Ссылки (цитирования)

Ссылки, которые на русском повелось называть "цитированиями" (калька с английского cites\citations) - важнейший объект изучения наукометрии. Они связывают отдельные публикации в сеть науки и обеспечивают поступательное приращение научного знания за счет связи нового знания с уже имеющимся. При этом у ученых отсутствует консенсус о том, как именно трактовать цитирования и что они значат. Основатель прикладной наукометрии Юджин Гарфильд писал (doi), что любые теории цитирования заведомо туманны и неполны, и осторожно относился к различным математическим подходам. Еще один классик наукометрии Блез Кронин в своей монографии о цитированиях (pdf) так охарактеризовал фундаментальную сложность их однозначной трактовки:

Citation is a private process with a public face. Therefore, any attempt to understand the nature of citations is conjecture

Несмотря на эту принципиальную размытость цитирований, работ об их смысле и назначении написано немало. В частности, со стороны социологии и символических характеристик подробно изучил цитирования в своей классической диссертации Пауль Воутерс (pdf). Тем не мене, общепринятой теории цитирования пока не сложилось (сопоставление основных подходов смотрите здесь (doi)). Мы в нашем кратком обзоре остановимся на ключевых аспектах изучения цитирований, важных для интерпретации количественных результатов наукометрии.

Иногда считают, что традиция цитировать и таким образом вставать на плечи гигантов изначально присуща науке. Такая точка зрения ("не цитирует - не ученый"), фактически отождествляющая науку с системой приращения знания с обязательной опорой на имеющееся знание, имеет право на жизнь. На деле практика ссылаться на других авторов начала распространяться в Европе с конца XVI века (до этого их тексты обычно просто копировали без указания источника). Примечательно, что практика учета и изучения цитирований изначально развивалась отдельно от науки: в Средние века у иудеев-талмудистов (doi), или в XVIII-XIX веках у англосаксонских юристов с их "цитаторами" (doi).

Отчасти это было связано с трудностью анализа постраничных ссылок, принятых у ученых. Формат концевых списков литературы широко распространился с 1950-60 гг., что совпало с развитием технологий и позволило Юджину Гарфильду придумать и раскрутить свой Science Citation Index, ставший прообразом всех остальных библиометрических инструментов. Стартовав с набора основных журналов по естественным наукам, Гарфильд построил систему индексирования публикаций и их метаданных, изначально фокусирующуюся именно на списках литературы. В результате стало возможным проводить измерение числа ссылок на статьи , которое отождествляется с влиянием (impact) научной публикации. Чем больше работ в той или иной степени опираются на данную статью, ссылаясь на нее, тем важнее она для развития науки - такова логика анализа цитирований.

Естественно, против отождествления цитирований с влиянием есть целый ряд аргументов. На практике часто слышны такие:

Ссылка ссылке рознь: где-то речь об опоре на методологию или данные, где-то - просто об упоминании в числе свежих работ по теме, чтобы показать свою осведомленность
Где-то речь вообще идет о критике или опровержениях. Стоит ли считать это влиянием?
Некоторым иногда приходится сослаться на главреда или начальника, а то и накрутить показатели для формальной оценки.

Действительно, ссылки имеют ряд функций, а их авторы - массу мотивов, и смешивать их в одном показателе может казаться грубым упрощением. Исследование функций и мотивов цитирований можно считать полноценным подразделом науковедения: работы в диапазоне от глубинных интервью авторов до математики распределений ссылок тут исчисляются сотнями.

Наиболее упрощенно типологию цитирований с точки зрения содержательных мотивов можно представить так:

Подтверждение ("Полученные нами результаты в целом соответствуют предыдущим наблюдениям (Наблюдатель et al 2011)")
Упоминание ("Как известно, наблюдения в основном проводятся наблюдателями (Наблюдателев 1993, Наблюдателева 2019)")
Опора на метод\данные ("В своей работе мы использовали алгоритм наблюдения (Наблюдатель 2020)", "Расчеты проведены на датасете наблюдений (Наблюдатель 2021)")
Противоречие ("В отличие от (Наблюдатель 2010) мы в своем исследовании не наблюдаем ничего подобного").

Похожая типология недавно реализована в сервисе scite, классифицирующем цитирования на три типа на основе алгоритмов машинного обучения, работающих с контекстами цитирования - извлеченными из полных текстов 25 миллионов публикаций фразами с конкретными цитированиями (технология изложена в научной работе (doi)). К сожалению, цитирования, опирающиеся на методы и данные, scite выделять не умеет, а корректность по остальным типам далеко не идеальна. Важно, что scite подтверждает известные ранее наблюдения о крайне малой распространенности отрицательных цитирований.

Все остальные крупные базы цитирований и инструменты на их основе работают с цитированиями без различения их типов, опираясь на общее отождествление ссылок с влиянием. Аргументы за и против такого отождествления описаны в ряде обзоров, один из которых заключает (попутно цитируя):

There is evidence that the different motivations of citers are “not so different or ‘randomly given’ to such an extent that the phenomenon of citation would lose its role as a reliable measure of impact” (doi).

Мы придерживаемся такой же точки зрения, иначе бы не занимались наукометрией. Важно подчеркнуть: цитирования опосредованно отражают влияние, а не “качество”, “гениальность”, “оригинальность” публикаций. Безусловно, у работы, рассказывающей о прорывном эксперименте или содержащей доказательство важной теоремы, много шансов получить много ссылок. Но для развития науки не менее значимы и другие типы публикаций: так, сотни и тысячи ссылок регулярно собирают научные обзоры, в которых обобщается текущее состояние исследований какой-то темы, или же работы о новых протоколах лабораторных исследований, или научном программном обеспечении, или публикации важных описательных данных.

На практике, однако, чтобы цитирования адекватно отражали влияние, их нужно правильно измерить - нормализовать, оценить вклад самоцитирований и т.д.. Про это читайте в специальном разделе.

Одним только числом цитирований дело не ограничивается: ссылки и списки литературы широко применяются также для выявления взаимосвязей и построения сетей публикаций, авторов и тематик. Например, близость двух публикаций может определяться тем, насколько совпадают у них списки литературы, что в т.ч. позволяет выделять тематические кластеры. Примечательно, что самой цитируемой статьей в профильном журнале Scientometrics является описание программы VOSviewer, предназначенной как раз для этого.