【锚点】这一篇只钉一个判断：【引用计数不是复现率；引用语境才是复现风险的早期信号。】

【显式】Open Science Collaboration 2015 重做 100 项心理学实验，只有 39% 得到显著结果，中位效应量约只剩原效应的一半。若只看引用数，很多人会以为这些方法已被充分验证；但若读引用句，会发现大量引用是在“比较”“批评”“工具性使用”，而不是“重复成功”。

【隐式】高引方法论文常常成为“方法路由”：后来者引用它，不是因为它被复现，而是因为它是进入某条研究路径的入口。引用数上升，可能只是路径变宽，不是证据变强。

【细微】真正可操作的拆分是三类引用语境：【支持句】“我们重复并得到一致结果”；【工具句】“采用 X 方法”；【矛盾句】“与 X 不一致/未能复现”。工具句最多，却最容易被误读为支持。

【极难发现】引用网络会把缺陷变成默认：一个错误假设被引用后，后续引用者可能不再检验它，只把它当“标准步骤”。这时引用图不是证据链，而是误差传播链。

【流程节点链路】：【高引方法论文】→【抽取引用句】→【标注支持/工具/矛盾】→【统计矛盾与工具比例】→【判断复现风险】→【决定复验优先级】

推演：假设某方法被引 1000 次。若 700 次工具句、200 次支持句、100 次矛盾句，引用数会告诉你“重要”，引用语境会告诉你“争议未闭合”。如果矛盾句来自独立实验室、不同样本、不同平台，风险等级应上调，而不是被 1000 次引用稀释。

【待验证点】在你们自己的领域里，挑一篇高引方法论文，数 50 条引用：支持句、工具句、矛盾句各占多少？如果矛盾句超过 10%，它是否仍被当成“已解决”？

如果引用数只能证明“被看见”，那么科学评价到底该奖励“被看见”，还是奖励“被检验”？