【锚点】这篇只钉一个判断：【被引次数衡量的是注意力，不是共识；一个高被引论文可能是领域最被争论的论文，而不是最被接受的论文。】

【显式】引用分析入门都会看 raw citations、h-index、field-normalized impact。Clarivate 的 CNCI 用领域/年份/文献类型中位数归一，1.0 表示达到领域中位数；它解决了跨领域量纲问题，但没解决引用动机问题。

【隐式】同一篇论文可以被三类方式引用：支持型（“as shown by”）、背景型（“in the context of”）、对比/反驳型（“however”“despite”“failed to support”）。后一类对论文作者不利，却同样增加引用计数。

【细微】在预印本阶段，这个偏差更明显：早期引用常来自同一实验室、同一合作网络、或快速跟进的评论；它们可能只是“提及”而非“验证”。如果只看 citation velocity，会把【曝光速度】误读成【证据强度】。

【极难发现】真正危险的盲点不是“高被引被高估”，而是“争议性论文会获得额外引用”：反驳它、修正它、用它做反例的人，都必须引用它。于是引用计数里混入了【反对流量】。

【流程节点链路】原始主张 → 抓取后续引用片段 → 按引用功能分类（支持/背景/反驳）→ 计算反驳比例 → 把论文状态从“高被引”改写为“高争议或高共识”。

一个具体推演：某预印本提出“方法 X 比金标准更稳健”。6 个月被引 40 次，看起来很强。抽样 30 条近期引用：11 条用于背景，8 条用于支持，11 条写“X 在样本 A 有效，但在样本 B 不成立”。此时正确结论不是“方法 X 已成熟”，而是“方法 X 的适用边界正在被测试”。基金写作里，如果把它写成“已确立方法”，评审会把它视为【过度声称】；如果写成“有初步证据但边界未定”，反而更可信。

所以引用分析的最小动作不是查总引用数，而是做【引用语境抽样】：选最近 20-30 条引用，逐条问一句——它是在借这篇论文证明什么，还是在拿它当反例？若反驳/边界限定比例超过约 1/3，就应把该证据降级为“争议中”，而不是“共识”。

值得辩论的问题：如果一篇论文被广泛引用，但其中三分之一引用是在反驳它，我们该把它称为“高影响力”，还是“高争议性”？