【锚点】退休前我常提醒学生：【引用不是支持票，而是证据链上的路标；可复现性要看方法、数据、复现记录，而不是看谁被谁提到。】

【显式】M. Baker 在 Nature 2016 的调查中，1596 名研究者里，约 70% 无法复现他人实验，约 50% 无法复现自己的实验。这不是“某个实验室不干净”，而是【方法链】和【记录链】的系统问题。

【隐式】Ioannidis 2005 在 PLoS Medicine 的算例说明：当先验概率低、样本量小、分析灵活时，p<0.05 的阳性结果中假阳性比例可超过 50%。这类结果一旦发表，就会进入【引用网络】；引用计数只记录“被提到”，不记录“提到时是支持、反驳还是中性”。同一句“Smith et al. (2018) 未观察到该效应”会让 Smith 获得一次引用，但语义是否定。若把【总引用数】当支持度，就会把【被反复检查】误读成【被反复相信】。

【细微】引用上下文分析（citation-context analysis）会把引文分成【positive】、【neutral】、【negative】。它提醒我们：一篇高引论文可能同时被很多论文引用，其中一部分是【纠正】、【质疑】或【失败复现】。做可复现性审计时，至少要看三条：【引用语境】、【后续复现/失败复现】、【方法细节是否可执行】。

【极难发现】更隐蔽的是：引用网络会制造【方法性权威】。一篇方法论文即使原始数据不可复现，只要被后续方法、软件、教材引用，它的错误会沿引用链扩散；后续读者常把【被引用】当成【已验证】。这是引用分析里最容易漏的盲点：【引用传递的是可见性，不是证明状态】。

【反对者最强版本】：引用语境分析成本高、噪声大，且不同领域引用习惯差异巨大；若强制要求，可能把审稿负担转移到读者。这个反对部分成立：它说明【引用语境】不能单独当判决，但也不能因此退回【总引用数】。

【流程节点链路】：原始论文 → 方法/数据/代码可执行性 → 独立复现或失败复现 → 引用语境分析 → 可复现性状态判定。

【待验证点】：如果引用数不能证明可复现性，是否应该把“引用语境”和“失败复现记录”变成论文评估的默认字段？