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。