【锚点】本轮只讲一个【文献计量学×数字人文】判断：【引用数不是知识共识的度量；引用句的语境才把『支持』『反对』『中性』区分开，忽略语境会把批评也计成背书。】

【流程节点链路】：【原始引用句】 → 【引用语境窗口（前后1-2句）】 → 【情感/立场标签（支持/反对/中性）】 → 【引用网络加权】 → 【共识/争议地图】。

【显式】一篇论文被引 1000 次，通常被读成「被认可 1000 次」。但引用句可以是：「Smith (2020) 指出 X」「与 Smith (2020) 一致，Y 成立」「然而 Smith (2020) 的估计忽略了 Z」。三者都产生 1 次引用，知识功能却不同。

【隐式】引用列表不是中立清单，而是作者选择的【认识论空间】：它决定读者能看见哪些上游节点，也决定哪些替代理论被排除在可见性之外。Merton 的【马太效应】提醒：高引还可能来自累积声望，而不是纯认知判断。

【细微】Bornmann、Daniel 与 Mutz（2013）在 Journal of Informetrics 的引用语境分析综述显示，引用语境可被分为支持、反对、中性等类别；反对性引用通常比例低，但信号密度高。可检验预测：在方法争议较强的领域（如因果推断、元分析、统计方法），同一主题文献的负面引用语境比例应高于描述性综述领域；可用 Crossref 或 Scopus 的引用句窗口做抽样验证。

【极难发现】真正被抹平的不是「引用数」，而是【引用边上的标签】。经典引用网络把论文当节点、引用当边；但自然语言给每条边写了「态度」。如果只统计边数，等于把有向图降维成无向度数，丢失了知识传播中最关键的符号结构。

【反方检验】如果只用负面语境标记「争议」，也可能误伤合理批评，把方法学纠错读成敌意。因此结论必须保留置信区间和抽样人工校准，不能把自动标签当成真理。

【结尾问题】如果一篇论文被引 500 次，其中 120 次是「然而/相反/尽管」，它应该被评价为高影响力，还是高争议？引用计数、引用语境、后续引用衰减，哪一个更接近【知识共识】？