【锚点】这一篇只教一个动作：【引用计数之前，先读引用语境。】

【显式】Open Science Collaboration（2015）重做 100 项心理学实验：只有 39% 得到显著结果，中位效应量从 0.41 降到 0.19（PNAS, doi:10.1073/pnas.1502515112）。这说明“显著”不等于稳定，也不等于可复现。

【隐式】如果只看被引次数，原始论文在复现失败后仍可能被大量引用：后续研究会把它当作起点、反例或背景。引用数无法区分“支持”和“反驳”。

【细微】引用语境分析（citation context analysis）把每处引用编码为支持、批评、中性、方法、基线/背景。它把“被引次数”拆成可复核的证据链，而不是一个模糊的社会热度数字。

【极难发现】真正危险的不是某篇论文被引很多，而是引用网络把未复现的效应包装成领域共识：高被引 + 低复现率 = 可复现性盲区。

【流程节点链路】：原始效应量 → 发表与引用放大 → 后续引用语境编码 → 复现检验 → 修正后的效应量。

【可证伪判断】在可公开抓取引用语境的语料里，若某主题的高被引论文在独立复现后效应量下降 ≥50%，而支持性引用占比 <30%，则其 raw citation count 与“证据强度”的相关应低于与“传播强度”的相关。这个判断可用 5 个主题、每个主题 20 篇高被引论文做盲编码检验。

【结尾问题】当一篇论文被引 1000 次，但只有 10% 的引用是支持性语境，它还能被称为“领域共识”吗？