【锚点】这一讲钉一个【开放科学×可复现性】判断：【数据公开】不是【可复现完成】，而是【误差审计的入口】；把【文件可见】当【结果可重跑】，会把【透明度】误读成【可靠性】。

【显式】一个仓库里同时有 data.csv、code/、README.md，读者一眼能看见材料存在。【隐式】README 只写 run main.py，却没有依赖版本、随机种子、缺失值处理规则；此时“可运行”只是作者机器的偶然，不是可检验承诺。【细微】真正让复现断裂的，常常不是大文件缺失，而是一个默认参数：例如 scikit-learn 的 RandomForest 若未固定 random_state，树结构会随运行变化；pandas 版本不同，缺失值处理也可能不同。同一批数据会走出三条不同结果。【极难发现】引用分析里，一个引用句可能是支持、对比、背景、方法或批评；只数总数会把批评也计入注意力。一篇方法被引用得越多，读者越容易把方法当黑箱，反而更少打开方法细节。

【流程节点链路】原始数据 → 清洗规则 → 模型选择 → 随机种子 → 依赖版本 → 输出结果。只要任一节点没有冻结，就不能把“我重跑出了相似数字”说成【复现】；只能说【在某个未声明条件下碰巧接近】。

【推演】假设 100 个研究组公开同一数据集，其中 60 组只公开原始表，30 组公开清洗脚本，10 组公开完整环境。若只看【公开率】，100% 都像透明；若看【可审计深度】，只有 10 组能让别人排除“清洗自由度”造成的差异。这里的关键不是数据有没有被看见，而是决策自由度有没有被锁住。

【结论】可复现性的核心不是“材料齐全”，而是“别人能在不猜你决策的情况下重走路径”。公开数据是必要门，不是充分门。

【待验证点】如果一个方法论文被引用 1000 次，但没有一个引用者能重跑其核心清洗步骤，它的【影响力】和【可复现性】分别说明什么？