第一章
什么是引用

“一事无成”——这是每个学者最害怕的墓志铭。

——伊莱恩·肖沃特（Elaine Showalter）

大多数学术影响力产生的核心过程是发表文章，并让文章被其他研究员和学者看到、引用。只有这样，学者们才能克服肖沃特所说的这种恐惧。但是，仅仅拥有大量已发表的文章，或者令人印象深刻的专业履历或个人简历，已不足以影响当代学术界，如今还得出示一些被大众认可的证据，来证明你的研究成果被广泛地阅读，且好评不断。

引用数在所有的学术工作中都很有用，第一节将简要地予以说明。而与此同时，不同学科中的引用率却大不相同，原因将在第二节探讨。第三节讨论了影响引用率的最突出的因素——时间，这反映在作者的年龄、经历和其特定职业轨迹的发展上。在这些强大的决定因素中，许多不同的因素制约着引用的数量，但具体作用大多还有待研究。然而，我们至少可以列出许多可能涉及的最合理的因素，这将在第四节予以讨论。本章最后一节还讨论了一些关于自引的棘手问题。

引用的作用

参考和引用在学术领域的制度化实践并不是一件小事。科学和学术领域之外的读者可能认为页下的脚注、遥远的尾注或括注的书目是没有必要的累赘……但事实上，这些都是激励制度和公平分配的核心所在，能极大地推动知识进步。

——罗伯特·默顿（Robert Merton）

所有的学术研究和论点都有一些本质特征：

●正式声明。

●研究工作有助于进行高级和专业的对话。

●研究是累积的。

●学术工作可以解决难题。

●它们是累积性和集体性工作的一部分。

●研究以证据为基础，且事实或数据的来源总是有据可依的。

●学术工作在评估经验性“事实”方面也要求严格且标准一致。

这七个特点意味着参考和引用是学术实践的重要组成部分。表1.1对照以上七个标准，进一步解释了为什么引用像上面默顿所说的那样重要。科学家和学者是否通过引用来支撑自身论点，事关同事如何看待、评价其工作。每一篇科学研究论文都代表着一系列想法，当它嵌入既有的知识网络中时，就会发生一些或大或小的重组。同行评议过程极大地影响了当代科学界和大学实践中的专业评估和影响效果，我们将在后文详细探讨它们的运作过程。

在数字时代，上述论点也清楚地表明：无论在哪里，开放获取（open-across, OA）源始终是主要的参考源，并可能让付费版本或付费源降至次要地位。能链接到开放获取文本是符合科学和学术使命的；相反，仅引用付费源显然是有局限的。对于具有“开放科学”或“开放社会科学”特征的文本，一些作者建议应彻底避免使用付费参考文献，因为它们让没有（优秀）大学图书馆访问权限的读者无法进一步获取信息。目前，美国心理协会和现代语言协会等专业机构发布的风格指南似乎早已过时，因为它们没有建议作者在引用时明确说明引用来源的状态到底是付费的还是开放获取的。也许，他们将来会开始注意到这一问题。

充分理解引用的多重作用，对学科中的作者也有帮助。本章下一节将表明，在人文学科（尤其如此）和许多社会科学领域，长期的引用不足是一种具有出奇诱惑力且难以根除的学术自残行为。

跨学科引用率

作为学者，我们每年都会一起发表数千篇文章，出版上百本书。它们占据了我们一生的大部分时间。在这个过程中，我们牺牲了睡眠、陪伴家人、翻看想看的书报、游览想去的地方的时间。大部分的书和文章很快就会消失得无影无踪。这些东西也许有助于我们获得终身职位，但我们生命中大部分最美好的时光却因此被遗忘了。我们获得的智力成果很少——非常少——一部分能持久存在……持久的学术和不持久的学术到底有什么区别？

——苏曼特拉·戈萨尔（Sumantra Ghosal）

20世纪中期，英国大学领域领先的专业期刊《泰晤士高等教育》（ the Times Higher Education, THE ）发表了旨在显示大学学术质量的全球大学排行榜，排行的部分根据是它们的引用数。这个推理是正确的，引用数是衡量学术成果持久性的一个好方法，正如上文戈萨尔的内心感受所强调的那样。事实上，它的综合数据主要显示了大型高校的医学和物理学系相对于其他院系的情况。数据显示，设有大型医学院及聘用大量物理科学人员的大学表现很出色；没有这些条件的大学则表现较差。原因很简单——STEMM学科的引用数比其他学科多得多。然而，将注意力集中在容易或可以立即量化的东西上的吸引力巨大，以至于在许多年后《泰晤士高等教育》期刊的研究员才承认他们的方法有缺陷，并表示已与引用指标分析师分道扬镳，招募了一个新的团队。从依赖“知情同行评议”到使用文献计量学，这一过程的关键部分显示了对不同学科引用率方面知识的重要改进。

