“睡美人”文献研究综述

郭 斐（中国科学院成都文献情报中心 中国科学院大学 四川 成都 610041）鄢小燕（中国科学院成都文献情报中心 四川 成都 610041）



“睡美人”文献研究综述

郭 斐（中国科学院成都文献情报中心 中国科学院大学 四川 成都 610041）
鄢小燕（中国科学院成都文献情报中心 四川 成都 610041）

[摘 要]“睡美人”文献是指那些在发表初期遭遇冷遇，经历长时间的沉寂之后突然引起大量关注的文献。目前，国内外对“睡美人”文献研究的核心问题包括识别标准、形成要素、唤醒要素及预测模型。其中，识别标准方面分为综合识别和分类识别，识别方法有三指标识别法、“美丽系数”识别法和四分位数分布统计识别法；形成要素包括学术水平超前、自我“营销”欠佳和科学壁垒；唤醒要素为“王子”文献；学术界已提出“睡美人”文献的预测模型。“睡美人”文献研究应统一识别标准、细化形成要素、明鉴“王子”身份、完善预测模型。

[关键词]“睡美人”文献 识别标准 形成要素 唤醒要素 预测模型

“睡美人”文献是指那些在发表初期遭遇冷遇，经历长时间的沉寂之后突然引起大量关注的文献。“睡美人”文献是稀有的，也是极富价值的。了解其沉睡与唤醒的内在机理与相关机制，实现一定程度的识别与预测，对缩短科学认知周期、保护重大科学发现、促进科学发展有重要意义。预测所得的潜在“睡美人”文献也可结合用户需求在一些数据库及科研社交网站上实现优先检出或主动推送的功能，既能有效满足用户的信息需求，也能在一定程度上提高潜在“睡美人”文献被唤醒的概率，实现二者双赢。

1　“睡美人”文献研究概况

1.1 相关文献情况

“睡美人”文献的英文可用Sleeping Beauty in Science、 Sleeping-beauty、Resisted Discovery、Premature Discovery、Delayed Recognition来表示，Low-citation、Zero-citation也涉及相关内容。中文与其语义相近的词有科学睡美人、阻滞发现、早熟发现、迟滞承认等。2015年8月26日，笔者在WOS数据库中以“Sleeping Beauty”or “Resisted Discovery”or “Premature Discovery”or “Delayed Recognition”为检索式，对1864—2015年的文献进行主题检索，得到5 376条检索记录，但其中涉及大量医学、生物学、文学、艺术类文献。笔者对检索策略进行了优化，在高级检索中以su=Information Science & Library Science为检索式进行检索，得到图书情报学领域963 221条检索记录，在检索结果中对Sleeping-beauty、Resisted Discovery、Premature Discovery、DelayedRecognition分别进行二次检索，经过去重之后共得到60篇文献。笔者在CNKI中分别以“科学睡美人”“迟滞承认”“低被引”为检索词对1979—2015年的文献进行主题检索，共得到57条检索记录，相关记录仅为11条，经过去重之后共得到8篇中文文献。同样的检索策略应用于万方数据库（文献起止年份为1990—2015年）与维普数据库（文献起止年份为1989—2015年），又得到5篇相关中文文献。至此，笔者共检索到中英文相关文献73篇。总体来看，“睡美人”文献的相关文献总量相对较少，中文文献更少。

1.2 相关概念

学术界对“睡美人”文献的关注始于20世纪60年代。1961年，Barber[1]将这一现象称作“阻滞发现”（Resisted Discovery），认为是科学家们对这类论文的某一方面缺乏兴趣而导致其长期被阻滞发现。随后，Stent[2]提出了“早熟发现”（Premature Discovery），认为这类文献的研究发现大大超出了当时科学界的认知范围，因而未受到应有的认可。1980年，美国著名情报学家Garfield[3]提出“迟滞承认”（Delayed Recognition）的术语，囊括了二者的内容，指那些最初受到冷遇而后突然引起重视的文献。而“科学睡美人”（Sleeping Beauty in Science）的提出是在2004年，Van Raan[4]用这个生动的名称代替了“迟滞承认”，从此引发了国内外众多研究人员的兴趣。2012年，李江和Fred Y.Ye[5]对科学睡美人的概念做了补充，他发现了4篇特殊的“睡美人”文献，它们的引文曲线呈现新的形态，存在两个引用高峰，一个在沉睡之前，一个在被唤醒之后，也就是说它们在发表之初曾经受到关注，但好景不长，很快进入了沉睡期，一段时间后再次获得广泛关注。李江称它们为“全要素睡美人”（All-elements-sleeping-beauty）。

