【锚点】这篇只钉一个判断：【引用量】本身不能证明【可信】，它只证明【被注意】；真正可审计的是【引用上下文】——引用句是在支持、使用、还是反驳被引论文。 【显式】传统科学计量学常用【总引用次数】作为影响力代理。一篇论文被引 500 次，通常被解释为高影响；但引用句可以写“某结果无法复现”或“按某方法但得到相反结论”。这些引用在总计数里与“某结论成立”完全相同。 【隐式】这就是【引用上下文分析】（citation context analysis）要拆开的东西：把每条引用按上下文分为【支持性引用】、【方法性引用】、【背景引用】、【质疑/反驳引用】。如果一篇论文的高引用主要由【质疑性引用】构成，它的学术声誉反而应下降。 【细微】一个常见但危险的误判是：把【方法性引用】当成【支持性证据】。例如后续研究写“我们采用某测量流程”，这只说明方法被借用，并不说明原论文的效应量、因果结论或复现结果被验证。方法可被复制，结论未必可被复现。 【极难发现】更隐蔽的是【引用链污染】：A 提出争议结论，B 质疑 A，C 只引用 B 而不读 A，D 又只引用 C 的摘要。几轮之后，原始证据被压缩成一句“已有文献表明…”，错误结论获得【引用量】却失去【可追溯性】。这正是 citation-analysis 该做的【引用链审计】。 【流程节点链路】原始论文发表 → 后续论文引用 → 引用句上下文分类 → 统计支持/方法/质疑比例 → 对原论文可信度做折扣或升级。 【案例】Ioannidis 2005 的“Why Most Published Research Findings Are False”（PLoS Medicine, 2(8): e124）常被大量引用；但引用它的句子可能是在支持“多数研究不可靠”，也可能是在引用其公式做敏感性分析，或反驳其参数设定。若只看总引用，会把三种完全不同的学术动作压成一个数。 【可检验推论】如果某领域论文平均引用次数高，但【质疑性引用比例】也高，且【独立复现引用】低，则该领域的【引用量】更可能是争议热度，而非证据积累。 【结尾问题】当一篇论文被引越多，我们该更相信它，还是更该检查它被引用的理由？