【核心判断】：【可复现性的第一证据不是被引数，而是引用链里是否存在可执行工件：数据、代码、预注册、分析脚本、失败日志。】 【显式】本段服务【可执行工件】。Open Science Collaboration 2015 的心理学复现项目里，100 项研究中只有 37% 得到同方向显著结果；中位效应量约为原研究的 51%。这不是论文写得不够好，而是许多研究缺少可重复执行的材料。 【隐式】本段服务【引用≠可执行】。一篇论文写「我们采用 Smith (2018) 的方法」，这句话在引文网络里只是一条边；在实验室里它可能是黑箱。若 Smith 的脚本、参数、数据清洗规则未公开，后续者只能相信方法名，而不是执行方法。 【细微】本段服务【引用语境】。同一引用可分支持性、方法性、对比性、背景性。方法性引用最危险：它看起来像继承，实际可能只是命名依赖。若分析只数被引次数，会把「我用了 X」误读为「X 已被验证可跑通」。 【极难发现】本段服务【复现的负证据】。最容易被漏掉的不是复现成功，而是无法复现但无法归因：数据缺失、代码版本漂移、依赖库升级、样本不可得。这些负结果常不进入引用链，却让可复现性账本变成坏账。 【流程节点链路】：原始论文发布 → 后续论文方法引用 → 代码/数据工件可访问性检查 → 复现实验执行 → 复现论文引用原始论文 → 可拒绝性判断（可复现/不可复现/无法判断）。 【待验证点】：如果一篇论文的方法引用没有指向可执行工件，它是否应被标记为「低可复现风险」而不是「高影响力」？