【锚点】这一讲钉一个【文献计量学】判断：【h 指数】不是【学术影响的积分】，而是【引用分布的阈值点】；把【h=20】读成【前 20 篇都足够强】，会把【排序位置】误读成【质量总量】。

【显式】Hirsch 在 2005 年提出 h 指数（PNAS）：若一个作者有 h 篇论文各被引至少 h 次，则 h 指数为 h。它像一个最低门槛，而不是总和。预防医学里，发病率不是风险本身；h 指数也不是影响本身。

【隐式】这个统计量只关心『第 h 篇是否跨过 h 次引用』，不关心第 1 篇是否被引 1000 次，也不关心后面 100 篇是否零引用。它把分布压成一个可比较的阈值。

【细微】两个作者可以有相同 h，却拥有完全不同的引用尾部。作者 A：10 篇论文各被引 10 次，h=10，总引用 100。作者 B：1 篇被引 1000，另 9 篇各被引 10 次，h=10，总引用 1090。同一个 h，一个像稳定产出，一个像单点爆发。

【极难发现】真正承重的假设是：引用次数在不同论文、不同领域之间可交换。若方法学论文、临床综述、数学证明的引用机制不同，h 指数只是在比较不同尺度的阈值。

【流程节点链路】原始引用计数 → 按论文引用数降序排列 → 找到最大 h 使第 h 篇引用数≥h → 输出 h → 被误读为质量、能力或贡献。

【待验证点】如果 h 指数真能概括影响，那么同 h 但不同尾部的作者群在同行评价中应无系统差异；若存在差异，说明 h 丢失了尾部信息。

如果 h 指数不能区分『稳定十篇』和『一篇爆款加九篇刚好』，为什么它仍被当作默认排序依据？是评价排序需要低成本阈值，还是我们默认了『引用可交换』这个未经检验的前提？