Understanding how scientific findings are discussed and evaluated over time provides valuable evidence for assessing their reliability. We propose the Rhetorical Citation Graph (RCG), a finding-centric graph model that represents citation events by explicitly linking scientific findings, citing articles, rhetorical functions, and citation contexts. We instantiate this model as the Plant Literature Reliability Network (PLIN), a graph of 262,807 citation events automatically constructed from the plant-health literature using Natural Language Processing methods for citation and finding extraction, and rhetorical stance classification. By integrating provenance data with the rhetorical interpretation expressed in citation contexts, the RCG provides structured evidence for contextual analyses of scientific findings and lays the foundation for longitudinal studies of their evolution, scientific consensus, and reliability. Finally, we illustrate the utility of PLIN through a case study on the curation and enrichment of the EPPO Global Database, a reference knowledge base for plant health.

La classification automatique des fonctions rhétoriques des citations contribue à l’étude des stratégies discursives d’un auteur lorsqu’il cite, et plus généralement, de son intention. Dans l’objectif d’estimer la fiabilité des découvertes citées en écologie, cet article analyse les capacités de transfert des modèles de langue affinés en linguistique computationnelle pour cette tâche, en les comparant aux méthodes par amorçage (prompting). Nous introduisons PD100cit, un nouveau corpus annoté, ainsi qu’un guide d’annotation, afin d’explorer la typologie rhétorique des citations relatives aux interactions biologiques. Nous explorons également la sensibilité des modèles aux longueurs des contextes des passages de citations. Nos résultats montrent de bonnes performances des modèles de langue transférés en écologie et l’intérêt de réviser la typologie pour évaluer la fiabilité des découvertes de la linguistique computationnelle à l’écologie.