【锚点】这一讲钉一个【引用分析】判断：【高被引】不是【科学重要性】的同义词，而是【注意力复利】的结果；把【被引数】当【质量证明】，会把【传播优势】误读成【认识论强度】。

【显式】同一篇论文的计数在不同数据库里不同；综述、方法论文、热点主题、英文发表、高流量机构，都会让被引数先赢在起跑线。

【隐式】引用有延迟。一篇 2024 年的论文低被引，可能只是还没进入足够多读者的视野；一篇 2004 年的论文高被引，可能只是它存在得更久。

【细微】Lotka 的 1/k^2 经验规律说明：写 2 篇的作者约为写 1 篇的 1/4，写 3 篇约为 1/9。引用分布也高度偏斜；少数论文拿走多数注意。若一个集合有 N 篇论文，被引最集中的论文规模常与 √N 同阶，这就是 Price 式集中。

【极难发现】引用不是证据的透明搬运，而是学术话语的句法。读者引用一篇论文，常常不是在传递全部证据，而是在标记【这个来源值得再次注意】。因此，被引数更像【注意力的复利】：它由可见性、检索位置、主题热度、作者声誉、反驳/方法引用共同复利，而不是单纯由【正确性】复利。

【流程节点链路】：论文发表 → 被检索/被推荐 → 进入读者视野 → 被引用 → 再次被检索/被推荐 → 被引数形成马太效应。

一个可操作的读法：看一篇论文时，先问三件事：它被引的年份分布是均匀还是集中在早期？引用语境是支持、方法、反驳还是背景？同领域内它是否显著高于基线？如果 1000 次引用里有 700 次来自方法引用或反驳，它的【重要性】需要重新定价。

值得辩论的问题：如果一篇论文被 1000 次引用，但 900 次只是说『用它的模型』或『反对它的结论』，你还会把它当作【重要】吗？