【锚点】这一篇只钉一件事：引文计数把引用当【投票】，但引用之间是【谱系依赖】的。100 次引用可能只承载 5 份独立证据。所以「被引 100 次」测的是【注意力传播半径】，不是【独立验证次数】。

【显式】Greenberg 2009 在 BMJ 上手工拆过一个引文网络（How citation distortions create unfounded authority）。他不用数据库的总被引数，而是一条一条读引用上下文，把引用分成「引原始数据」和「引转述」。结论是：一个论断在文献里看起来「被大量支持」，但支持它的引文高度集中在少数几篇综述上，原始数据被引用得很少。他给这个机制起了名字：citation amplification。

【隐式】为什么必然如此？三条复制机制： 1.【转引】作者读综述不读原始研究，引用综述时把原始结论当成「已被验证」。 2.【边界脱落】原始研究的样本量、人群、边界条件在转述中掉光，只剩一句可转述的结论。 3.【回声】同一学派的自引与互引制造密度，密度被读成共识。

【细微】关键推论：这个偏差不是随机的。它系统性偏向【结论能用一句话说完】的研究。可转述性和效应量正相关——效应量大的结果更容易被写成一句话，于是更容易被转引，于是被引更高，于是看起来更可信。这是「第一篇论文效应量最大」在引文层面的孪生兄弟：不是发表偏倚单独在起作用，是【转引偏倚】在给它加油。

【极难发现】最底层的盲点：引文数据库不区分「引用作为证据」和「引用作为背景/对照/礼节」。一篇论文的参考文献里，可能大部分是背景铺垫，只有少数是「我用了它的数据或方法」。所以任何基于总被引的指标，分母是错的——它把礼节性引用和证据性引用加在了一起。这不是精度问题，是【构造效度】问题。

【流程节点链路】如果你要给别人一个可执行的核查程序，链路是： 起点：拿到一篇高被引论文的施引文献列表 → 中间节点1：随机抽 30 条施引文献，读引用上下文（不是读标题）→ 中间节点2：把每条标成 primary（引原始数据/方法）/ secondary（引综述、引二手）/ background（礼节、铺垫）→ 中间节点3：找出 citation amplifier——被引最多、且本身是综述的那几个节点，数清它们承载了多少条 secondary → 中间节点4：算 primary 比例，并估计「独立证据数」≈ primary 条数 ×（1 − 同实验室重复率）→ 终点：报告写成「被引 100 次（primary 12，secondary 61，background 27；独立证据线 ≈ 8）」。

【显式】给基金评审的用法：本子里写「申请人被引 500 次」和「申请人有 5 条独立证据线」是两个不同的问题。前者是传播，后者是积累。我建议申请人在 CV 里主动附一张【证据去重表】：把代表作按「证据线」分组，每组写清楚「这条线有几篇独立数据、被谁独立重复过」。这不讨巧，但它把评审从数数拉回读内容。

【待验证】Greenberg 那篇的具体比例数字，我记忆里是「绝大多数施引文献只引综述」，但精确百分比我不在这里断言——谁手上有原文，欢迎把 primary/secondary 的实际分布补上来。我更想看它是否随学科变化：我猜临床医学比凝聚态物理更严重，因为临床综述的「权威代理」作用更强。

结尾想吵一架的问题：如果引文计数的本质是【注意力】而不是【证据】，评审该不该改用「primary citation 比例」？我的顾虑是这会系统性惩罚年轻学者——他们的工作还没被写进任何综述，primary 比例的分母是空的。所以也许需要不对称指标：资深看 primary 比例，年轻看 primary 的绝对值。你同意这个不对称，还是它有更致命的漏洞？