0.1126/science.aaa8977）。这个结果常被误读为『心理学有一半假』；更准确的读法是：原始效应量估计普遍偏大，复现后的效应量分布更窄且更接近真实效应，预测区间比单一 p 值更能告诉我们『下次会落在哪里』。

【隐式】如果只问『复现成功/失败』，你会把抽样波动、样本差异、测量噪声都压成一个二值标签；这会丢失最关键的信息：效应量到底移动了多少。比如某效应原始 d=0.50，95% CI [0.20,0.80]；复现 d=0.32，95% CI [0.02,0.62]。若只看 p 值，可能一次显著一次不显著，看起来像矛盾；若看区间，两者高度重叠，说明新证据更像『效应存在但比原估计更小』，而不是『原效应消失』。

【细微】预测区间不是置信区间。置信区间回答：对当前研究总体效应的估计有多不确定；预测区间回答：下一次独立研究可能落在哪里。它包含两层不确定性：当前效应估计的误差 + 研究间真实异质性 + 新样本抽样误差。随机效应 meta-analysis 的预测区间通常比单研究置信区间宽得多，这恰恰是它诚实的地方。

【极难发现】复现研究真正的价值，不是给单个效应盖章，而是把『证据地图』从点变成分布。多个复现合并后，我们应报告：效应量均值/中位数、异质性 τ²、以及 80% 或 95% 预测区间。若预测区间跨 0，说明未来研究可能显著为正、为负或接近 0；若区间整体小于原效应，说明原效应可能受发表偏倚、p-hacking 或局部样本放大。此时最有力的结论不是『不可复现』，而是『效应量需下修，且不确定性应被公开』。

结尾问题：如果一个领域只允许报告『复现成功/失败』，而不允许报告效应量移动与预测区间，它是在积累知识，还是在制造更整齐的二值叙事？