总之，无论是“阻滞发现”“早熟发现”“迟滞承认”还是“科学睡美人”，它们所指的都是那些在发表初期遭到冷遇，随后又引起大量关注的文献。而 “全要素睡美人”则是对“科学睡美人”的补充，是一种特殊的“科学睡美人”。

2　“睡美人”文献研究的核心问题

“睡美人”文献蕴藏着巨大的科学价值，它像一座富含宝藏的城堡一样吸引着科学家们的研究与探索。自20世纪60年代初“睡美人”文献走进他们的研究视线之后，其相关研究一直延续至今。目前，国内外对“睡美人”文献的研究主要聚焦在以下几个方面：识别标准研究、形成要素研究、唤醒要素研究（“王子”文献研究）、预测模型研究。

2.1 识别标准

2.1.1 综合识别

所谓综合识别，是指在不考虑学科差异影响的条件下从大量文献中找出“睡美人”文献的一种方法。作为综合识别研究的初探，Garfield[6]提出了两步走识别法。该方法以一篇经典“睡美人”文献睡眠期的年被引频次为基准数，从当前的高被引文献中筛选出发表之后5年以上（10年以上最好）被引频次与基准数接近的文献，将其认定为“睡美人”文献。该方法为识别研究提供了思路，但经典“睡美人”文献往往都是较为极端的案例，以此为基准值，缺乏普遍适用性。

“睡美人”文献量化研究的真正开始是在2003年，Gla..nzel等人[7]首次使用10万级的文献数量进行了实证研究。文中继承并发展了Schubert和Gla..nzel[8]于1986年提出的平均响应时间（Mean Response Time，简称MRT）的概念，使用新的指标Ti来表示文献被i篇论文引用的最短时间。在此基础上，Van Raan[4]提出了三指标识别法。这3个指标分别是睡眠深度Cs（Depth of Sleep），即一篇论文在观察时限内，年均被引不超过1次为深度睡眠，1～2次为浅度睡眠；沉睡时长s（Length of Sleep）；唤醒强度Cw（Awake Intensity），指论文在苏醒之后的4年内年被引频次，不含自引，4年之内的被引频次之和超过20次就认为“睡美人”文献被唤醒。Van Raan还据此识别出了一篇经典“睡美人”文献——Romans[9]的Massive N=2a Supergravity in Ten Dimensions，这是一篇物理学超弦理论论文。该论文被认为是当时睡眠最深（Cs=0次）、沉睡时间最长（s=10年）、唤醒强度最大（Cw=64次）的“睡美人”文献。Van Raan给出的这3个指标是“睡美人”文献识别标准研究的重大突破，较为全面地对“睡美人”文献进行了多角度衡量，在此后的研究中一直被作为基础性指标进行使用。2014年，李江等人[10]利用上述标准在1900—2000年诺贝尔奖获得者的58 963篇文献中识别出了758篇“睡美人”文献。

在随后的研究中，一些新方法的出现给“睡美人”文献综合识别提供了新的思路。Baumgartner和Leydesdorff将多用于社会心理学和临床医学领域的“聚类轨迹建模”（Group-based Trajectory Modeling，简称GBTM）首次应用在文献的引文特征分析中，通过将相似引文轨迹的文献加以聚类来识别“睡美人”文献[11]。Qing Ke等人通过分析论文的年被引率变化特征，提出“美丽系数”（Beauty Coefficient）的概念以衡量“睡美人”文献的美丽程度。他们指出，任何一篇论文都有其美丽系数，如果一篇文献的被引频次随发表时间的增长呈线性增长，那么它的美丽系数为0，沉睡时间越长、唤醒强度越强的“睡美人”文献，其美丽系数越大[12]。Qing Ke等人的这一研究给“睡美人”文献的识别带来更加精确的量化标准。此外，杜建与武夷山[13]提出的引入被引速度这一指标，从整体上反映被引频次积累的快慢也为“睡美人”文献的识别提供了新的思路，具有极强的启发性意义。

