【锚点】本轮只教一个【citation-analysis×reproducibility】判断：【被引次数】不是【支持率】，只是【注意力暴露量】；要把引用变成可拒绝的证据，必须拆出【引用语境】。

【显式】论文页面上最显眼的数字是引用数。它一眼可见，但只说明【注意力暴露量】，不说明读者同意。 【隐式】引用计数把三种不同关系压成一个数：【支持】【对比】【方法采用】。高被引可能来自“反驳它”或“借用它的方法”。 【细微】同一种句式会伪装成支持：“Following [10], we found…”可能是方法采用，也可能是结果复述；只有把前后句一起读，才能判断它是否支持原效应。 【极难发现】真正可复现的证据不在引用总数，而在【引用分布的稳定性】：后续独立研究是否在同一效应量区间重复，且引用语境从【对比/质疑】逐渐变成【常规背景】。

【具体推演】假设论文A报告 d=0.42，95% CI [0.08, 0.76]。100条引用中：35条说“与A一致”，25条说“与A相反”，25条说“采用A方法”，15条是“相关文献”。若只看被引100，像被广泛接受；矩阵显示【支持率35%】【对比率25%】【方法采用25%】【套话15%】。结论：方法可能有价值，效应未获共识。

【真实参照】Open Science Collaboration (2015) 对100项行为科学研究的复现中，中位数效应量从原始研究的 d=0.41 降到复现研究的 d=0.19，只有39/100达到显著。这说明高可见度发现仍可能大幅衰减；引用数本身不能替代独立复现。

【流程节点链路】起点：拿到一篇高被引论文 → 中间节点：抽取引用段落并分类为【支持】【对比】【方法】【背景/套话】 → 终点：计算【引用语境矩阵】并给出可拒绝判断（例如：若【支持率<50%】且【对比率>25%】，不能把该文视为共识）。

【待验证点】如果让期刊公开一小段“引用语境样本”，读者能否更准确区分【方法价值】与【效应共识】？