基于著名的“传统”引文数据库科学网（Web of Science, WoS）中2019年年初的数据，表1.2反映了近期不同学科期刊论文引用的差异。这只是一种可能的观点，且WoS对STEMM学科的偏见是显而易见的——主要体现在WoS收录的STEMM学科著作仍不多，且剔除了灰色文献的数据。但是，这些统计数据基于大量的数据点，并（通过使用略显老旧的数据）引导我们把重点放在期刊论文上，因此在这些成果上享有特权的一些观察者可能会认为这些文章很有价值。

在医学和与其密切相关的生命科学领域，研究员引用其他学者的研究成果的比率为2:1，远远高于社会科学领域。医学的引用率甚至超过了法律和人文学科，这种既定的模式在这里没有显示出来，但在2007年科学和技术研究的数据中很明显。WoS数据库中的物理科学论文的引用数也是社会科学论文的1.7倍。然而，社会科学的引用率同工程和计算机科学等更偏“应用型”的STEMM学科相当。这里，学科群之间的差距肯定被夸大了，因为WoS包含的内容存在偏见（见第二章），其他数据（包括灰色文献和著作）也可以在一定程度上缩小这种差距。STEMM学科的平均引用率在更具包容性的资料来源中仍然名列前茅，但并非远高于工程学和社会科学的引用率；人文学科仍落于榜尾，表现欠佳。最近的分析还显示，各学科的子学科和领先期刊之间存在许多细微的差异。

这些模式的存在和持续有多种原因。在技术层面，医学上发表的论文都要求内容浓缩，以3000字为限；而社会科学和人文科学的论文篇幅一般在8000字左右。与其他学科相比，医学学科每个课题发表的论文更多（但还未多到2～3倍），部分使用了精练且深奥的术语来简明扼要地涵盖许多技术领域。

医学科学更深远的影响是已经形成了强大而严谨的“系统综述”文化，这种文化要求研究员首先调查所有相关的同行评议研究，将其作为科研论文的一部分。世界上发展最好的文献数据库皆来自健康科学领域，研究员每周可能要花大量时间跟进业内大量涌现的新文献。系统综述的方法要求研究员一旦确定了大量材料，就要明确定义相关标准，以选择日后将要重点关注的少量研究材料，因为随机对照试验要求方法可靠（如使用的样本大小、什么样的“盲法”会阻碍实验对象和研究员理解正在测试的治疗方法、什么是安慰剂，以及研究员在不同时间段后回到研究课题的研究程度）。另外，系统综述研究会比较不同高质量研究中发现的精确的效果预测，以便明确地判断证据的平衡性。

这种复杂的方法现在仍是健康科学领域的标准方法，并正在（以可能不那么严格的方式）扩展到其他STEM学科中。虽然处于一个有着更多固有因果关系的环境中，随机对照试验相对较少，但综合参考至少一个初始研究库的想法也正在传播到社会学、社会政策和公共政策分析的一些领域。然而，在大多数社会科学学科中，系统综述的概念还远未建立起来。在人文学科中，这一概念直到今天仍鲜为人知。

相反，许多社会科学和人文科学领域的引用行为则非常多变。例如，一些经济学家热衷于尽量减少引用，尤其是不引用其他学科的文章，即便主题相同——隐含的说法是它们没有按照这些经济学家所谓的更严格的标准进行。在许多大的学科（如哲学和大多数文学研究）中，作者仅引用那些“直接塑造”自己观点的作品，或在人文学科的“文化战争”中持相同观点的作品，这样的做法仍被认为是可以接受的。这种“只引用你喜欢的”引用规则遵循了中世纪的学术逻辑：“兴趣是最好的老师”。

并非所有人文学科都是如此。在历史学领域，人们非常重视全面审查现有的证据来源，阐释并调和不一致的“事实”。但是，现代社会的实践仍然是高度解释性的，并且已经远离了19世纪德国历史学家冯·兰克（von Ranke）的经验主义思想，致力于描述“事情实际上是怎样的”。在美国和英国，法律作为一门横跨了社会科学和人文科学的学科，其普通法制度也侧重于全面的文献搜索，以寻找突出的相关先例，但这种做法并没有扩展到理论来源或论证文献的学术引用中。法律学术期刊的引用率是所有学科中最低的。

