用無參數(shù)指標Bcp識別睡美人文獻及其作者動態(tài)h指數(shù)變化規(guī)律

“睡美人”文獻是指論文發(fā)表之初未受到學(xué)術(shù)界廣泛關(guān)注或被抵制，一直處于低被引或零被引的狀況，之后由于各種原因被“王子”文獻喚醒，繼而被引頻次出現(xiàn)激增的文獻[1]。這些文獻之所以低被引或零被引，通常是因為其內(nèi)容具有變革性或超前性，遭到學(xué)術(shù)界和社會的忽略或抵制，形成了延遲承認的現(xiàn)象[2]。通常這些睡美人文獻大都代表著領(lǐng)域重大科學(xué)發(fā)現(xiàn)或轉(zhuǎn)折，因此研究睡美人文獻對促進學(xué)科發(fā)展具有重要意義。睡美人文獻由文獻內(nèi)容和作者兩部分構(gòu)成，本文通過代表作者影響力的h指數(shù)這一指標，研究睡美人文獻作者，發(fā)現(xiàn)睡美人文獻作者的動態(tài)h指數(shù)的變化規(guī)律及h指數(shù)特征，為睡美人作者的特征識別提供線索。

1 文獻綜述

1.1 睡美人文獻識別方法

20世紀六七十年代，學(xué)者開始通過引文曲線關(guān)注低被引或零被引文獻以及延遲承認現(xiàn)象[3]。早期對睡美人文獻的識別方法集中于曲線擬合[4]，將論文引文曲線與數(shù)學(xué)公式或具體曲線類型進行擬合，人為觀察曲線走勢[5]。中期大多數(shù)學(xué)者利用人為參數(shù)指標界定睡美人文獻。Garfield通過對前期平均每年被引次數(shù)接近1且低被引時間大于5年的方法識別了5篇典型睡美人文獻[6]。2004年，荷蘭科學(xué)計量學(xué)者Raan提出了更加被普遍使用的識別標準，分別從睡眠深度、睡眠時長、喚醒強度三方面進行設(shè)定，睡眠時長一般大于等于5年，在文獻睡眠期間，睡眠深度即平均每年被引頻次介于0～2次之間，喚醒強度即被喚醒的前4年累計被引頻次一般應(yīng)大于20次[1]。后來學(xué)者們又利用平均值標準和四分位數(shù)標準限定睡美人文獻[7]，也有將以上多種標準結(jié)合使用的方法[8]?；谶@些評判標準，李江和葉鷹兩位學(xué)者還提出了四條評判原則，即綜合考慮全部引文歷史，相同引文總量不同積累過程的文章應(yīng)弱化前期累積引文量的影響，睡美人的喚醒時間不應(yīng)隨時間而變化，以及避免睡眠期間或覺醒強度的任意閾值[9]。

近年來識別睡美人文獻多使用無參數(shù)指標，即綜合考慮文獻的相關(guān)引文數(shù)據(jù)來判定睡美人文獻。2013年Wang提出被引速率，即文獻被引頻次的累計增加速率[10]；2015年Ke等人提出“美麗指數(shù)(B指數(shù))”以衡量睡美人文獻的“美麗程度”，即描述睡美人文獻三個相關(guān)參數(shù)的表現(xiàn)程度[11]；2017年杜建提出Bcp指數(shù)，以“年度被引次數(shù)累計百分比”重新計算睡眠深度、喚醒時間和喚醒強度[12]；2018年葉鷹和Bornmann以及國內(nèi)學(xué)者張家榕等引入“引文角”概念測度睡美人文獻[13-4]。目前較為前沿的研究是將機器學(xué)習方法引入到睡美人文獻的識別中。2017年Dey等人利用機器學(xué)習的分類器方法，使用由文獻作者、出版地點、關(guān)鍵詞和每篇論文的引用情況等元數(shù)據(jù)所組成的特征集，識別計算機科學(xué)領(lǐng)域的睡美人文獻并總結(jié)其沉睡因素[15]。同年Ho等人利用心理學(xué)計算機檢索新方法從30多萬篇心理學(xué)文章中識別出三篇典型睡美人文獻及其王子文獻，分析心理學(xué)中睡美人文獻的細節(jié)特征[16-17]。

上述方法中，曲線擬合法由人為觀察決定，結(jié)果偏主觀，參數(shù)標準對識別睡美人文獻的沉睡期要求苛刻，相比于無參數(shù)標準公式計算的識別結(jié)果，沉睡期年均被引次數(shù)大于2次但也是低被引的文獻可能會被忽略。綜合考慮所有識別方法的優(yōu)劣特征，本文采用Bcp指數(shù)法計算Science、Nature和PNAS期刊中高被引文獻的“美麗程度”，并結(jié)合Bcp指數(shù)識別標準，依據(jù)計算結(jié)果識別出睡美人文獻，構(gòu)建睡美人文獻樣本，作為文獻特征研究的基礎(chǔ)。

