)域的“睡美人”文獻，后5篇是WR領(lǐng)域的“睡美人”文獻。

由圖4可以發(fā)現(xiàn)，相較于改進后的B值識別結(jié)果，僅用B值法識別出的“睡美人”文獻沉睡期被引頻次波動較大，沉睡期的年均被引頻次基本都大于2，“睡美人”文獻并沒有“沉睡”，不符合“睡美人”文獻的特征;ISLS領(lǐng)域序號為8、9，WR領(lǐng)域序號為9的“睡美人”文獻在喚醒后被引頻次有明顯的大幅度下降，“睡美人”文獻喚醒后的被引頻次不穩(wěn)定，可能成為“假”的睡美人文獻。由此可見，改進后的B值識別法識別出的“睡美人”文獻更加精準。

4 ? “睡美人”文獻影響因素分析

探究不同學科領(lǐng)域“睡美人”的產(chǎn)生原因和喚醒機制的異同，利于從源頭上管理“睡美人”現(xiàn)象。

4.1 ? ?“睡美人”文獻指標特征分析

不同學科領(lǐng)域的“睡美人”文獻特征具有一定差異，從表3所展示的內(nèi)容可以得出以下幾點：

（1） ISLS領(lǐng)域的“睡美人”文獻要比WR領(lǐng)域“睡美人”文獻的沉睡時間更長久。ISLS領(lǐng)域“睡美人”論文的平均睡眠時長為13，其中有2篇“睡美人”論文睡眠時間大于15年，占所有“睡美人”文獻的25%。WR領(lǐng)域“睡美人”論文的平均睡眠時長為15.07，其中有9篇“睡美人”論文睡眠時間大于15年，占所有“睡美人”文獻的60%。

（2） ISLS領(lǐng)域的“睡美人”文獻睡眠深度普遍小于WR領(lǐng)域“睡美人”文獻。ISLS領(lǐng)域 “睡美人”論文的平均睡眠深度為0.87，其中屬于深度睡眠的論文有5篇，占全部“睡美人”文獻的62.5%，屬于淺度睡眠的論文有3篇。WR領(lǐng)域“睡美人”論文的平均睡眠時長為0.95，其中屬于深度睡眠的論文有6篇，占全部“睡美人”文獻的40%，屬于淺度睡眠的論文9篇?？梢姡琁SLS領(lǐng)域深度睡眠的“睡美人”文獻占比大于WR領(lǐng)域“睡美人”文獻。

（3）ISLS領(lǐng)域“睡美人”文獻的覺醒強度大于WR領(lǐng)域。ISLS領(lǐng)域“睡美人”論文的平均覺醒強度為25.71次，覺醒強度大于20次的文獻有6篇，占除去序號1的所有“睡美人”文獻的85.8%。WR領(lǐng)域“睡美人”論文的平均覺醒強度為23.2次，覺醒強度大于20次的文獻有9篇，占所有“睡美人”文獻的60%。

（4）ISLS和WR領(lǐng)域 “睡美人”文獻的被引突增率分別為6.98和6.78，表明這兩個學科領(lǐng)域的被引突增率相差不大，且均趨向于數(shù)值7。

4.2 ? ?期刊與作者層次分析

4.2.1 ? “睡美人”文獻的期刊特征分析

通過考察“睡美人”文獻所在期刊影響因子在論文覺醒前后的變化，分析期刊影響力對不同學科領(lǐng)域睡美人文獻沉睡和喚醒的影響。

（1）期刊分布特征。根據(jù)表4可知，“睡美人”文獻主要發(fā)表在領(lǐng)域內(nèi)的非權(quán)威性期刊，少量發(fā)表在權(quán)威期刊。未發(fā)表在WoS收錄的所在領(lǐng)域排名前十期刊上的“睡美人”文獻ISLS和WR領(lǐng)域各6篇;發(fā)表在WoS收錄的所在領(lǐng)域排名前十期刊上的“睡美人”文獻ISLS和WR領(lǐng)域分別為2篇和9篇。

