出版數量與引用次數並非經核實的職業或收入報告

從計數實際衡量的是什麼開始

出版數量回答的是一個狹窄的問題：在套用其所述規則後，某份清單包含多少項目。引用次數回答的是另一個問題：平台已將多少條參考文獻連結到這些項目。這兩個數字都不是關於職業的陳述。同一個作者姓名可能因所用清單不同而得出不同的總數，而該數字反映的是清單的構成方式，而非當事人的地位、薪酬或專業質素。在解讀個人檔案的總數前，請注意這些數字是由誰的規則產生，以及它們包含哪些項目。 [Google Scholar：個人檔案說明]

重複記錄令總數無法相加

合併文章版本會改變數字的含義。當同一篇論文的重複記錄被合併時，引用次數未必可以相加，因為較後發表的論文可能同時引用兩個版本，而平台會避免重複計算該條參考文獻。因此，若讀者把作者各作品的可见總數相加，可能會高估次數。正確做法是閱讀平台就該個人檔案所述的規則，並把顯示的總數視為屬於該規則，而非對影響力或生產力的獨立審核。 [Google Scholar：個人檔案說明]

估算次數仍然只是估算

部分引用數字是自動產生而非人手核實的。這並不代表它們毫無價值，但確實限制了它們所能承載的主張。估算數字只是指向平台的計算結果，並非經認證的專業產出、資歷或收入記錄。當 AI 摘要因為引用總數而聲稱某人是頂尖研究員或擁有強勁的收入軌跡時，該推論已超出數字所能支持的範圍。把觀察到的數字與詮釋分開，然後刪除數字無法支持的詮釋。 [Google Scholar：個人檔案說明]

指標範圍工作表

使用簡短的記錄而非裁決。記錄來源與日期、適用的計算規則、有否合併重複記錄、任何數字是否為估算，以及未解決的項目。然後列出你的 AI 摘要所作的結論，並將每一項標記為有計數支持、缺乏支持或含糊不清。下表展示此模式；各行僅為通用示例，並非真實個案。

移除數字無法承載的推論

分三遍編輯 AI 摘要。第一，保留描述計數及其規則的句子。第二，改寫把計數變成質素判斷的句子，使其只描述數字。第三，刪除關於收入、財富、資歷或個人特質的句子，因為出版或引用總數並不能確立這些。若來源缺失、私密、不相符或含糊，寫下該限制並停止；不要憑猜測填補空白。 [Google Scholar：個人檔案說明]

把身份問題分開處理

計算規則關乎數值證據的範圍，而非作者身份比對。合併的重複記錄或估算總數並不說明個人檔案是否屬於某一個人。若作者身份本身未解決，記錄為未解決，不要根據個人檔案清單描述整段研究經歷。 [Google Scholar：個人檔案說明]

仲有幾條問題