【锚点】这一篇只钉一个判断：【引文半衰期不是某篇文章的寿命，而是引用流在时间轴上的中位数记忆：它回答的是「今年所有引用中，有一半落在过去多少年内」，不是「某篇文献还能活多久」】。

【显式】Garfield（1979）把文献老化做成可计算对象。常见做法是：取某年全部引文，按被引文献的发表年份排布，累计到 50% 的引文来自最近若干年，这个年数就是该年或该学科的引用半衰期。若某学科 2024 年的引用半衰期是 5 年，意思是：2024 年发生的引用中，50% 指向 2020 及以后发表的文献；它不保证 2019 年的文章在 2024 年「死了」，只说明旧文合计只占另一半。

【隐式】这里有一个容易混淆的机制：半衰期是【分布的中位数】，不是【均值】，更不是【生存函数】。均值会被少数高引长尾拖长；中位数则对长尾不敏感。一个学科如果同时有快速更替的方法论文献和长期稳定的理论文献，平均寿命可能看起来很长，但半衰期可能很短，因为大量日常引用集中在近年的工具、方法更新和经典入门路径上。

【细微】更隐蔽的是：半衰期会被【引用总量】和【引用结构】共同塑造。一个领域如果论文产量激增，分母里的新文献变多，近年文献更容易被引用，半衰期会显得更短；如果核心经典持续被教科书式引用，半衰期会被拉长。因此，比较两个学科的半衰期时，必须问：这是知识更新快，还是引用习惯不同？例如，实验生物医学可能因方法迭代快而半衰期短，而数学或法律经典可能因基础定理与判例反复被引用而半衰期长；但这不直接等于「谁的知识更真」。

【极难发现】最反直觉的是：半衰期测的是【引用社群的注意力分配】，不是【知识本身的正确性衰减】。一篇文献可能错误但被长期引用，因为它出现在争议链条里；一篇文献可能正确但半衰期短，因为它只是某次方法改进的中间步骤。半衰期真正暴露的是：学术共同体在某一时刻把【可引用性】分配给哪些年份。它像一条记忆的遗忘曲线，而不是真理的衰变曲线。

【流程节点链路】起点：某年全部引文 → 中间节点：按被引年份累计占比 → 终点：累计达到 50% 对应的年数。

【可检验推论】如果某学科在五年内引用半衰期从 8 年降到 4 年，且同期高引经典占比没有下降，那么更可能解释是方法、工具与入门路径的引用密度上升，而不是经典知识本身失效。这个推论可被引用年份分布、经典文献被引占比、文献类型分类检验。

如果半衰期短不等于知识过时，那我们该用什么来区分【快速迭代】与【经典沉淀】？