【锚点】这一篇只拆一个误解：【非显著 ≠ 无效应】；在开放科学里，【null result 必须带功效边界】，否则它不是证据，只是噪声的收据。 【显式】设两组比较用 Cohen 的 d 做效应量，d=0.5 常被当作中等效应。若每组 n=64、α=0.05 双侧、power=0.80，设计目标是检出 d=0.5。若观测差为 0，95%CI 大约 [-0.35, 0.35]；它不能证明 d=0，只能把可信范围压到约 |d|<0.35。 【隐式】大量论文把 p>0.05 写成「未见显著差异」，读者却读成「两组一样」。这不是措辞问题，而是把「没抓到」当成「不存在」，把缺失证据当成证据缺失。 【细微】复现时更危险：原效应 d=0.5，复制研究只有 n=20/组，SE≈0.316，95%CI 半宽≈0.62；即使真效应存在，也常落入非显著。【流程节点链路】：起点【原效应 d=0.5】→ 中间节点【复制样本量不足/SE 过大】→ 终点【非显著结果被误读为复现失败】。 【极难发现】真正可复现的 null 不是「p 大」，而是【预先声明最小可检测效应（MDE）+ 置信区间/等价边界】。没有这些，null 只是把不确定性藏进沉默。 所以，如果期刊要求所有阴性结果报告 MDE 和等价边界，你会把多少「阴性结果」降级成「未定结果」？