本文旨在通過研究睡美人文獻的特征來完成后續(xù)的預(yù)測工作。但現(xiàn)有的對睡美人文獻的預(yù)測研究仍處在探索階段，集中于開發(fā)預(yù)測模型。潛在的睡美人文獻，現(xiàn)階段處于低被引狀態(tài)，除了同行評議外，無法與普通低被引文獻區(qū)分開；但同行評議仍面臨多重問題，如工作量較大，或存在變革性、創(chuàng)造性的新思想和新發(fā)現(xiàn)繼續(xù)被抵制的可能性。因此，本文提出從文獻的創(chuàng)造者——即作者的角度出發(fā)，研究發(fā)現(xiàn)睡美人文獻作者具有的共同特征，利用特征指標，識別現(xiàn)有低被引文獻的作者，進而實現(xiàn)對睡美人文獻的預(yù)測和挖掘。

1.2 動態(tài)h指數(shù)

h指數(shù)是2005年被美國加州大學(xué)圣地亞哥分校物理系Hirsch教授提出[18]，作為評估科研人員成果與作者影響力的主要評價指標之一，其綜合考量學(xué)術(shù)產(chǎn)出數(shù)量與學(xué)術(shù)產(chǎn)出水平，客觀反映作者在某領(lǐng)域的被認可程度。h指數(shù)是指某一學(xué)者在一定期間內(nèi)所發(fā)表的論文至少有h篇的被引頻次不低于h次。關(guān)于h指數(shù)的改進也存在大量研究，但其計算相對復(fù)雜，且并未得到廣泛運用，因此本文仍以h指數(shù)作為作者影響力的評價指標。多數(shù)學(xué)者對h指數(shù)的研究更多地關(guān)注當時h指數(shù)的意義，忽略了h指數(shù)的時間動態(tài)變化趨勢。只有少數(shù)學(xué)者對動態(tài)指數(shù)有進一步研究。Rousseau和Ye利用R指數(shù)與有理數(shù)h指數(shù)基于連續(xù)時間變量的導(dǎo)函數(shù)的乘積定義了動態(tài)h指數(shù)[19]；Egghe基于引文老化速率和Lotka指數(shù)提出了h指數(shù)的時間函數(shù)模型[20]；張曉陽以分子生物學(xué)與遺傳學(xué)的14位高被引科學(xué)家為例，發(fā)現(xiàn)高被引科學(xué)家的h指數(shù)的線性成長規(guī)律，以及學(xué)術(shù)生涯結(jié)束后h指數(shù)的對數(shù)成長特征[21]。呂娜通過ESI平臺選定物理學(xué)領(lǐng)域篇均被引次數(shù)排名前5位的作者為研究對象，總結(jié)出3種h指數(shù)成長曲線類型[22]，并提出作者貢獻程度與作者影響力即h指數(shù)的關(guān)系[23]。張琳等分別對國內(nèi)外8位高被引作者進行h指數(shù)趨勢監(jiān)測，指出團隊合作者之間h指數(shù)的相對變化規(guī)律[24]。

在睡美人文獻領(lǐng)域研究動態(tài)h指數(shù)還鮮有人涉及，本文從該角度探討睡美人文獻在作者影響力方面的特征及變化趨勢，深入了解睡美人文獻及其作者的內(nèi)在性質(zhì)，有利于后期對睡美人文獻的甄別。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

睡美人文獻研究對象的前提是高被引文獻。本文挑選了Nature,Science,PNAS(Proceedings of the National Academy of Sciences of the United States of America)三大名刊，囊括了自然科學(xué)和社會科學(xué)兩大領(lǐng)域，研究主題覆蓋全面，同時杜建的博士論文對相關(guān)研究的統(tǒng)計結(jié)果也稱上述三本期刊是產(chǎn)出睡美人文獻最多的期刊[2]。本文通過Web of Science(WoS)平臺數(shù)據(jù)庫，以Science、Nature和PNAS雜志自1960年以來發(fā)表的論文的年度被引頻次為基礎(chǔ)數(shù)據(jù)，文獻被引頻次下載日期為2018年3月5日，發(fā)表文獻數(shù)據(jù)統(tǒng)計截至2007年12月31日。為觀察文獻的年被引頻次變化趨勢，本文以10年為例，保證每篇文獻至少有10年的引文窗，由于2018年被引頻次數(shù)據(jù)不完整，因此將檢索時間條件設(shè)定為1960—2007年。檢索式為SO=(science OR nature OR PNAS)，共得到有效統(tǒng)計數(shù)據(jù)270 639萬條。上述三本期刊的5年影響因子分別為38.062、43.769和10.414，取平均值30.748，即平均每年每篇文獻被引30.748次。以10年引文窗為例，取總被引頻次大于307次的文獻作為高被引文獻，共計23 414條，構(gòu)成本文的研究文獻列表。該文獻列表可使用WoS平臺提供的“創(chuàng)建引文報告”功能及下載功能，獲得每篇文獻自發(fā)表年起至檢索日期的歷年被引頻次，構(gòu)成本文的文獻引用數(shù)據(jù)庫。

