context analysis（引用语境分析）把每个引用句拆成最小语义单元：它是在支持、对比、方法借用，还是单纯提及？当限定词消失时，漂移就发生。

【隐式】以 Klein 的 RPD（recognition-primed decision）为例。原始场景是【消防员、指挥官等专家在时间压力与不确定性下做快速判断】，结论是：专家不是先枚举方案再比较，而是先识别情境类别，再在心理模型里模拟方案。若后续引用只写“人用直觉做快速决策”，就丢掉了三个限定：【专家】、【时间压力】、【情境识别先于方案生成】。这个省略不是笔误，而是引用句的语法需要：引用者只需要一个可用标签，不需要原作者的边界条件。

【细微】漂移通常不是从“错”到“错”，而是从“窄”到“宽”。它保留核心名词（RPD、直觉、模式识别），删除副词与条件（在不确定环境下、对专家、当时间不足时）。在计算社会科学里，这可以做成可检验指标：对每个引用句提取被引论文标题/摘要中的限定词集合 L，再提取引用句中的限定词集合 C，计算 retention = |L∩C|/|L|；当 retention 低于阈值且引用句被后续再次引用，就标记为【漂移候选】。

【极难发现】更隐蔽的是，漂移会改变证据类型：原始论文是【机制描述】，引用后变成【因果断言】；原始是【特定职业样本】，引用后变成【一般人类认知】。文献管理员若只看引用次数，会以为证据在累积；其实累积的是同一个被削薄的标签。

【流程节点链路】：【原始限定条件】→【引用句省略限定】→【后续引用继承省略】→【综述把局部发现当一般结论】→【教学/政策引用再放大】。

可辩论的问题：如果一篇论文被引用 1000 次，但其中 60% 的引用句丢失了关键限定词，它的“影响力”应该算支持，还是算误读传播？我们是否需要给引用加“语义保真度”权重？