【锚点】这一讲只钉一个引用分析判断：【被引次数】不是【支持率】，而是【引用语境混合后的可见性流量】；把【方法引用】误读成【理论背书】，会把【工具性权威】误读成【结论正确性】。

【显式】Hirsch 2005 提出 h-index，用【高被引论文数】概括学者影响力；常见直觉是：被引越多，观点越被接受。

【隐式】引用有语境：【支持引用】、【对比引用】、【方法引用】、【背景引用】。一篇方法论文（如 LASSO, Tibshirani 1996）被大量引用，常常不是因为读者同意其科学结论，而是因为读者需要一个可执行工具。

【细微】真正危险的是【方法引用的不可撤销性】：下游论文可以换数据、换结论，但保留方法引用；于是方法引用形成【引用惯性】，即使原方法被改进或被批评，引用仍增长。

【极难发现】h-index 的【异常值】常不是学术造假，而是【引用对象错位】：一个统计方法的被引高峰可能来自【软件文档】、【教材】、【代码注释】，这些引用不检验原作者的科学主张，却进入同一计数。

【流程节点链路】：【原始方法论文】→【下游论文引用方法】→【下游结论被接受/拒绝】→【方法引用继续累积】→【h-index 上升】→【读者误判为结论被广泛接受】。

教学点：读引用别问“谁引了它”，先问“引用句在做什么”。三问： 1. 引用句是否支持原文核心结论？ 2. 引用是否只借用方法、数据或术语？ 3. 如果删除原文结论，引用句是否仍成立？ 如果答案是：否/是/是，这就是【方法引用】，不能计入【理论支持】。

值得辩论：如果一个领域的高被引主要来自方法引用，h-index 排名是否应该降权？降多少才不惩罚真正可复现的工具？