計算h指數(shù)所需要的作者歷年的引用數(shù)據(jù)仍通過Web of Science平臺收集。在收集某一作者的文獻成果時，為了排除重名作者的文章，特添加“所屬機構(gòu)”限定，但由于該作者在學(xué)術(shù)生涯期間有可能更換工作單位，因此還要參考作者的研究方向，同時也可以通過文獻的其他合作者協(xié)同確定，因為他們的合作次數(shù)可能不止一次。綜上，本文采用“姓名+所屬機構(gòu)+研究方向+期刊領(lǐng)域”的檢索策略限定作者的查準率，為確保囊括作者所有成果，檢索時間設(shè)定為“所有年份”。利用WoS平臺提供的“創(chuàng)建引文報告”功能獲得作者的每篇文獻的歷年引文數(shù)據(jù)，數(shù)據(jù)收集自該作者首篇文獻的發(fā)表年起。相較于前人的動態(tài)h指數(shù)研究，本文收集了更大規(guī)模的數(shù)據(jù)，選取睡美人文獻數(shù)據(jù)庫中Bcp指數(shù)大于10的77篇文獻的129位作者，進行數(shù)據(jù)統(tǒng)計和分析，結(jié)果更具普適性。

2.2 研究方法

2.2.1 睡美人文獻識別及喚醒計算

本文通過對相關(guān)識別方法優(yōu)劣的對比分析，選取較為完善的無參數(shù)指標Bcp指數(shù)對數(shù)據(jù)進行睡美人文獻識別，用“年度被引次數(shù)累計百分比”重新計算睡眠深度、喚醒時間和喚醒強度。計算公式如下：

論文發(fā)表當年被引次數(shù)為，年度被引頻次累計百分比p∈[0，1]，為文獻累計百分比達到最高點時的年齡，即該文獻的總生命周期，l為點縱坐標和點縱坐標的連線；任意t＜，為年齡t的累積被引頻次百分比，為年齡t對應(yīng)連線上的點，對()求和，即為Bcp指數(shù)值。

借鑒B指數(shù)和Bcp指數(shù)對喚醒期的計算原理，累計被引百分比曲線各點向曲線起點與終點的連線即l作垂線，取使得垂線距離最大時的年齡t對應(yīng)的年份作為被喚醒年，對公式稍做修正，得到公式如下：t∈[0，]，

2.2.2 無參數(shù)指標Bcp識別標準

現(xiàn)有的無參數(shù)指標均以計算指數(shù)大小為主要目的，比較指數(shù)之間的相對有效性，而指數(shù)的數(shù)值只能衡量睡美人的“美麗程度”，并不能給出確切的標準界定是否為睡美人文獻。因此若想使用無參數(shù)指標識別出睡美人文獻，對睡美人文獻進行總體分析，需要具體的閾值來劃定睡美人文獻的Bcp指數(shù)范圍。

本文結(jié)合參數(shù)指標和無參數(shù)指標設(shè)定關(guān)于Bcp指數(shù)的睡美人文獻識別標準，即按照普遍認可的Raan提出的參數(shù)標準，利用Bcp指數(shù)計算公式，計算得到滿足睡美人文獻定義的文獻Bcp指數(shù)閾值，即睡美人文獻的識別標準。假設(shè)有兩篇文獻恰好符合Raan提出的參數(shù)標準的上限和下限，設(shè)定沉睡期取最小值5年；沉睡期每年被引頻次為1～2次，分別取兩個數(shù)組｛1，1，1，1，1｝和｛2，2，2，2，2｝進行計算并求平均值；前4年累積被引頻次大于等于20次，則取前4年共20次，平均以每年5次累加，構(gòu)成年被引頻次矩陣兩篇文獻9年內(nèi)的總被引頻次為年被引頻次累加比例矩陣為，文獻年齡取整數(shù)t∈[0，8]，為8。根據(jù)Bcp計算公式，得到Bcp指數(shù)向量(3.68 3.799 85)，選定其平均值Bcp=3.739 925為最低“睡美人”文獻標準。

該標準兼顧無參數(shù)指標的高查全率和客觀性優(yōu)勢，避免參數(shù)指標對于沉睡期的嚴苛性和主觀性偏差，同時給出了使用無參數(shù)指標的判定標準，由于現(xiàn)有相關(guān)研究成果匱乏，此標準的理論依據(jù)較為薄弱，仍需進一步實踐驗證。

2.2.3 動態(tài)h指數(shù)

h指數(shù)會隨文章發(fā)表量和被引頻次的增長時刻發(fā)生變化，因此本文將動態(tài)h指數(shù)應(yīng)用于睡美人文獻的作者特征研究。而h指數(shù)及相關(guān)改進指數(shù)均以當前時間點定義計算方法，若想獲取歷年h指數(shù)需尊重h指數(shù)的原始定義，按照初始計算方法，以文獻篇數(shù)為單位，取h指數(shù)為整數(shù)，而非連續(xù)有理數(shù)，人工收集文獻歷年的總被引頻次，并逐年累加，得到截至每年年底的累計被引頻次，再對截至每年年底已發(fā)文獻按照被引頻次排序，進而可得到睡美人文獻作者的歷年h指數(shù)。

