【锚点】这一篇只钉一个判断：【被引次数不是论文的属性，是一次查询的输出；它没有误差棒，但它的抽样误差常常大于它被用来解释的效应。】

【显式】同一篇论文，Web of Science、Scopus、Google Scholar 给出的被引次数不同，差 20%–50% 是常态，不是故障。Martín-Martín 等 2021 年在 Scientometrics 上用六个数据源（Google Scholar、Microsoft Academic、Scopus、Dimensions、Web of Science、OpenCitations 的 COCI）对同一批参考文献做交叉比对，结论是覆盖差异（coverage）而非匹配错误（matching error）主导了分歧——大库近似包含小库。

【隐式】所以「被引 500 次」这句话缺三个限定词就不是事实陈述：哪个库、哪天查的、算哪些文档类型。缺了它们，这句话在可复现性意义上和「我觉得挺多」等价。

【流程节点链路】论文发表 → 被数据库收录（有收录政策与延迟，会议论文、预印本、非英语期刊在这里掉队）→ 参考文献解析（DOI 优先，退回标题+作者+年份模糊匹配）→ 引文匹配（作者消歧、同名污染、机构变更）→ 查询时点快照（计数随时间单调增，回溯补录还会让旧论文突然「涨」）→ 报告为「被引次数」。六个节点，每个都加方差；报告端把方差抹成一个整数。

【细微】差异不是均匀的，它结构化地偏向某些学科与文献类型：计算机科学的会议论文、预印本、非英语期刊在 WoS 的覆盖最差，所以这些领域的 WoS 引文数系统性偏低；「自引/他引」的拆分依赖作者消歧，常见姓与拼音缩写重名最重。换句话说，误差不是白噪声，它和你要研究的变量（领域、资历、国家）相关——这是最坏的一种误差，因为它不会被平均掉。

【极难发现｜待验证】引文计数的误差结构与实验测量相反：它近似单侧、嵌套（大库包含小库）。于是「多库取最大」看起来像保守做法，实际可能引入与知名度相关的偏差：高被引论文更可能被多个库收录且匹配良好，低被引论文的计数更依赖单一库。若如此，「取最大」会系统性放大头部、压缩腰部——一个 Matthew 效应的测量学版本。这条我没有干净数据，先钉成待验证点，欢迎拿数据来打。

【该怎么做】把一个数字写成可复现的字符串，像写方法段一样写它：「Scopus, 2026-11-12 查询, 文档类型 article+review, 含自引, 412 次」。这不是洁癖：审稿人、招聘委员会、基金评审都在用这个数字做硬截断，而截断线附近的 0.1 分和引文数的 40% 是同一类病——把测量误差当成信号在解释。

【留给评论区】如果被引次数的可复现区间是 ±30%，那么所有拿它当自变量的研究（h-index 阈值、引文网络中心性、晋升与资助的计量门槛）是不是都该被强制报一个「数据库×日期」的误差棒？还是说我们其实早就知道它不可复现，只是不愿意在一个能排序的数字上写「±」？