ISLS領(lǐng)域6篇“睡美人”文獻所在期刊影響因子最大是2.763，最小是0.49，排名在第14和第62之間不等。WR領(lǐng)域6篇 “睡美人”文獻分別發(fā)表在了排為第14至第66之間不等的6本期刊上，期刊影響因子最大為2.848，最小為 0.958。ISLS領(lǐng)域發(fā)表在權(quán)威期刊的2篇“睡美人”文獻期刊影響因子分別為7.268和3.698，排名分別為1和7。WR領(lǐng)域發(fā)表在權(quán)威期刊的9篇“睡美人”文獻期刊影響因子分別是6.942、5.527、4.397、3.483和3.191，排名分別為1、2、4、6和8。

（2）期刊平均影響因子分析。通過圖5分析發(fā)現(xiàn)，部分“睡美人”文獻所發(fā)表期刊在觀察期影響因子較大，“睡美人”論文發(fā)表年至喚醒年期間影響因子較低，即期刊影響因子在“睡美人”文獻覺醒年前后逐漸上升?！八廊恕庇X醒年當年的期刊影響因子曲線和覺醒后的平均影響因子曲線整體上都在“睡美人”沉睡期平均影響因子曲線的上方，表明隨著期刊影響力的增加，刊物上所發(fā)表的論文也逐漸受到學者們的關(guān)注，一些具有價值的科研成果重新被發(fā)現(xiàn)。

期刊影響力增加是WR領(lǐng)域“睡美人”文獻喚醒的主要機制，不是ISLS領(lǐng)域“睡美人”文獻喚醒的主要機制。在ISLS領(lǐng)域，論文主要發(fā)表在非權(quán)威期刊，但是這些期刊在“睡美人”文獻覺醒后影響因子仍舊不高。而在WR領(lǐng)域，60%的“睡美人”論文發(fā)表在了權(quán)威期刊上，并且期刊“覺醒年”的影響因子曲線更靠近于“覺醒后”的影響因子曲線，期刊在“睡美人”文獻覺醒后影響因子快速增加，對“睡美人”文獻的喚醒起到了極大的牽引作用。

4.2.2 ? “睡美人”文獻的作者特征分析

（1）作者發(fā)文量分析?？蒲腥藛T的論文撰寫數(shù)量在一定程度上反映了科研人員的學術(shù)能力，本文以兩個領(lǐng)域“睡美人”論文的第一作者為研究對象，分析撰寫了“超前”論文作者的學術(shù)影響力。

由表5可知，ISLS領(lǐng)域發(fā)表“睡美人”文獻的作者發(fā)文量不高，最多發(fā)文27篇，最少1篇，人均發(fā)文4篇，以第一作者身份發(fā)表的論文數(shù)量更少，最多的8篇，最少的1篇。WR領(lǐng)域的15位“睡美人”文獻作者中發(fā)文量大于10篇有7人，以第一作者身份發(fā)表的論文最多20篇，最少1篇。這與ISLS領(lǐng)域的“睡美人”文獻作者表現(xiàn)出的特征相同——發(fā)文量不高。作者Fane，AG在1986-2017年間發(fā)表論文206篇，其中以第一作者身份發(fā)表的論文15篇，占發(fā)文量的7.3%?？梢姡l(fā)表“睡美人”文獻的作者學術(shù)貢獻普遍較小。

（2）“睡美人”文獻作者分類。綜合圖6和圖7發(fā)現(xiàn)，發(fā)表“睡美人”文獻的作者明顯可分為兩類：第一類，領(lǐng)域內(nèi)的極低產(chǎn)作者，無論獨著還是與他人合著的學術(shù)成果都極少。如ISLS領(lǐng)域的作者Hamers，L僅有一篇獨著論文，WR領(lǐng)域的作者Hamed，KH獨著論文一篇，合著論文一篇;第二類，總發(fā)文量較高但第一作者身份的發(fā)文量較少的作者。如ISLS領(lǐng)域的作者Aronson，AR合著論文23篇，獨著論文4篇，WR領(lǐng)域的作者Fane，AG合著論文191篇，獨著論文15篇。根據(jù)上述作者特征，本研究將發(fā)文量少于3篇的作者視為第一類作者，其他歸為第二類作者。