動態(tài)h指數(shù)計算方法如下：①檢索某一作者發(fā)表的所有文獻集合；②對于D集合中文獻(i=1…n)，逐篇提取出版年并檢索形成其引證文獻集合；③對于C集合中的文獻(j=1…n)，逐篇統(tǒng)計其出版年；④對于某一時間節(jié)點T，可以計算出該時間節(jié)點作者發(fā)表的文獻集合，從C集合中找出中每篇文獻的引證文獻并提取時間節(jié)點T之前的引證文獻集合及引證文獻數(shù)量；⑤將步驟④中集合中的文獻按照引證文獻數(shù)量由高到低進行排序，根據(jù)傳統(tǒng)h指數(shù)計算方式即可獲得該時間節(jié)點作者的h指數(shù)[22]。

由此，本文通過觀察睡美人文獻發(fā)表年的作者h指數(shù)值的共同特征、發(fā)表年到喚醒年間h指數(shù)的走勢、喚醒年h指數(shù)的變化，以及合作者之間的h指數(shù)比較與相互影響，歸納總結(jié)睡美人文獻作者的內(nèi)在特征與成長規(guī)律。

3 結(jié)果與討論

3.1 基于Bcp標準的睡美人文獻識別

以所收集的期刊高被引文獻為數(shù)據(jù)基礎(chǔ)，利用Bcp指數(shù)的計算方法，將Bcp指數(shù)結(jié)果由大到小排序，結(jié)合無參數(shù)指標Bcp識別標準，進行最終的睡美人文獻識別。

通過計算，共有558篇滿足睡美人文獻標準，占總篇數(shù)的2.38%，而李江等人于2014年發(fā)表的A study of the “heartbeat spectra” for “sleeping beauties”一文中利用Van Raan的參數(shù)標準識別得到的比例為1.29%[25]，由于文獻來源的不同、時間范圍的擴大以及Bcp指數(shù)對曲線整體趨勢的兼顧等多個因素，相比之下本文增多1%，也在一定程度上驗證了本文構(gòu)建的識別標準具有一定的科學(xué)性和可行性。本文計算得到的睡美人文獻比例與定義高被引文獻所采用的前1%的標準相比，是其2倍之多，可表明睡美人文獻不在少數(shù)。本文只對1960～2007年被認可的睡美人文獻進行統(tǒng)計分析，仍有大量正在沉睡的睡美人文獻等待“王子”的出現(xiàn)，發(fā)揮其價值，推動社會發(fā)展和科技進步。因此，加強對睡美人文獻沉睡原因和喚醒機制的研究，對預(yù)測睡美人文獻、提前人為尋找“王子”來喚醒的“睡美人”，具有重要意義。

本文摘取Bcp指數(shù)大于10的77篇睡美人文獻在此展示，并構(gòu)成最終研究睡美人文獻作者的樣本數(shù)據(jù)庫，以備后續(xù)h指數(shù)研究使用。文獻結(jié)果數(shù)據(jù)見表1。

本文所識別的558篇睡美人文獻樣本涉及學(xué)科領(lǐng)域主要有醫(yī)學(xué)、生物科學(xué)、化學(xué)、物理學(xué)、心理學(xué)和海洋科學(xué)等[26]，分布領(lǐng)域廣泛，其所蘊含的學(xué)術(shù)價值也不可估量。文獻作者的所屬機構(gòu)大多為美國、英國和加拿大等發(fā)達國家，其中美國以絕對優(yōu)勢領(lǐng)先于其他國家。其中Bcp指數(shù)最高的文章是來自Science雜志的美國學(xué)者Schoenfeld發(fā)表的Lysergic acid diethylamide-and mescaline-induced attenuation of the effect of punishment in the rat,Bcp指數(shù)為18.237。在1976年發(fā)表后的4至6年間，有兩次年被引頻次分別達到3和5(不排除自引的情況)，從此之后沉睡深度一直保持在0～2之間，說明當時有很少數(shù)人關(guān)注過此研究，并未被廣泛傳播和認可，隨后進入深度睡眠時期，沉睡期長達40年之久，直到2016年才被喚醒，年度被引頻次達到118次，2017年被引頻次更是高達753次，說明在近兩年內(nèi)其成果才開始在學(xué)術(shù)界擴散且勢頭迅猛，得到廣泛認可，為生物學(xué)領(lǐng)域帶來革命性的轉(zhuǎn)折。

