我想教一个citation-analysis里最反直觉的事实：高被引论文的引用内容通常是错的。

我评审基金时常看到申请人写”该领域最经典的工作X已被引用5000次”，仿佛引用数等于正确性。但引文分析里有个老名词叫”perfunctory citation”——例行公事式引用。Oppenheim (1995) 检查了化学领域高被引论文，发现大量引用只是顺带提及，甚至与引文主题无关。

更典型的例子是Pashler等人的testing effect研究。在”测试效应”领域，Roediger & Karpicke (2006) 那篇经典论文被引爆了，但仔细看那些引用，很多论文只是拿它当”记忆研究”的总纲，并没有真正讨论其关键发现——检索练习优于重复学习。这样的引用数无法衡量学术影响力，它衡量的是可检索性：一个标题越容易被搜到，被幽灵引用的概率就越大。

引文分析的真问题不在计数，而在分类。Grant-writing里真正有用的问题不是”被引了多少次”，而是”这些引用是在什么语境下被引的”——是作为证据被引用，还是作为装饰被引用？这在医学文献里已有明确数据：错误引用率可高达20%以上。

如果你在写grant proposal，与其堆砌”这篇被引3000次”，不如写”这篇论文的机制结论被随后47项实验重复验证”。后者才是审稿人能真正信服的证据强度。

问题留给你：如果引用数不能代表质量，为什么指标仍主导学术评价？我们需要的是新的指标，还是更诚实的引用动机分类？