2.1.2 分类识别

Gla..nzel等人[7]在2003年正式提出了学科差异对“睡美人”文献的影响。研究指出，相比于社会科学而言，自然科学更容易出现“睡美人”文献，而数学学科又比其他自然学科更容易出现“睡美人”文献。这一点也得到了研究人员的广泛认同。近年来也出现了基于不同学科、不同领域的“睡美人”文献识别，称为分类识别。

Lange[14]以及Ohba和Nakao[15]分别对心理学和眼科医学领域进行了“睡美人”文献的识别研究。姚建文等人[16]就图书情报学领域的“睡美人”现象进行了深入研究。但上述研究均是以Van Raan的3个指标为依据，仅在指标的取值上根据学科特点进行了微调，相当于方法的移植，并没有实质性的进展。2010年，Costas等人[17]提出了四分位数分布统计法，认为如果同学科领域其他75%的文献获得超过50%的总被引频次，而某一文献自身就获得50%的总被引频次，则可识别其为“睡美人”文献。但有些文献存在跨领域、跨学科的研究，在获取同领域所有文献的工作中存在归属性判断的问题；此外，这类涉及交叉学科的文献受众较广，可能会影响其被引频次。尽管如此，但在进行某些特定领域、特定期刊的“睡美人”文献识别研究时，四分位数分布统计识别法仍然具有极强的可借鉴性。

总体来说，现阶段出现的主要识别方法有三指标识别法、“美丽系数”识别法和四分位数分布统计识别法。而分类识别与综合识别除了研究范围不同之外并没有本质差别。现阶段的分类识别主要是将综合识别的方法运用于特定学科领域之中。

2.2 形成要素

“睡美人”文献的形成要素研究是对其形成原因进行深入挖掘。掌握其形成的要素与机理，可以在一定程度上降低其形成的概率，这对保护重大科学发现起着至关重要的作用，一直以来也受到了研究人员的关注与重视。笔者将“睡美人”文献的形成要素进行了归纳。

2.2.1 学术水平超前

“睡美人”文献所蕴含的巨大科学价值毋庸置疑，然而这也是其形成要素之一。由于当时的社会共识与科研水平还没有达到“睡美人”文献的高度，造成了“睡美人”文献长期无人问津的后果。研究表明，诺贝尔奖得主或菲尔兹奖得主大约有10%的文献未被引用过[18]。

2.2.2 自我“营销”欠佳

“睡美人”文献与众不同的新思想与新观点要求作者具备极强的自我“营销”能力，否则很容易被催眠。Stent[2]指出，论文的核心理论如果不能通过简明条理的逻辑步骤进行表达并与科学权威、社会共识构建联系，被冷遇的可能性将大大增强。Garfield[3]也认为作者较差的自我“营销”能力是形成“睡美人”文献的要素之一。

2.2.3 科研壁垒

在商业中，新企业进入竞争环境须付出在位企业无需付出的生产成本，这是新企业行业进入壁垒。同样地，在科研环境中，学术新秀也面临着“科研壁垒”。Campanario[19]经过调研指出，有19位诺贝尔奖得主的科学发现受到过科学共同体中部分人员的抵制，有24位诺贝尔奖得主的科研成果受到期刊编辑或审稿人的抵制。可见，即使是学术地位较高的学者也面临着被抵制的风险。然而，比正面抵制更可怕的是无形抵制，如漠视、缺乏兴趣等。

（1）未知恐惧。人类总是对未知的东西充满恐惧与疑惑，这是人之常情，科学家们也不例外。Barber[1]曾说过，科学共同体通常都很难接受新观念、新方法及未预料到的结果。此外，科学家们受主流学术观念的影响，形成了一定程度的观念固着，对科研创新的敏感度有所降低。