為了奠定所識別的睡美人文獻時間分布規(guī)律的研究基礎(chǔ)，本文先通過圖1對睡美人文獻的總體時間分布進行描述。從期刊方面觀察，Science在1995年前為三本期刊中睡美人文獻出現(xiàn)概率最高的期刊，但其分化明顯，在1995年后鮮少再有睡美人文獻出現(xiàn)的高峰；Nature前25年緊隨Science之后，一直處于較高水平，僅在1986～1996的10年間表現(xiàn)平平，但在1996年后反增趨勢明顯，領(lǐng)先其他期刊2～3倍，整體上Nature與年度綜合的趨勢相吻合，也側(cè)面反映了Nature在其中的帶頭作用；PNAS的睡美人文獻數(shù)量相比前兩者一直處于起伏不定的低水平狀態(tài)，對整體趨勢影響甚小。三者比較，不同期刊睡美人文獻出現(xiàn)頻率的高低可能與期刊影響因子存在正相關(guān)性[27]。從折線總體趨勢觀察，睡美人文獻的出現(xiàn)總體分布在1964～1984的20年間，其中有三個明顯的高峰期，第一個是1965年前后，增長和消減的速度都很快，均為一年內(nèi)變化，三本期刊分別出現(xiàn)了各自的波峰，與年度綜合曲線走勢相同；1970年為第二高峰，該波峰增長幅度略大于第一個高峰期，且持續(xù)時間較長，可達3～5年；第三個高峰為1977年，也是增長最強勢的一個，達到所有檢索時間的最高點，但也很快下降，緊接著1980年和1982年又反彈出現(xiàn)小波峰，隨后睡美人文獻的出現(xiàn)一直處于較低水平，相對前期而言僅有些許起伏。

圖1 期刊睡美人文獻時間分布圖

睡美人文獻出現(xiàn)的原因與社會發(fā)展的進程有關(guān)。第二次世界大戰(zhàn)結(jié)束后，發(fā)達國家經(jīng)過數(shù)年的休整，社會環(huán)境安定平穩(wěn)，而各國為了恢復(fù)國力，開始迫切追求科技和經(jīng)濟的發(fā)展，加大對科技和經(jīng)濟的投入，在18世紀以來工業(yè)革命和電力革命的基礎(chǔ)之上，信息需求成了人類征服自然最迫切需要解決的問題[28]，因此世界各國紛紛開始了第三次科技革命，這是一場信息控制技術(shù)的革命。主要以原子能、電子計算機、空間技術(shù)和生物工程的發(fā)明和應(yīng)用為標志，涉及信息技術(shù)、新能源技術(shù)、新材料技術(shù)、生物技術(shù)、空間技術(shù)和海洋技術(shù)等諸多領(lǐng)域，與睡美人文獻涉及的領(lǐng)域相吻合。20世紀中葉，尤其是1965～1975年，以重組DNA實驗的成功為標志，進入第三次科技革命的第三個10年，生物技術(shù)快速發(fā)展，人類開始控制遺傳和生命過程[28]，思想先進的學(xué)者發(fā)表了一些比較前沿但不被認可的研究，也就是后來學(xué)術(shù)界所定義的睡美人文獻。之后隨著第三次科技革命成果的逐漸顯現(xiàn)，各領(lǐng)域科技水平的提高和信息的爆炸式增長，人們對信息的使用需求和儲存技術(shù)的提升，使得文獻的曝光量增加[29]，睡美人文獻逐漸被喚醒。

1990年后睡美人文獻相對前三個高峰期有所減少，對此Raan和Winnink給出了解釋：因科技專利的引用，大量的可能成為睡美人的文獻被提前喚醒[30]，“專利王子”逐漸代替了“科學(xué)王子”的作用。此外，現(xiàn)代網(wǎng)絡(luò)與科技的發(fā)達，文獻的可獲取性逐漸提高[10]，使得因文獻傳播問題而產(chǎn)生的睡美人文獻也相應(yīng)減少。

3.2 睡美人喚醒期識別

本文首先需要識別睡美人文獻的喚醒期，才能總結(jié)睡美人文獻的出版年和喚醒年兩大特殊節(jié)點的時間分布規(guī)律，并觀察文獻作者動態(tài)h指數(shù)的特殊節(jié)點特征及節(jié)點之間的成長規(guī)律。通過計算滿足標準的558篇睡美人文獻所得到的喚醒年份，如圖2所示。

圖2 睡美人文獻發(fā)表年和喚醒年的分布及文獻Bcp指數(shù)

右側(cè)色標圖例的顏色由淺到深代表Bcp指數(shù)的增加，圖中各圓點的顏色和大小均可表示Bcp指數(shù)的大小。由圖2觀察可見，睡美人文獻被喚醒主要分三個時期，1982～1995年為第一時期，喚醒了大量處于上文分析得到的睡美人發(fā)表年第三高峰的文章，文獻的Bcp指數(shù)偏小，僅介于4～8之間，原因推測為文獻的沉睡期都在10～15年，沉睡時間較短；1998～2006年為第二時期，集中喚醒了數(shù)量更大、沉睡期更久即發(fā)表年更早的文章，這批文獻主要集中在1965～1970年發(fā)表，即睡美人文獻發(fā)表的第一、二高峰，沉睡期大概在30年左右，圖中顏色偏紅色且直徑大的圓點大多分布在此區(qū)域，說明高質(zhì)量的睡美人文獻(即Bcp指數(shù)較大)基本集中在該時期；2000年至今為第三時期，相對前兩個時期喚醒數(shù)量大幅下降，文獻的發(fā)表年份也更晚，且Bcp指數(shù)大小不等。