然而，在许多已发表的学科论文最终却未被任何人引用的事实方面，差异就没有这么明显了。文献计量学学者安妮-威尔·哈金（Anne-Wil Harzing）指出，所有人文科学和社会科学论文平均每年只能吸引到一小部分的引用。J.K.加尔布雷斯（J.K.Galbraith）在完成他的经济学史研究时，注意到工作量增加带来的影响令人沮丧：

人们走进当代社会，只会感到心灰意冷：一年内，甚至可能一个月内，在本应严肃的作品中，如今的经济评论比中世纪经过一千多年留存下来的所有耳熟能详的经济评论还要多……声称熟悉全部这些观点的评论者都是供认了自身罪行的骗子。

据估计，每25分钟就会有一篇新的经济学论文被发表，而在引用数最多的学科中，速度甚至更快。

在STEM学科中，物理学家西德尼·雷德纳（Sidney Redner）1998年研究了1981年发表在物理学期刊上的783340篇论文。这种时间上的滞后足以使每篇论文中任何突出或有趣的内容都得到引用。他发现，有368110篇论文从未被任何人（在专有数据库中）引用，占总样本的47%。只有少数极具影响力的物理学论文被引用了数千次。在某种程度上，随着论文数量的增加，平均引用水平会降低，排在中间的论文被引量呈下降趋势的会更明显。大部分论文仅被引用过一两次，近一半的论文则从未被引用过。

这种“幂次定律”的分布在自然界中经常出现：情况发生的频率随某个变量的数学幂呈系统性变化[在这种情况下，一篇论文的引文数与被引量成反比（负相关）]。最新研究表明，这种模式在许多学科中反复出现。这样的分布也通常被称为二八法则——引用率最高的1/5论文吸引了总被引量的80%（或更多），而剩下的4/5只吸引了20%引用量（许多论文几乎没有吸引到其他任何论文的引用）。正如亚伯拉罕·派斯（Abraham Pais）所说的那样，学科分支的细分加上大量物理学成果的涌现使得这一结果变得坚不可摧：

地球上没有任何人能完整地阅读如洪水般泛滥的物理学刊物。结果就是，物理学已经无可挽回地从一个有凝聚力的学科变成了一个支离破碎的学科。这是可悲的，但却是事实。

不久以前，人们还在抱怨这两种文化的问题。而今天，能回到以前那种情况就已经很不错了。

时滞效应与引用情况

收集引用情况非常耗时。

——安妮-威尔·哈金

正如安妮-威尔·哈金所指出的，引用的第二个最明显的特征是它们的完成需要一个过程。一篇期刊论文在获得广泛关注之前，最初的引用数很少（在物理和数学等有着很强预出版机制的领域，这个过程可能会更短）。几个月后，将出现一段密度较高的引用期，在此期间，刚得到学术界认可的论文的时效性和相关性达到峰值，理想地推进了相关领域的学术辩论。被引用者注意到，也会为当前其他作者引用这篇文章产生一种较小的“乘数”效应。但不久之后，该论文可能会被更新或更佳的研究所取代。因此，大多数期刊论文的被引量都会逐渐减少。此后，只有当它成为特定学者的常规引用“目录”的一部分，或者通过分支学科中新的综合性研究文献搜索程序被发现时，才会出现新的引用（见第二章）。

图1.1显示了不同类型出版物的一些（假定）轨迹。在STEMM学科中，期刊论文的保质期往往相当短，WoS仅过两年就会统计引用情况。在STEMM学科的许多领域，只有正式通过同行评议的文章才会被引用，且出版过程更快，得到学术界认可的时间也更快（6～12个月），而且最初的被引量一般很大，因为话题性研究成果推动了科学的“快速发现”模式。但出于同样的原因，在（比如）三年后，引用数可能会迅速下降。在人文科学和社会科学的某些领域（如政治学或历史学），即使在数字时代，学者们仍倾向于等待结果的正式（印刷）出版。在这里，引用的“热度期”始于发表后两年左右。随着政治或社会条件的变化和话题性的下降，热度在第五年年底时逐渐衰退。在其他学科（如经济学）中，期刊出版耗时过长（通常超过三年），因此存在着“双跳动”模式。热门的“灰色文献”（包括预印本、工作文件或会议论文）很快就能产生影响，但通常在两三年后，完整修订版的期刊论文一经出版，就会取而代之。