（2）马太效应。1968年，罗伯特·莫顿提出了著名的“马太效应”[20]，意为多者愈多，少者愈少。马太效应的广泛存在，使得良性循环与恶性循环都陷入了各自周而复始的怪圈。“高被引文献引用了更多的高被引文献，学术精英也偏向引用高被引文献”[21]。学术新秀往往得不到与自身学术水平相匹配的重视，即使产出了重大科学发现也不能及时被承认，这是“睡美人”文献形成的重要因素。超弦理论“睡美人”文献的作者Romans当时仅是一位刚刚获得博士学位的学生，在高手如云的学术界，其受关注程度可想而知[22]。此外，期刊质量与其受关注程度息息相关，质量越高，受关注程度越高，期刊的声望对科学发现能否引起广泛关注起着重要作用[23]。而“睡美人”文献由于科研壁垒的存在往往发表在质量相对较低的期刊上。孟德尔遗传学经典规律的论文当时刊登在《布隆自然科学学会会刊》，该期刊仅是当地的地方性期刊[24]。

2.3 唤醒要素

Van Raan[4]将唤醒超弦理论“睡美人”文献的文献[25]称为“王子”文献，对“睡美人”文献的唤醒要素研究就是对“王子”文献的研究，掌握“睡美人”文献被唤醒的原因与过程，培养更多“王子”文献可以有效缩短重大科学发现的认可周期，对促进重要科学发现成长具有重要意义。Van Raan[4]指出，“睡美人”文献被唤醒是必然的，唤醒概率与3个指标的取值有关；而Burrell[26]却认为一般的“睡美人”文献被唤醒或许具有其必然性，但还无法证实一些极端的“睡美人”文献案例被唤醒是在预期范围内的。

2008年，武夷山[27]作为中国第一个关注“睡美人”文献问题的学者指出，“千万不能忽视‘睡美人’现象”。受此启发，梁立明等人[22]于2009年对Romans的超弦理论“睡美人”文献进行了案例分析，发现该文献沉睡于超弦理论第一次革命的黄昏时期，被唤醒于第二次革命的清晨。可见，学科的发展进程对“睡美人”文献的形成与苏醒起着至关重要的作用，学科发展的重要转折期很可能催生或唤醒“睡美人”文献。此外，Romans曾与Strominger同在加州大学圣巴巴拉分校理论物理研究所就职，但不久离职。在Romans离职后，Polchinski 来到物理研究所与Strominger成为同事。由于Strominger既了解早期Romans的工作，又了解后期Polchinski的工作，于是把Romans的超弦理论文献推荐给了Polchinski。而Strominger与 Polchinski都是超弦理论学界的权威，其影响力不容小觑。Romans的论文一经Polchinski引用，也迅速得到学界的广泛关注，成为被唤醒的“睡美人”文献，而Polchinski的文章成为“王子”文献。Romans、Strominger和Polchimki 3人曾在同一机构工作，使得Romans占据了毗邻学术权威的优势，这也是唤醒“睡美人”文献的重要影响因素。

对“王子”文献的一般性界定标准是由Braun等人[28]提出的。“王子”文献存在于第一批引用“睡美人”文献的文献中，具有高被引频次或相当数量的被引，而且与“睡美人”文献有大量的共引。经研究发现，60%的“王子”文献与“睡美人”文献处于相同领域，“王子”文献所在期刊的平均影响因子是“睡美人”文献所在期刊平均影响因子的两倍多[28]。正由于“王子”文献能够发表在影响因子较高的期刊上，才能引起更多关注，“睡美人”文献作为“王子”文献的引文之一也随之引起了广泛关注。“睡美人”文献就是这样“妻凭夫贵”，被成功唤醒的。由此可见，“王子”文献在“睡美人”文献唤醒过程中扮演着重要角色。然而，王子之吻仅仅是故事的开始，“睡美人”文献与“王子”文献还要经历漫长而曲折的“婚姻生活”。Braun等人[28]接着对“睡美人”文献被唤醒之后与“王子”文献的共被引情况进行了分析，将二者的“婚后生活”分成以下几种类型:“理想伴侣”（Ideal Couple）和“男性或女性主导”（Male or Female Dominance），而后者有时还会发展为绝对优势（Absolute Superiority）。Braun等人的研究不仅给出“王子”文献明确的界定标准，同时对二者的共被引情况进行了深入细致且生动形象的分析与分类，丰富了“王子”文献的研究内容。