從整體上看，滿足Bcp指數(shù)標準的睡美人文獻，其沉睡期基本都大于10年，1982年之后文章被大量喚醒，且先喚醒的是時間距離較近的文獻。又過了10多年，學(xué)者們的注意力轉(zhuǎn)移到更早的文獻，這也符合知識的涉獵規(guī)律，根據(jù)解釋水平理論，人們對時間距離、空間距離和社會距離較近的事物有具體形象的表征，表示為低解釋水平[31]。對于低解釋水平的事物人們更容易產(chǎn)生低解釋水平的行為，表現(xiàn)為關(guān)于自身的、近期的、簡單易行的行為，將該理論應(yīng)用于文獻的發(fā)現(xiàn)與挖掘，人們近期更易對低解釋水平的事物即時間距離較近的文獻產(chǎn)生搜索、瀏覽等行為，遠期才會去發(fā)現(xiàn)高解釋水平的事物即時間距離較遠的文獻。而且，知識的發(fā)展具有持續(xù)性[32]，人們對當前知識的掌握與前不久的先進知識更易產(chǎn)生聯(lián)系，因此，時間距離較近的文獻首先被檢索發(fā)現(xiàn)。同時隨著科學(xué)技術(shù)和思想的進步，社會和學(xué)術(shù)界也逐漸認知到被忽略的變革性思想和技術(shù)的可行性，被發(fā)現(xiàn)的文獻隨即被認可，即被喚醒后成為睡美人文獻。需要說明的是，本文針對的是出現(xiàn)睡美人頻率較高的三本期刊的文獻，該規(guī)律對于其他期刊文獻的適用性還有待考證。

3.3 睡美人文獻作者動態(tài)h指數(shù)

為了研究睡美人文獻作者在特殊節(jié)點的影響力特征及其成長規(guī)律，本文通過h指數(shù)代表作者的影響力水平，觀察作者的動態(tài)h指數(shù)變化情況。

根據(jù)Web of Science平臺的作者數(shù)據(jù)計算得到每位作者的歷年h指數(shù)，進行數(shù)據(jù)整理和篩選。為了使研究特征明顯突出，本文選取Bcp指數(shù)大于等于10的77篇睡美人文獻，按照每篇文獻作者貢獻度的排名順序，排名靠后的作者貢獻度較小，不具備研究價值，因此對于一篇文獻而言，最多抽取前4名作者，不足或等于4名的則全部納入分析范圍，共得到129名作者作為研究對象。對于h指數(shù)小于等于2的作者來說，其h指數(shù)浮動不超過1，自始至終幾乎無變化，這對觀察其h指數(shù)的動態(tài)變化和走勢基本毫無意義，因此本文決定篩除h指數(shù)小于等于2的作者，對其他116條數(shù)據(jù)進行分析，得到h指數(shù)變化趨勢圖(見圖3)。圖中每條曲線表示該作者從學(xué)術(shù)生涯開始至今的h指數(shù)的變化趨勢，“x”號標記出該作者在所發(fā)表的睡美人文獻發(fā)表年時的h指數(shù)值，“x”號集中分布的年份較為靠前，約1960～1980年之間，“*”標記出該作者在所發(fā)表的睡美人文獻被喚醒時的h指數(shù)值，“*”號集中分布在1990年之后。

從圖3中可以清晰地觀察到，睡美人文獻的作者在文獻發(fā)表時期的影響力基本都不超過5，而且從圖中h指數(shù)的起始點觀察，多數(shù)睡美人文獻的出現(xiàn)都發(fā)生在這些作者的學(xué)術(shù)生涯初期，基本不超過10年，因此可推測，這些作者當時的年齡都在20～30歲的青年階段。以上兩點結(jié)論也可以充分說明睡美人文獻在發(fā)表初期被忽略甚至被抵制的原因，這些作者進入研究領(lǐng)域時間較短，成果和被認可程度均處于較低水平，在學(xué)術(shù)領(lǐng)域不具有權(quán)威的發(fā)言權(quán)。由于“馬太效應(yīng)”的存在，使得他們的新發(fā)現(xiàn)并不能在第一時間吸引領(lǐng)域內(nèi)領(lǐng)軍人物的關(guān)注，或者支持他們觀點的學(xué)者人數(shù)較少，在他人選擇參考文獻時就被剔除[33]，沒有這些權(quán)威的“伯樂”，學(xué)術(shù)“新秀”們自然會被埋沒。

從h指數(shù)值來看，根據(jù)美國科睿唯安(Clarivate)公布的“高被引科學(xué)家”名單及白皮書，查詢所有“高被引科學(xué)家”的h指數(shù)，發(fā)現(xiàn)h指數(shù)大于40可認定為高被引作者[34]。截至2017年底，在116名睡美人文獻作者中有20%的人可被認為“高被引作者”，大部分作者的h指數(shù)均處于30左右及以下，屬正常影響力水平。出乎意想的是，個位數(shù)的h指數(shù)作者(包含h指數(shù)小于等于2的作者)也具有一定比例，常作為第三作者或第四作者出現(xiàn)。本文推斷，因作者年齡年輕化特征，多數(shù)作者在年輕時期攻讀學(xué)士、碩士或博士期間，參與指導(dǎo)教師相關(guān)研究，并在過程中做出一定貢獻，而學(xué)業(yè)順利完成后，可能選擇就職于其他行業(yè)，沒有繼續(xù)進行更加深入的學(xué)術(shù)研究，使得一部分作者h指數(shù)較低。

