تلعب الاستشهادات دورًا حاسمًا في فهم تأثير الأدب العلمي. عادةً ما يتم تحليل الاستشهادات كمياً، بينما يمكن أن يكشف التحليل النوعي للاستشهادات عن رؤى أعمق في تأثير منتج علمي معين داخل المجتمع. لذلك، يتيح تحليل تأثير الاستشهاد (والذي يشمل تصنيف المشاعر والنيات) لنا تقدير جودة الاستشهادات، مما يمكننا في النهاية من المساعدة في تقدير الترتيب والتأثير. يتضمن إسهام هذا البحث جانبين: أولاً، نقوم بقياس أداء النماذج اللغوية الشهيرة مثل BERT وALBERT إلى جانب العديد من الشبكات الشعبية لكل من مهمتي تصنيف المشاعر والنيات. ثانياً، نقدم ImpactCite، وهو طريقة تعتمد على XLNet لتحليل تأثير الاستشهاد. تم إجراء جميع التقييمات على مجموعة من قواعد البيانات المتاحة للجمهور لتحليل الاستشهادات. تظهر نتائج التقييم أن ImpactCite حقق أداءً جديدًا متفوقًا على الحالة الراهنة لكل من تصنيف نية الاستشهاد ومشاعره بتحقيق زيادة بنسبة 3.44% و1.33% في مؤشر F1 مقارنة بالطرق الموجودة سابقًا. لذلك، نؤكد على استخدام ImpactCite (الحل القائم على XLNet) لكلتا المهمتين لفهم أفضل لتأثير الاستشهاد. كما تم بذل جهود إضافية لإعداد مجمع بيانات CSC-Clean، وهو مجموعة بيانات نظيفة وموثوقة لتصنيف مشاعر الاستشهاد.