2.4 预测模型

在“睡美人”文献研究早期，研究人员大多着眼于对已经出现的“睡美人”文献进行形成机制与唤醒机制的研究。然而，“睡美人”文献的预测也是值得研究的问题。Cole[29]曾经提到，我们无法预知哪篇文章属于早熟发现，但有可能通过引文分析识别出已经被唤醒的“睡美人”文献。对于“睡美人”文献的识别，学术界已经取得一定成果。那么，“睡美人”文献的出现与唤醒究竟是偶然还是必然呢？是否有办法预测呢？近年来，对于“睡美人”文献的预测研究各国学者也都取得了一些进展。

2005年，Burrell[26]曾尝试用随机模型来预测“睡美人”文献，结果显示，随机模型可以解释“标准型”（Standard）和“可适度唤醒”（Moderately Aroused）的“睡美人”文献，而一些极端的“睡美人”文献案例无法用该模型解释。2014年，李江等人[10]提出了一些有趣的概念，他们把“睡美人”文献沉睡期间每一年的被引频次称作“睡美人”文献的“心跳”（Heartbeat），用Ci表示（第i年被引C次）。把Ci组成的向量称作“睡美人”文献的“心跳图谱”（Heartbeat Spectra），表示为H={Cl,……Ci,……Cn}，其中n代表沉睡年限，称作“心跳持久度”（Length of Heartbeat Spectrum），沉睡期间年均被引频次称作“心跳强度”（Strength of Heartbeat Spectrum）。文中借鉴经济学中基尼（Gini）系数的概念，提出用来测度心跳图谱中各期心跳均衡性的Gs系数，通过Gs指标可以用来预测“睡美人”文献的出现，当某篇文献的心跳图谱呈现“心跳均匀、重心靠后”的特征时，其成为“睡美人”文献的可能性最大[10]。

3　研究述评

“睡美人”文献的相关研究并不是一个新领域，然而就相关研究理论和方法方面而言仍存在诸多问题值得进一步深入研究。

（1）统一识别标准。三指标识别法自提出以来便得到了诸多方面的认可，但近年来研究人员对指标的取值问题莫衷一是。指标取值不统一使得指标的识别效果大打折扣。解决指标的取值问题是继续使用三指标识别方法的前提和基础，否则，从某种意义上来讲该方法将失去意义及其应有的价值。毫无疑问，如果找不到一个统一的取值标准，那么就必须使用新的识别方法。四分位数分布统计法从同领域文献之间的相对被引情况入手，规避了指标取值的难题。但该方法面临着某些跨学科跨领域文献的学科领域归属判断问题，并且识别的精确性也有待提高。“美丽系数”识别法是目前为止最为精确的识别方法，它同样弃用了三指标识别法，从文献被引初期到引文峰值年之间的被引频次线性变化程度入手进行识别，取得了良好的实证结果。但该方法得出的唤醒时点可能存在实际被引频次为零的情况，也就是说，从数学意义上已得到某年是唤醒年，但这一年的文献被引频次可能刚好为零或处于较低水平，这与我们的直观认识存在较大偏差，这是“美丽系数”识别法的不足之处。

（2）细化形成要素。目前，关于“睡美人”文献典型案例形成要素的分析，具有很强的针对性和说服力，但对形成要素的归集不够全面细致。例如，前文提到的“作者学术身份低”这一要素可以进一步细化，可划分为作者学术年龄、学历水平、职称水平、H指数、获奖情况等多个维度。这些维度在定义时还需进一步确定其内涵。通过比较研究或数理统计的方法可以得到这些维度各自对“睡美人”文献形成的影响程度，对作者学术身份这一要素有更加深刻、全面的把握。作者自我营销能力的内涵也应进一步充实、具体化，它不仅包括作者在撰写论文时的一些行文习惯与写作技巧，还应考虑作者参加国内外学术交流活动的次数与贡献、科研社交网络的使用情况等。除现阶段研究所得的形成要素之外，还应考虑是否存在其他影响因素，如文献的语种、类型（期刊论文、学位论文、会议论文等）、是否为项目产出、作者人数及当时的科研环境、政治环境等。对于科研环境和政治环境等不易衡量的要素要考虑选取几个衡量维度和指标，将这些要素进行细化和量化，得出其是否对“睡美人”文献的形成有显著影响及其影响程度如何。例如，可将科研环境划分为现实科研环境与虚拟科研环境两个维度。现实科研环境包括作者所在单位是科研机构或高校，而高校又有“985”“211”和其他普通高校之分；作者所在单位学科影响力，可利用已有的学科排名来衡量。虚拟科研环境包括作者所在单位的网络信息资源建设、机构库建设及虚拟社区建设等。