3.3.1 動態(tài)h指數(shù)總體趨勢

從h指數(shù)曲線走勢看，總體睡美人文獻作者的h指數(shù)均呈線性增長趨勢，Burrell在2007年也根據(jù)大量數(shù)據(jù)證實了科學(xué)家h指數(shù)的線性增長特點[35]，同時國內(nèi)學(xué)者張曉陽也提出分子生物學(xué)和遺傳學(xué)領(lǐng)域的高被引作者h指數(shù)呈線性成長規(guī)律[21]。本文在線性增長規(guī)律基礎(chǔ)上，發(fā)現(xiàn)了三個表現(xiàn)突出的成長速率，以傾斜角度30°、45°和60°最為明顯，h指數(shù)以每十年增加5、10、20的速度上升，分別在其h指數(shù)區(qū)間[10，20]、[25，35]、[50，60]時被喚醒。因此對于不同h指數(shù)成長速度的作者來說，均在其學(xué)術(shù)生涯的中期階段被喚醒，究其原因可能是彼時睡美人文獻作者找到了自己感興趣的領(lǐng)域，并已在該領(lǐng)域發(fā)展了一段時間，文獻的被認可度逐漸提升，同時也都具備了一定學(xué)術(shù)影響力，綜合其他因素，文章即被喚醒。

圖3 作者h指數(shù)走勢與分布圖

圖4列出了作者在文獻發(fā)表年和喚醒年之間h指數(shù)的成長幅度。依圖可見，喚醒年與發(fā)表年h指數(shù)之差為2～4的人數(shù)較多，推測原因主要是部分作者在求學(xué)之后并未從事科學(xué)研究，h指數(shù)受限于文獻發(fā)表數(shù)量，整體水平較低，數(shù)量上也具有一定比例，因此使得[2，4]區(qū)間人數(shù)偏多。正常情況下h指數(shù)的增幅分布較多的區(qū)間為[8，12]，中位數(shù)為10，即睡美人文獻被喚醒時，作者h指數(shù)提升10的概率最大，該數(shù)值在所有增幅大小排列中屬偏小值，以其h指數(shù)判斷也鮮有高被引作者(h指數(shù)大于40可被認為是高被引作者)，因此可知睡美人文獻的作者影響力水平并不需要達到該領(lǐng)域的最高標準，只需具有中等左右的水平即可被關(guān)注。作者學(xué)術(shù)影響力的提升，使其文章受到關(guān)注，進而被廣泛引用，可見作者影響力也是文章被發(fā)現(xiàn)和喚醒的原因之一，但并非重要因素或唯一因素，因為較低影響力水平的作者發(fā)表的睡美人文獻也將會被喚醒，對于睡美人文獻被喚醒的要素還需進一步研究。

圖4 喚醒年與發(fā)表年h指數(shù)之差

3.3.2 典型“睡美人作者”

在針對睡美人文獻作者進行研究時，發(fā)現(xiàn)了不同于線性增長的部分作者，本文稱之為典型“睡美人作者”，這些作者的h指數(shù)成長趨勢類似于睡美人文獻的被引趨勢，即前期h指數(shù)基本為持續(xù)低水平狀態(tài)，在其發(fā)表的睡美人文獻被喚醒后h指數(shù)呈現(xiàn)迅速飛躍的現(xiàn)象，本文從中摘取了6個典型案例進行展示，見圖5。

圖5和圖6中藍色且變化較為平緩的曲線代表該作者的h指數(shù)的變化趨勢，黃色且起伏較大、變動頻繁的曲線代表該作者所發(fā)表的睡美人文獻的引文曲線，在兩條曲線中，“x”分別標記出該作者在睡美人文獻發(fā)表年時的h指數(shù)值及總被引頻次，“*”分別標記出該作者在睡美人文獻被喚醒時的h指數(shù)值及總被引頻次。

在每個坐標內(nèi)，特意標明睡美人文獻喚醒年份，并給出該文獻引文曲線做對照。觀察兩條曲線的變化趨勢可知，其在時間分布上具有一致性，即在睡美人文獻被引頻次發(fā)生突變時，該作者的h指數(shù)也在該點之后發(fā)生激增現(xiàn)象。