纵观各种形式的出版物，某些研究文章可能会打破“正常”的盛衰模式，转而获得更高水平的持续引用，比如以下情况：

●一项持久的研究，随着时间的推移其引用率仍将下降，但其被引曲线下降幅度比正常情况更为平缓，且远远超过五年。

●若一篇文章成为分支学科或细分学科子领域的标准参考文献，会有一个初始峰值，随后的很长一段时间（可能10～12年）被引曲线的“尾部”（在高度较低的情况下）趋于稳定。优秀的文章、其他具有强大“乘数”效应的文章（例如方法类论文），或者文章质量很高但处于学科中发展较慢或不太受欢迎的部分，常常会出现这类情况。

●经典文章之所以与众不同，是因为它们的年度引用数会在一段较长的时间里提高，可能是10～12年或更长。

研究员职业生涯中的引用影响因素

在才华横溢的学者群体中，学术成就似乎并不能决定大学职业生涯的成败。

——芭芭拉·范·巴伦（Barbara van Balen）等人

学术界认为生产力是成功的关键。然而，经验模式可能是复杂的。荷兰的一项研究表明，引用数和留在高校工作或在其他地方工作没有一致的联系。另有研究表明，影响学者和研究员被引累计次数的三个关键因素是他们从事学科/分支学科的类别、发表的论文数量以及从事学术研究的时长。与这些影响因素相比，其他的因素都只是推测性的。在对社会科学家的统计分析中我们发现，学科基础、出版物数量和从业时间等指数确实显著影响着学者的引用数，且这些影响以可预见的方式发挥着作用。

但与此同时，这三个因素只占学者个人引用率统计差异的一小部分。因此，仅知道这一点还远远无法精细地解释研究员的引用数成因。为了做得更好，需要寻找不同学科之间的引用模式，并考虑更多可能影响引用记录的解释性变量。图1.2显示了序时性变化模式三种可能的时间分布，它们至少符合我们知道的定性信息和一些“常识性”的观察结果。

非全职类研究员引发的学术共鸣可能只达到了中等水平。这些研究员的成果产出可能是偶发性的，或是为了应对研究周期，或是为了减少持续出版的压力。因此在图表中，我们会发现他们学术成果的引用数非常少。

资深学者如果能以合理的速度持续发表文章，往往会从出版物中获益更多。他们之前的职业轨迹有助于推动后面引用数的稳步上升。随着学者行业地位的日益稳固，数值趋于平稳（通常可能是在30～40岁的后半段和40多岁）。持续出版的压力（在英国、澳大利亚等实行研究审查的国家，这种压力更大）意味着他们应在退休前大体上保持这一水平（也许有一些起伏）。对于资深学者来说，积极的信息和声誉效应发挥了乘数作用，他们的成果因此更广为人知，更有可能被业界人士记起。而一篇拥有许多引用数的文章，反过来又成为其他作者更理所当然、更具吸引力的引用源。

最成功的学者定期出版的新成果不仅能被反复引用，还能增加那些经久不衰的标准参考文献或经典参考文献的连续引用数（见上文）。在STEMM学科和更偏数学性的社会科学领域，有影响力的期刊论文组合能在很长一段时间内增加某位学者文章的引用数，助其晋升。在这一精英群体中，累计引用数在单个学者退休初期可能不会减少。此外，著作出版对于一些人文科学和社会科学而言很重要，并且影响可能更为持久（见第五章）；期刊论文的地位则较低。但即使在这种情况下，发表一两篇核心论文也能让一些作者在被高度引用时获得声誉。

在所有学科领域，学者在获得终身职位的过程中还要忙不迭地发布文章，这种情况通常不会无限期地持续下去。教学、管理事务和家庭责任都可能让资深学者的工作步伐放缓。在期刊论文和同行评议成果并不是唯一评判标准的学科中，资深人士也许不太愿意忍受期刊发表过程中种种残酷的变数。他们可能更倾向于为朋友编辑的书撰写某些章节，或应邀编撰文章，这些文章能通过同行评议，而不太可能完全被拒绝。