（3）明鉴“王子”身份。在现有的研究中，“王子”文献都是独立于“睡美人”文献的另外一篇高被引文献，是否有可能出现“睡美人”文献自引唤醒自己的情况呢？抑或“王子”文献本身也是“睡美人”文献，它又唤醒了另外一篇“睡美人”文献。或许，在今后的研究中会挖掘出这样特殊的案例，而这些案例的出现将进一步充实“睡美人”文献的类型和“王子”文献的内涵。对“王子”文献的研究可以加速我们对“睡美人”文献唤醒机制的掌握，从而培养更多的“王子”文献，这些都是值得进一步研究和探索的问题。

（4）完善预测模型。对于“睡美人”文献的预测我们还有很长的路要走。目前这方面的研究成果还很稀缺，对于李江等人提出的Gs系数预测法中存在的“零值问题”和“非零值问题”还需进一步改进与完善。

总之，学术界对“睡美人”文献的研究仍处于初级阶段，为使对“睡美人”文献的研究更加系统和深入，在不断弥补现阶段零碎研究的诸多不足之外，未来的研究还应从优化整合、系统探索方面出发，多着眼于新的研究视角的探索与开辟。

参考文献:

[1]Barber B.Resistance by Scientist to Scientific Discovery[J].Science, 1961(134):596-602.

[2]Stent G S.Prematurity and Uniqueness in Scientific Discovery[J].Scientific American, 1972,227(6):84-93.

[3]Garfield E.Premature Discovery or Delayed Recognition-Why?[J].Current Contents, 1980(21):5-10.

[4]Van Raan A F J.Sleeping Beauties in Science[J].Scientometrics, 2004,59(3):461-466.

[5]Li Jiang, Ye F Y.The Phenomenon of All-Elements-Sleeping-Beauties in Scientific Literature[J].Scientometrics, 2012(92): 795-799.

[6]Garfield E.Delayed Recognition in Scientific Discovery: Citation Frequency Analysis Aids the Search for Case Histories[J].Current Co.n.tents, 1989(23):3-9.

[7]Glanzel W, Schlemmer B, Thijs B.Better Late than Never? On the Chance to Become Highly Cited only Beyond the Standard Time Horizon[J].Scientometrics, 2003,58(3):571-586.

[8]Schubert A, Glanzel W.Mean Response Time: A New Indicator of Journal Citation Speed with Application to Physics Journals[J].Czechoslovak Journal of Physics, 1986(36):121-125.

[9]Romans L.Massive N=2a Supergravity in Ten Dimensions[J].Physics Letters, 1986 (169):374-380.

[10]Li Jiang, Shi Dongbo, Zhao S X, et al.A Study of the ''Heartbeat Spectra'' for ''Sleeping Beauties''[J].Journal of Informetrics, 2014, 8(3):493-502.

[11]Baumgartner S E, Leydesdorff L.Group-Based Trajectory Modeling (GBTM) of Citation in Scholarly Literature:Dynamic Qualities of ''Transient'' and ''Sticky Knowledge Claims''[J].Journal of the American Society for Information Science and Technology, 2013,65(4):797-811.

[12]Qing Ke, Ferrara E, Flammini A, et al.Defining and Identifying Sleeping Beauties in Science[J].Proceedings of the National Academy of Sciences of the United States of America, 2015, 112 (24):7426-7431.

[13]杜 建, 武夷山.文献引文轨迹:分类及测度[J].情报理论与实践, 2015,38(7):52-58.

[14]Lange L.Sleeping Beauties in Psychology: Comparisons of ''His'' and ''Missed Signal'' in Psychological Journals[J].History of Psychology, 2005,8(2):194-217.

