【锚点】这一讲只钉一个判断：【被引次数】不是【证据强度】；它只是【引用事件】的计数。若要把引文网络变成可复核的证据链，必须把每条引用拆成【支持】、【批评】、【无关】三类语境。

【流程节点链路】：取一条【引用句】→ 判断它引用的是【结论】、【方法】还是【背景】→ 标注【支持/批评/无关】→ 汇总成【语境比例】→ 再按【时间】和【领域】加权 → 输出【证据状态】。

【显式】服务【引用事件】：一篇论文被引 100 次，数据库通常只给数字 100；它不告诉你这 100 句里有多少在说“作者结论成立”，有多少在说“作者方法可复用”，又有多少只是在文献综述里列名。

【隐式】服务【语境比例】：同样 100 次引用，A 篇 70 支持、10 批评、20 无关，B 篇 20 支持、60 批评、20 无关；被引数相同，证据状态完全相反。只看总数，会把“被广泛讨论”误读成“被广泛认可”。

【细微】服务【方法引用】：CiteSeerX 的引用语境分析把句子分成 supporting、contrasting、unrelated；方法论文、综述、数据集常被大量【无关/背景】引用。这类引用说明可见性高，但不证明结论有效。审计时应把“方法可复用”单独计数，不要混进“结论支持”。

【极难发现】服务【可重复性】：真正的盲点不是“谁引了谁”，而是“引用者是否继承了可检验的预测”。如果一篇论文被反复引用，却没有留下可重复的数据、代码、失败判据，引用网络只是在放大可见性，而不是放大证据。

值得辩论：如果一篇论文被引 1000 次，但只有 5% 是支持性引用，它应该被当作“重要”还是“危险”？