該現(xiàn)象并非是簡單的線性成長，其成長過程主要分為兩階段，通常以睡美人文獻發(fā)表年為起點，睡美人文獻喚醒年為兩階段轉(zhuǎn)折點。第一階段是“被埋沒的作者”，h指數(shù)一直處于0～2區(qū)間，作者影響力水平很低；第二階段則是從轉(zhuǎn)折點至今的“飛躍期”，在轉(zhuǎn)折點后的1～5年期間，h指數(shù)的漲幅可達到前期的10倍，甚至更高。其主要原因還是在于作者文獻的被引情況。在作者發(fā)表睡美人文獻后，該文獻被引情況不佳，即使作者繼續(xù)發(fā)表更多的文章，但是受制于每篇文獻的被引頻次，該作者的h指數(shù)并沒有得到提升；在該文獻被喚醒之后，與該文獻相關(guān)的一系列文獻也將會被關(guān)注，因而該文獻作者的h指數(shù)曲線則會瞬間上升，這種情況符合睡美人文獻的被引規(guī)律，與睡美人文獻的引文曲線基本吻合。其中，圖5中(3)和(6)作者的h指數(shù)激增趨勢不明顯，因該作者的h指數(shù)相對引文的被引頻次數(shù)值較小，在同一坐標軸中顯示時，其趨勢被掩蓋，因此在圖6中分別畫出了作者h指數(shù)曲線和睡美人文獻的引文曲線，以此觀察可以確定(3)和(6)作者屬于典型的“睡美人作者”。(4)作者在喚醒年時的h指數(shù)沒有像其他文獻一樣恰好處在轉(zhuǎn)折點上，但也在h指數(shù)迅猛上升的初期，其原因可能是由于睡美人文獻在被喚醒前期，其被引頻次也有小幅度的累加，使得該作者的h指數(shù)也有所增加。由于其h指數(shù)的飆升是在睡美人文獻被喚醒之后，睡美人文獻被引頻次的增加才帶動了作者h指數(shù)的提升，說明在文獻被喚醒時，該作者還不具備一定的學(xué)術(shù)影響力水平，可推斷這一類作者的睡美人文獻被喚醒要素并非作者影響力的提升，對于此類睡美人文獻的喚醒要素還可進行更深層次的研究。

圖5 典型睡美人作者h指數(shù)與睡美人文獻引文曲線案例

圖6 (3)和(6)作者h指數(shù)與引文曲線

4 結(jié)論

本文針對睡美人文獻時間分布和睡美人文獻作者動態(tài)h指數(shù)進行研究，分別得出以下結(jié)論。

(1)以所收集的Web of Science平臺Science、Nature和PNAS期刊數(shù)據(jù)為基礎(chǔ)，分析睡美人文獻識別及睡美人文獻時間分布規(guī)律，得到以下結(jié)論。①以Van Raan的參數(shù)標準和Bcp無參數(shù)指標的計算方法為理論依據(jù)，構(gòu)建了睡美人文獻的Bcp無參數(shù)指標識別標準。②利用Bcp指數(shù)公式計算睡美人文獻的“美麗程度”，并根據(jù)Bcp無參數(shù)指標識別標準，識別出558篇睡美人文獻，比例約為總篇數(shù)的2.383%，該結(jié)果與李江等人識別的睡美人文獻比例比較吻合，可驗證所構(gòu)建的標準具有一定的可行性。③睡美人文獻的出版與喚醒時間分布規(guī)律具有階段性特征。1960—2007年之間睡美人文獻的出現(xiàn)分為三個階段，喚醒期分布也主要分為三個階段，并與出現(xiàn)的三個階段相互對應(yīng)，但先后次序不同，“喚醒一期”先喚醒了“出現(xiàn)三期”的文章，后喚醒了“出現(xiàn)一期”和“出現(xiàn)二期”的文章。

(2)通過計算睡美人文獻作者的動態(tài)h指數(shù)，研究分析睡美人文獻作者影響力特征及成長規(guī)律，得到以下結(jié)論。①多數(shù)睡美人文獻作者h指數(shù)成長規(guī)律總體呈線性趨勢，與高被引作者的h指數(shù)成長線性規(guī)律相同，且有三個成長斜率的表現(xiàn)最為突出，分別是傾斜角度為30°、45°和60°，在發(fā)表至喚醒的時間段內(nèi)，作者h指數(shù)的成長幅度以8～12最為明顯，該增幅屬偏小值，作者影響力屬中等水平，可推斷作者影響力的提高是睡美人文獻喚醒的要素之一，但并非是睡美人文獻被喚醒的重要因素或唯一因素。②發(fā)現(xiàn)典型“睡美人作者”的特殊成長規(guī)律。研究發(fā)現(xiàn)，部分作者的動態(tài)h指數(shù)成長曲線并非簡單的線性成長，而是與其發(fā)表的睡美人文獻的年度被引曲線的變化趨勢相吻合，呈現(xiàn)出前期h指數(shù)成長速度很低或一直處于0～2的水平，后期睡美人文獻的引文曲線與h指數(shù)同時得到飆升的變化規(guī)律。由于h指數(shù)的上升與文獻被喚醒同時發(fā)生，可推斷該類睡美人文獻的喚醒要素不包括作者影響力。

本文對數(shù)據(jù)的收集只限于1960—2007年，對于更早期的睡美人文獻未收錄在內(nèi)，其睡美人作者h指數(shù)的變化規(guī)律也無法推測：另外對于無參數(shù)指標的識別標準，有待進一步尋找其他理論依據(jù)進行完善，對于不同睡美人文獻的喚醒要素還可進行深入研究。