[论文解读] Are self-citations a normal feature of knowledge accumulation?

Philippe Vincent‐Lamarre, Vincent Larivière|arXiv (Cornell University)|Mar 5, 2023

scientometrics and bibliometrics research被引用 4

一句话总结

本研究分析了超过6300万篇学术论文及5100万位作者，探讨学术交流中的自引现象，发现男性和年长的研究人员更常进行自引，自引在整体上适度提升引文率，且其相关性高于其他引文类型——尽管自引显著夸大了部分研究人员的指标。研究结论认为，自引是知识积累中一种正常但具有战略影响的特征。

ABSTRACT

Science is a cumulative activity, which can manifest itself through the act of citing. Citations are also central to research evaluation, thus creating incentives for researchers to cite their own work. Using a dataset containing more than 63 million articles and 51 million disambiguated authors, this paper examines the relative importance of self-citations and self-references in the scholarly communication landscape, their relationship with the age and gender of authors, as well as their effects on various research evaluation indicators. Results show that self-citations and self-references evolve in different directions throughout researchers' careers, and that men and older researchers are more likely to self-cite. Although self-citations have, on average, a small to moderate effect on author's citation rates, they highly inflate citations for a subset of researchers. Comparison of the abstracts of cited and citing papers to assess the relatedness of different types of citations shows that self-citations are more similar to each other than other types of citations, and therefore more relevant. However, researchers that self-reference more tend to include less relevant citations. The paper concludes with a discussion of the role of self-citations in scholarly communication.

研究动机与目标

• 探讨自引在学术生涯各阶段知识积累中的作用。
• 分析自引与作者人口统计特征（包括性别与年龄）的关系。
• 评估自引对引文率等研究评价指标的影响。
• 比较各类引文类型（尤其是自引）中被引论文与引用论文的主题相似性。
• 评估自引是否对学术相关性有实质性贡献，还是仅作为指标操纵工具。

提出的方法

• 本研究使用来自学术出版记录的6300万篇论文及5100万位经过消歧的作者的数据集。
• 通过元数据与文本分析，区分自引（引用自身作品）与自引参考（文中引用自身作品）。
• 通过NLP嵌入技术比较引用论文与被引论文的摘要，测量引文相似性。
• 使用统计模型分析自引频率与作者人口统计特征（性别、职业阶段）之间的关系。
• 通过控制学科领域与发表年龄的回归分析，量化自引对引文率的影响。
• 通过摘要嵌入的余弦相似度，比较自引与其他引文类型的主题相关性。

实验结果

研究问题

• RQ1 自引与自引参考在研究人员学术生涯中如何演变？
• RQ2 自引在男性或年长研究人员中是否更为普遍？
• RQ3 自引在多大程度上夸大了基于引文的研究评价指标？
• RQ4 自引论文的主题与其它引文类型相比有多相似？
• RQ5 自引参考较多的研究人员是否倾向于包含较少相关性的引文？

主要发现

• 自引在男性和年长研究人员中更为普遍，且随着研究人员年龄增长，其频率显著上升。
• 平均而言，自引对作者整体引文率具有微小至中等的正向影响。
• 部分研究人员因自引导致引文数量被高度夸大，表明其对指标具有不成比例的影响。
• 自引之间的主题相似性高于其他引文类型，表明其具有更高的相关性。
• 自引参考较多的研究人员往往包含较少相关的引文，表明自宣传与引文质量之间存在权衡。
• 研究发现，自引并非仅仅是冗余，而往往具有主题连贯性，支持其在知识延续中的作用。