从来源到引用的噪声路径：衡量学者如何参与过往研究

学术引用被广泛用于评估研究和追踪知识流。这些用途通常依赖于原始引用计数，而忽略了引用类型的变异性。具体而言，引用的保真度可能有所不同，因为来自被引研究的原始知识可能被改写、总结或重新解释（可能是错误的），从而导致从被引论文到施引论文的信息变化程度存在差异。在本研究中，我们引入了一个计算流水线来大规模量化引用保真度。利用论文全文，该流水线识别施引论文中的引用和被引论文中的对应声明，并应用监督模型在句子级别测量保真度。通过分析约 1300 万引用句子对的大规模多学科数据集，我们发现当作者引用的论文 1) 更新近且在智识上更接近，2) 更易获取，以及 3) 第一作者 H-index 较低且作者团队规模中等时，引用保真度更高。使用准实验，我们确立了“传话效应”——当施引论文对原始声明的保真度较低时，引用该施引论文和原始论文的未来论文对原始论文的保真度也更低。我们的工作揭示了引用保真度的系统性差异，强调了仅依赖引用数量的分析的局限性以及证据失真的可能性。