第一種類型的作者發(fā)文量本身極少，在同行中缺乏影響力，由于缺乏“馬太效應”，論文鮮少被引用，導致一些有價值的科研成果被埋沒，因此這類作者的論文成為“睡美人”文獻的可能性較大。這類作者在ISLS領(lǐng)域占“睡美人”文獻作者的42.9%，在WR領(lǐng)域占33.3%。第二種類型的作者學術(shù)研究多是與其他作者合著，科研能力有一定欠缺，學術(shù)影響力較弱，獨立完成的成果往往得不到同行的認可，論文成為“睡美人”的可能性極大。這類作者在ISLS領(lǐng)域占“睡美人”文獻作者的57.1%，在WR領(lǐng)域占66.7%，占比相對較高?？梢?，文獻作者發(fā)文量少，學術(shù)能力低也是論文成為“睡美人”文獻的原因之一。

5 ? 結(jié)論

本研究在B值識別法的基礎(chǔ)上對“睡美人”文獻沉睡期和喚醒后的被引次數(shù)進行了約束，并分別以WoS數(shù)據(jù)庫中WR領(lǐng)域和ISLS領(lǐng)域1986-2007年的2，586篇和1，557篇高被引文獻為樣本，使用上述方法分別識別出“睡美人”文獻15篇和8篇。通過對兩個學科領(lǐng)域“睡美人”文獻的指標特征和影響因素的分析，得出以下結(jié)論：

（1）改進后的B值識別法對“睡美人”文獻的識別更加精準和高效。僅用B值法識別“睡美人”，容易造成“睡美人”文獻的遺漏識別。根據(jù)本研究，改進后的B值識別法識別出了ISLS和WR領(lǐng)域共10篇“睡美人”是僅用B值法無法識別出的，提高了43.4%的準確度;B值法識別出的“睡美人”文獻沉睡期被引頻次波動較大，“睡美人”文獻并沒有“沉睡”，并且有部分“睡美人”文獻在喚醒后被引頻次有明顯的大幅度下降，“睡美人”文獻喚醒后的被引頻次不穩(wěn)定。本研究在“睡美人”文獻“美麗系數(shù)”識別法的基礎(chǔ)上，對“睡美人”論文沉睡期和喚醒后的被引次數(shù)加以約束，避免了該方法忽略論文全部引文窗而導致識別出的“睡美人”覺醒后清醒強度不佳的問題。與杜建[23]等的研究結(jié)果一致，他們認為將客觀識別法與主觀識別法相結(jié)合能夠達到更好的識別效果。

（2）“睡美人”的沉睡和喚醒機制具有學科差異性。研究發(fā)現(xiàn)，相比較于WR領(lǐng)域，ISLS領(lǐng)域的“睡美人”文獻在沉睡期的睡眠深度較大，沉睡時間更長，這表明“睡美人”論文的沉睡深度越大，被喚醒的可能性就越小。WR領(lǐng)域的“睡美人”文獻睡眠時長小于ISLS領(lǐng)域，與李秀霞[13]等的研究結(jié)果不同，本研究表明學科領(lǐng)域不同，其“睡美人”文獻特征也具有差異性。

在“睡美人”眾多的喚醒因素中，不同的因素起著不同程度的喚醒作用，即使同一影響因素，在不同學科領(lǐng)域所起的影響權(quán)重也不同。相比于ISLS領(lǐng)域，WR領(lǐng)域的“睡美人”被喚醒時所受期刊權(quán)威性的影響大于ISLS領(lǐng)域的“睡美人”，期刊影響力對不同學科領(lǐng)域“睡美人”文獻的喚醒起著不同程度的牽引作用;另外，作者學術(shù)影響力不足也是論文成為“睡美人”文獻的原因之一。在全部“睡美人”文獻作者中，第一類作者占全部作者的38.1%，第二類作者占61.9%，表明第二類作者比第一類作者發(fā)表的論文更有可能成為“睡美人”文獻。

參考文獻：

[1] ?袁紅，杭培培.不同學科領(lǐng)域“睡美人”論文的比較分析[J].情報資料工作，2016（2）：34-38.

[2] Stent G S.Prematurity and uniqueness in scientific discovery[J].Workshop on Mechanisms & Prospects of Genetic Exchange Berlin December to，1972，227（6）：433-449.

[3] Barber B.Resistance by scientists to scientific discovery[J].Science，1961，134（3479）：596-602.

[4] Raan A F J V.Sleeping Beauties in science[J].Scientometrics，2004，59（3）：467-472.

