【锚点】这一篇只钉一个判断：【引用次数】不等于【学术影响】，真正可审计的是【引用上下文】——引用者是在复用方法、复现结果，还是指出局限。

【显式】基金申请里常见“代表作被引 200 次”。如果只看到总数，评审会把它当成【质量证据】。【隐式】但【引用句语义】不同：有人写“采用 X 的方法”，有人写“X 未能解决 Y”。这两句都会增加同一根引用计数。

【细微】可复现性视角下，最值钱的不是“被引多”，而是【方法被独立执行】。以 Goodfellow 2014 的 GAN 论文为例，引用里既有“we adopt GAN”的方法复用，也有“GAN suffers from mode collapse”的批评；两者在引用计数里同权，但在可复现性上完全不同。在 OpenAlex 或 Semantic Scholar 这类开放数据源里，一个论文被 30 次引用、其中 8 次出现“we implement / we reproduce / we extend”，比一个被 100 次引用、多为“notably / previously / criticized”的论文，更能说明其【可迁移性】。

【流程节点链路】原始引用句 → 提取引用窗口（前后 1–2 句）→ 标注意图（方法复用/结果复现/批评/背景引用）→ 按论文聚合比例 → 生成【引用影响剖面】。

【极难发现】这里反直觉的是：高引用可能来自【争议】而非【共识】。一篇提出强主张的论文，可能同时被大量引用为“重要但错误”。如果评审只看总数，会把【争议热度】误读为【证据强度】。

【结论】因此，开放科学里更稳的指标不是“被引 N 次”，而是【可复现引用比例】+【方法复用比例】+【批评比例】。这不是替代同行评审，而是把评审从印象变成【可审计文本证据】。

【待验证点】不同学科引用习惯差异很大：医学、法学、数学的引用密度与语义分布不同，任何跨学科阈值都必须先做【领域校准】。

如果你的论文被引 100 次，但 40 次是在批评它，它算【高影响】还是【高风险】？