在STEMM学科中，资深学者在期刊论文署名中的作者排名也常常发生变化，因为他们在更耗时、有更多技术要求或更机械性的研究上花费的时间更少。他们通过担任研究团队或实验室的负责人来出版更多文章，但也许承担的编写工作更少，在实验室“工作现场”的时间也更少。由于作者身份认定和归类方式的不同，其出版量可能因此减少。在对社会科学家的研究中我们发现，在控制了从业时间（与更大的总被引量呈正相关）之后，年龄这一变量的增加仍会对出版物产生显著的负面影响，这反映了出版节奏的放缓，以及某些出版物的类型可能随着学者的从业经历变化而改变的现象。这种效应在“一般科学”和拥有更多定性操作模式的学科中非常明显。

理解引用模式的成因对任何一个独立的学者或研究员来说都很困难，但却是可行的。然而，从直观的解释扩展到一个更大的阐释模式并不容易。我们需要考虑研究背景和当前文献中经过合理论证的广泛潜在影响因素，表1.3中概括了这些问题。除了作者的学科、成果产出量和从业时间（我们知道这对形成引用记录至关重要），目前尚不清楚如何准确或科学地衡量此文列出的诸多其他因素。尽管如此，现阶段提出所有可能的因素还是很有启发性的。

按照重要性递减的大致顺序，其他影响因素包括：

●一个学科或跨学科领域中现实受众的最大规模，主要由每个学科或子学科领域的学者数量决定，特别是在作者的出生国；

●学者或研究员在哪个国家工作、这个国家有多大、它在既定领域学术网络和排名中的地位如何；

●其学科和分支学科的成果产出、读者群体和引用率，以及其他细分或特定领域的特征；

●他们选择了（或最终进入）哪个大学职业轨道，以及在需要许多不同类型角色的学科、院系和实验室中担任了哪种专业学术角色；

●在职业生涯“里程碑”的关键时期他们选择的学科领域扩大或缩小的程度，以及在学术生涯和社会职业结合点上的相对预期收益；

●作者使用哪种语言进行发表；

●他们的年龄（或者更确切地说，他们博士毕业多久了）；

●许多其他人群结构特征，如性别、种族以及是否获得皮埃尔·布迪厄（Pierre Bourdieu）所说的“社会资本”；

●作者自身个性和学术工作方法的多重特征。

在接下来的三章中，我们将讨论其中的许多因素，包括学者和研究机构如何提高其学术影响力。

到目前为止，理解引用的最好方法就是认识到学术影响力的辐射情况在各个领域和学科群中都是不同的。由于认可时间的滞后，年长的研究员或那些能持续发表论文的研究员通常能积累更多的引用数。因此，要想全方位比较不同研究员的原始引用水平是不可能的，必须始终按年龄加权，并与每个分支学科的引用水平和模式相对应（见下一章）。此外，由于时间的滞后性，在评估大多数身处学术生涯早期的研究员的学术潜力时，引用数也起不到什么作用。

如何进行自引

对自引的不信任是大错特错的。

——安妮-威尔·哈金

学术工作本质上是累积性的。作者或研究团队在追溯理念、方法或证据的演变时可适当引用自己以前的研究成果。对于应用型研究（在同样的案例尚未得到广泛研究时）来说，当一个既定课题属于某科研团队的“主要研究领域”，抑或在工作中使用了尚未被广泛运用的特殊方法时尤为如此。但是，一些官方或官僚机构认为自引是有问题的，或者说是不合规定的，应该被完全排除在引用计数之外，或者应该少于正常的引用计数。在他们看来，自引就是“自吹自擂”。

一些文献计量学的学者对此表示赞同，认为个体、机构和大学在研究绩效的比较分析中应排除这种自引。有些文献索引指标的发布者也开始公布自引比例来显示他引的数量。他们认为，在界定学者在某个领域内的权威程度时，他引比自引更重要。

然而，我们也有充分的理由承认，个人和研究团队的自引在学术界不同领域的学科实践中完全合理且高度相关。图1.3显示了学科群之间巨大的系统性差异。自引率在工程科学领域为2/5，在医学和生命科学中则低至1/5。在大多数STEMM学科中，自引率通常在1/3左右。社会科学和人文学科的自引率普遍较低，为1/5～1/4。政治学和经济学的数值最低，心理学和教育则更高一些。人文学科的自引率约为1/5，但语言学与传播学的自引频率相对更高。