[5] Li J，Ye F Y.The phenomenon of all-elements-sleeping-beauties in scientific literature[J].Scientometrics，2012，92（3）：795-799.

[6] ?Guidelines JASIST.Author.《Appropriate use of language and sensitivity to sociocultural norms》[EB/OL].[2019-04-15].https：//onlinelibrary.wiley.com/page/journal/23301643/homepage/ForAuthors.html.

[7] Sugimoto C R M.A note of concern and context： on careful use of terminologies.[J].Journal of the Association for Information Science and Technology，2018，69（3）：347-348.

[8] Ohba N，Nakao K.Sleeping beauties in ophthalmology[J].Scientometrics，2012，93（2）：253-264.

[9] Ho Y，Hartley J.Sleeping beauties in psychology[J].Scientometrics，2017，110（1）：301-305.

[10] Dey R，Roy A，Chakraborty T，et al.Sleeping beauties in Computer Science：characterization and early identification[J].Scientometrics，2017，113（3）：1645-1663.

[11] Gl？覿nzel W，Schlemmer B，Thijs B.Better late than never？On the chance to become highly cited only beyond the standard bibliometric time horizon[J].Scientometrics，2003，58（3）：571-586.

[12] ?姚建文，趙慶華，吳麗萍.圖書情報論文的睡美人現(xiàn)象考察[J].大學圖書館學報，2014（3）：64-68.

[13] ?李秀霞，邵作運，劉超.基于K值算法的圖書情報領(lǐng)域“睡美人”文獻識別[J].圖書情報工作，2017，61（21）：114-122.

[14] ?Costas R，Leeuwen T N V，Raan A F J V.Is scientific literature subject to a ‘Sell-By-Date？A general methodology to analyze the ‘durability of scientific documents[J].Journal of the American Society for Information Science & Technology，2010，61（2）：329-339.

[15] ?Ke Q，F(xiàn)errara E，Radicchi F，et al.Defining and identifying Sleeping Beauties in science[J].Proceedings of the National Academy of Sciences of the United States of America，2015，112（24）：7426.

[16] Peruzzo F.sleeping beauties and the citation dynanmics in the network of scientific papers[R/OL].[2019-05-20].http：//tesi.cab.unipd.it/50039/1/Peruzzo_Fabio.pdf.

[17] ?杜建，武夷山.一個用于識別睡美人文獻的新的無參數(shù)指標——基于“Science”和“Nature”上睡美人文獻的驗證[J].情報理論與實踐，2017（2）：19-25.

[18] ?Teixeira A A C，Vieira P C，Abreu A P.Sleeping Beauties and their princes in innovation studies[J].Scientometrics，2017，110（2）：541-580.

[19] ?Aversa E S.Citation patterns of highly cited papers and their relationship to literature aging： A study of the working literature.Scientometrics，7 （3-6）： 383-389[J].Scientometrics，1985，7（3-6）：383-389.

[20] Baumgartner S E，Leydesdorff L.Group-based trajectory modeling（GBTM）of citations in scholarly literature：Dynamic qualities of“transient”and“sticky knowledge claims”[J].Journal of the Association for Information Science & Technology，2013，65（4）：797-811.

[21] ?王海燕，馬崢，潘云濤，等.高被引論文與“睡美人”論文引用曲線及影響因素研究[J].圖書情報工作，2015（16）：83-89.

[22] 李江，姜明利，李玥婷.引文曲線的分析框架研究——以諾貝爾獎得主的引文曲線為例[J].中國圖書館學報，2014（2）：41-49.

[23] 杜建，武夷山.睡美人與王子文獻的識別方法研究[J].圖書情報工作，2015，59（19）：84-92.

[24] ?Hirsch J E.An index to quantify an individual's scientific research output.[J].Proceedings of the National Academy of Sciences of the United States of America，2005，102（46）：16569-16572.

[25] 李江.科學中的“睡美人”與“曇花一現(xiàn)”現(xiàn)象評述[J].大學圖書館學報，2016（3）：38-43.

作者簡介：趙又霖，女，河海大學商學院講師，南京大學信息管理學院博士后;劉黎明，河海大學商學院碩士研究生;葛夢真，河海大學商學院碩士研究生;陸穎雋，男，武漢大學信息管理學院副教授。