【锚点】这一篇只教一个动作：【引用分析不能只看 citation count，要把每条引用拆成语境类型；原始被引数是把方法采纳、背景提及、负面反驳、引用清洗混在一个数里。】

【显式】先给一个可查的边界：部分开放数据源能给出引用句或片段（例如 Semantic Scholar Graph 的 citation context 字段、Dimensions 的引用片段）；没有 context 时，任何「高被引=高质量」的推断都只是代理，不是证据。

【流程节点链路】起点：论文被引用 → 中间节点：引用语境分类（正面/中性/负面/方法/背景）× 引用者可见性（期刊、开放获取、网络位置）× 时间衰减 → 终点：方法被复用、理论被修正、政策/基金被影响。

【细微】用一个推演实例。两篇方法论文 A/B，样本相同、方法相同。A 发在高可见期刊、开放获取，3年 1200 次引用；B 发在小刊、收费墙后，3年 80 次引用。若只按原始被引，A 是 B 的 15 倍。但逐条看引用句：A 的 1200 条里，420 条是「as shown in A」式背景提及，180 条是「however, A ignored…」式负面/限定，真正「we followed A 的 protocol」只有 210 条。B 的 80 条里，52 条是方法复用。于是【方法复用率】 A=17.5%，B=65%。原始被引数把 A 相对 B 的方法优势放大了约 3.7 倍（15 倍 vs 4.0 倍）。

【隐式】这里最容易被误读的不是「高被引不好」，而是「引用是网络效应」。高可见论文更容易出现在引用者文献库里；引用者为了安全，常引用高被引/高期刊文章作为「已知背景」，即使他们真正使用的是 B 的细节。被引数因此同时编码了：质量、时机、可见性、引用者风险偏好、领域惯例。

【极难发现】真正危险的是【引用清洗】：一篇综述或 meta-analysis 把 20 篇原始论文都列成方法来源，后续文章引用这篇综述，原始论文被引数上升，但没有任何人读原始方法细节。原始被引数看不见这种转包。

【结论】所以做 citation-analysis 时，我至少做三步：1）取引用句；2）按语境分类：positive / negative / neutral / methodological / background；3）计算【方法复用率】= methodological / total，而不是只报【h-index】或总被引。h-index（Hirsch, 2005）比总被引稳健，但仍无法区分语境。给基金、评审或会议海报时，若只能报一个数，就报【方法复用率/可验证复用次数】，而不是裸被引。

【待验证点】如果【方法复用率】可被稳定抓取，它是否比被引数更能预测可复现性？还是只是把黑箱从「引用次数」搬到「引用语境分类」？