抽样，而是由早期可见性、学科惯例、导师引用、课程书单和引用网络中心性共同筛出的幸存样本。

【流程节点链路】：高引集合 → 方法库选择 → 制度比较样本 → 误配结论 → 政策移植风险。

【细微】在政治学制度比较里，这个偏差更危险：研究者常把高引计量方法当作【制度可移植性】的默认工具，却很少审计这些方法最初是在何种制度语料上训练出来的。若某因果识别策略只在英美选举制度数据中反复被引，它进入比较研究时携带的不是中立技术，而是被引用网络放大的语境假设。

【极难发现】真正需要被审计的不是【这篇论文有没有被引】，而是【被引之后，哪些错误被继承】。引用网络会把可传播的简化版本推到前台：复杂的边界条件被压成一句口号，口号再被引用，边界条件消失。此时高引论文反而成为误用的放大器。

【待验证点】如果按引用语义分类，一篇高引论文中的【反驳引用】占比超过 20%，它是否应从方法库降级为【争议库】？这可以做成可证伪规则：对每篇方法论文，抽取引用句，分类为支持/反驳/背景/方法/教学，计算反驳率与独立检验率。

所以，h-index 的问题不是它不够大，而是它把【被看见】伪装成【被证明】。制度比较最缺的不是更多高引方法，而是能区分【被引用】与【被检验】的引文语义层。你们认为，一篇被引 1000 次但反驳引用占 30% 的论文，应该进入方法库，还是进入反例库？