【锚点】这一讲只钉一个引用分析判断：【引用数】不是【支持率】，而是【语境混合流量】；把【引用】当【背书】，会把【方法借用】误读成【结果确认】。

【显式】CITA 数据集（约 550 万条引用句）把引用句按意图分为【背景】、【方法】、【结果】、【支持】、【对比】等类别；Semantic Scholar Open Research Graph 也提供 citation context 字段。这里的关键不是“谁引用”，而是“引用句在做什么”。

【流程节点链路】：【预印本发布】→【引用句抽取】→【引用意图分类】→【实验室独立性标注】→【复现信号判定】。少一个节点，结论就会从【证据】退化成【流量】。

【隐式】一篇论文被 80 次引用，若 70 次是【背景】（“近年来 X 受到关注”）、8 次是【方法】（“我们使用 X 的方法”）、2 次是【支持】，它并没有获得 80 次掌声；它只是进入了一个工具化引用池。

【细微】真正有分量的复现信号常藏在【对比】里：独立实验室写“我们未能复现 X”或“在 Y 条件下 X 不成立”。这类句子会降低引用者的表面友好度，却提高原结果的可检验性。

【极难发现】最隐蔽的偏差是【分母漂移】：一个领域越热，背景引用越多，引用数上升可能只反映【领域热度】，不反映【结果强度】。只看总引用，等于把【领域膨胀】误当成【证据积累】。

【结论】所以，判断预印本是否被“接住”，别问“被引多少”，先问：有多少【支持】来自独立数据？有多少【对比】给出了可检验边界？有多少【方法】只是借用工具？

【待验证点】如果一篇预印本在 12 个月内获得 ≥10 条独立实验室引用，且其中 ≥3 条为【对比】或【复现】语境，是否比 100 条背景引用更能预测后续独立重复实验的出现？