[15]Ohba N, Nakao K.Sleeping Beauties in Ophthalmology[J].Scientometrics, 2012(93):253-264.

[16]姚建文, 赵庆华, 吴丽萍.图书情报论文的睡美人现象考查[J].大学图书馆学报, 2014(3):64-68.

[17]Costas R, Leeuwen T N V, Raan A F J V.Is Scientific Literature Subject to a ''Sell-By-Date''? ——A General Methodology to Analyze the ''Durability'' of Scientific Documents[J].Journal of the American Society for Information Science and Technology, 2010, 61(2):329-339.

[18]Egghe L, Guns R, Rousseau R.Thoughts on Uncitedness: Nobel Laureates and Fields Medalists as Case Studies[J].Journal of the American Society for Information Science and Techonology, 2011, 62(8):1637-1644.

[19]Campanario J M.Rejecting and Resisting Nobel Class Discoveries:Accounts by Nobel Laureates[J].Scientometrics, 2009,81(2):549-565.

[20]马太效应[EB/OL].[2015-02-16].http://baike.baidu.com/link?url=eWhGVaGIeSv96hO_0E5jUQVlHOQNEHPzW5TXzyE1oyvgn80zRlWf3IOIgiOfFJPIIxC2DHZnzNrK91UZaR3MBzaIVjAWOD6uPQYPgYApj_.

[21]姜春林, 张立伟, 刘 学.牛顿抑或奥尔特加？——一项来自该被引文献和获奖者视角的实证研究[J].自然辩证法研究, 2014,30(11):79-85.

[22]梁立明, 林晓锦, 钟 镇, 等.迟滞承认: 科学中的睡美人现象——以一篇迟滞承认的超弦理论论文为例[J].自然辩证法通讯,2009,31(1):39-45.

[23]Dalen H P V, Henkens K, Signals in Science:On the Importance of Signaling in Gaining Attention in Science[J].Scientometrics, 2005,64(2):209-233.

[24]张丽华, 张志强.科学研究中的迟滞承认现象研究进展[J].情报杂志, 2014,33(7):97-102.

[25]Polchinski J.Dirichlet Branes and Ramond:Ramond Charges[J].Physical Review Letters, 1995,75(26):4724-4727.

[26]Burrell Q L.Are ''Sleeping Beauties'' to be Expected?[J].Scientometrics, 2005,65(3):381-389.

[27]武夷山.千万不能忽视文献“睡美人”现象[N/OL].(2008-02-29)[2015-11-20].http://news.sciencenet.cn/htmlnews/200822975438578202431.html.

[28]Braun T, Gl.a.nzel W, Schubert A.On Sleeping Beauties, Princes and Other Tales of Citation Distributions[J].Research Evaluation, 2010,9(3):195-202.

[29]Cole S.Professional Standing and the Reception of Scientific Discoveries[J].American Journal of Sociology, 1970, 76(2):286-306.

[中图分类号]G252;G353.1

[文献标识码]A

[作者简介]

郭 斐 女，1991年生，中国科学院大学、中国科学院成都文献情报中心2014级图书馆学专业硕士研究生。

鄢小燕 女，1966年生，中国科学院成都文献情报中心信息服务部主任，研究馆员，硕士生导师。

[收稿日期：2015-12-17]

Research Review of Sleeping Beauty in Science

[Abstract]Sleeping Beauty in Science refers to a paper whose citation history has a long hibernation period followed by a sudden spike of popularity.At present, the studies on Sleeping Beauty in Science are focused on recognition standard, essential factors of forming, wake-up factors and prediction model.The recognition standard is divided into comprehensive recognition and classification recognition, whose methods include three indicators recognition method, the coefficient of "beauty" and quartile distribution statistical recognition method.The essential factors of forming are advanced academic level, poor self "marketing" and scientific barriers.The wake-up factor is Princes.And, academia has put forward the forecast model of Sleeping Beauty in Science.The research of Sleeping Beauty in Science should unify recognition standard, refine form elements, matrixay the identity of Princes, improve prediction model.

[Key words]Sleeping Beauty in Science; Recognition standard; Essential factor of forming; Wake-up factor; Prediction model