基于被引速率指标识别睡美人文献及其“王子”——以2014年诺贝尔化学奖得主Stefan Hell的睡美人文献为例

目的:引入时间因素,从文献引文轨迹特征和累积被引速率快慢的角度验证Hell(1994)是否为睡美人文献,并分析其唤醒机制。方法:提出被引速率和延迟承认指数识别睡美人文献;与睡美人文献的同被引速率、共同延迟承认指数识别王子文献,并应用CitNetExporler分析睡美人及其王子文献之间的有向引用网络。结果:Hell(1994)被引速率最慢、延迟承认指数最高,被引次数的年代分布特征同时证明其是睡美人。另外,不仅验证了Nature Methods科学史评论中提到的Hell(2000)是唤醒Hell(1994)的王子,还发现另一篇王子Hell(2003),以及两篇“王子的扈从”——Betzig(2006)和Rust&Zhuang(2006),四者与Hell(1994)的同被引轨迹和睡美人本身的引文轨迹近乎完全一致。结论:结合被引速率和延迟承认指数,可较快识别出文献集合中的睡美人文献;在睡美人所有施引文献的参考文献中,发表于睡美人文献引用突增年,同被引速度、共同延迟承认指数分别与睡美人文献的被引速率、延迟承认指数越接近,越有可能是王子文献。王子文献可能不止一篇,它(们)本身是高被引文献且往往发表于更高影响力的期刊。在预测零被引或低被引论文未来高被引的潜力时,变革性研究类文献可作为重要线索。