这些规律是否仅仅反映了不同学科的自吹自擂倾向？答案是否定的。这种差异似乎是由学科中应用型工作所占的比例和该工作的持续发展属性所塑造的。许多工程部门专注于研究特定的子领域，并在这些领域内进行非常深入的研究，向外拓展知识前沿，同时国际对手或竞争者可能相对较少。他们可能还会发布很多客户报告和“灰色文献”。如果他们要适当地引用自身的研究，以供他人探究方法并以可复制的方式追踪数据，作者必须增加自引量，其比重实际上可达其他学科的两倍。同样，相当多的科学工作取决于同一实验室或同一作者所取得的进展。在这些领域，排除自引往往会对学术发展造成严重的副作用。在文献计量学中，这样做也具有极大的误导性。此外，人文科学和社会科学中自引率较低，可能只是反映了作者在学术期刊上发表应用成果或开展系列应用研究的倾向较弱。

然而，医学领域（可以说是应用性最强的领域）自引的比例较低则需要另一种解释。这可能反映了医学研究结果在不同研究团队和不同国家间进行验证的重要性（如药物批准的关键因素）。这也可能是篇幅极短的医学文章（都限制在3000字以内）衍生成果广泛积累的结果，或是该专业坚持充分引用文献、每篇医学（短）文章的引用数都比其他任何学科要多（见第二章）的结果。

自引在研究员之间还存在较大的性别差异：男性引用自己出版物的频率高于女性。目前的知识水平还不能完全控制男女学者之间的学科差异，而且平均而言，在某些领域男性比女性更资深。尽管如此，女性似乎低估了她们当前研究与早期研究之间的联系，这也许是因为缺乏正当的自信，又或者是男性的确更喜欢夸夸其谈或自引？

自引的数量也会随着年龄增长而增长。年长的研究员可能会进行更多的自引，不是因为更自大，而是因为更有经验，能比年轻研究员更理所当然地沿用自己先前的工作成果。在某些学科中，年长的学者可能会比年轻的博士或博士后做更多的应用型工作——工程学领域偏向自引的原因也是如此——也就是说他们的研究会借鉴许多报告、外部客户的工作文件或详细的案例分析，而这些数据不太可能在期刊上发表。

那么，你应该如何在自己的研究中发挥自引的作用呢？很明显，自引只能用在真正有用的地方，并且与所包含的文章完全相关。相反，“不自然”地抑制自己引用自己的出版作品同样不好。在乘数效应下，引用自己早期的作品往往会增加他人的引用。学者福勒（James H.Fowler）和阿克斯内斯（Dag W.Aksnes）发现，在控制各种影响因素后，每增加一次自引，一年后他引约增加一次，五年后他引约增加三次。

还有一些学者发现，适度的自引能提高作者A的作品知名度。这里可能有这样一条逻辑：在做文献综述的读者B发现了作者A最著名的研究作品Z，并看到其中一些引用了作者A的一些不那么知名的研究。如果读者B在学术上认真勤勉，可能会继续跟进，引用Z的同时还会引用作者A不那么知名的作品（但引用不太知名的作品往往不能帮助作者A提升h分值，详见第二章“GS追踪系统”小节）。

一般来说我们建议，对于资深的研究员，谨慎的做法是保持自引率略低于该学科的自引率平均值。适度引用自己的应用型研究成果（例如研究论文、客户报告、新闻文章和博客文章）的确说得过去，因为标准学术数据库和资源库中经常会遗漏此类数据。但是，过度引用自己的研究成果似乎会显得很自恋。对于年轻的研究员，由于没有那么多的出版物作为参考，需要更加谨慎地对待自引。因此，他们可以合理地利用自引来为尚未发表的支持性作品（如工作文件、研究报告或待审论文）或数据集争取知名度。

小结

只要一开始能正确地理解引用系统运行的关键方式，科学家和学者通过获取引用来获得认可的做法将有效提高研究效率、推动研究的创新。每个学科（和分支学科）都是一个独特的引用生态系统，在考虑具体作者的研究经历之前，首先需要理解这一系统。不同领域之间，所有基于原始数据的比较都是无效的。引用数提供的信息（以及下文中的替代计量指标）总是需要小心谨慎地予以解释，并对照所在学科以及特定分支学科/专业领域同行的平均引用水平。自引也应遵守学科规范。在此基础上，我们就可以在下一章开始更为复杂的任务——理解研究员个人如何最好地认识其出版作品的优势和局限性。 0b5bTBRFdzbAXpT8dZmg+RWUmodxVMK3VsE/7LN2FvHMaIxAhyvo9WZImf9XtlAa