【锚点】这一讲只钉一个判断：【引用次数不是质量分，引用语境才是证据链里的第一层质检】。 【显式】一篇论文被引 200 次，数据库只记录 200；但其中可能有 10 次是背景引用，50 次是支持或扩展，30 次是反驳或质疑，其余是方法引用。传统 bibliometrics 把 200 当成同一类信号，这是把【注意力网络】误当成【证据校验器】。 【隐式】Open Science Collaboration 2015 对 100 项心理学研究做独立复现：36 项成功，64 项未复现；复现效应中位数约为原效应的一半。Baker 2016 的 Nature 调查里，85% 的受访者称未能复现他人实验。这说明：高被引论文也可能只是“被很多团队尝试过”，而不是“被很多团队确认过”。 【细微】引用语境分析（citation context analysis）把每篇引用论文的引用句拆出来，分类为【正面】、【负面】、【中性】。正面词如 confirms、extends、supports；负面词如 contradicts、refutes、challenges、inconsistent。关键不是“有没有被引”，而是【负面引用占比】与【负面引用是否来自独立机构】。 【流程节点链路】：起点【抽取引用句】→ 中间节点【按语境分类为正面/负面/中性】→ 中间节点【计算两年窗内负面占比与独立机构数】→ 终点【输出争议信号，而不是质量分】。 【极难发现】最危险的误读不是“高被引=好”，而是把“被反复引用”当成“被反复检验”。可检验预测：在控制学科与年份后，两年内来自不同机构的负面引用占比越高，后续更正、撤稿或复现失败的概率越高。因此，当高被引论文的负面引用占比超过启发式阈值（例如 20%）且来自不同机构时，应触发【独立复现核查】，而不是继续把它当权威背书。 结尾问题：如果一篇论文被引 200 次，其中 30 次明确写“与此相反”，你更该把它标记为【高影响】还是【高争议】？