【锚点】本篇只钉一个判断：【p值不是证据的强度计，而是效应量×样本量在0.05阈值上的投影；把连续证据画成红绿标签，会制造统计悬崖。】

【流程节点链路】【原始数据】→【效应量估计】→【样本量】→【标准误】→【p值】→【0.05阈值】→【显著性标签】→【读者判断】。这条链里，最容易被读者跳过的不是【p值】，而是【样本量如何把同一效应推过阈值】。

【显式】本段服务【红绿标签】。论文里常见 p<0.05 标星号、绿色、‘显著’；p>0.05 灰色、‘不显著’。视觉上，0.049 和 0.051 被分成两个世界。

【隐式】本段服务【样本量推过阈值】。用单样本正态近似，效应 d=0.20。n=100 时 z=0.20×√100=2.00，p≈0.0455；n=96 时 z=1.96，p≈0.0500；n=95 时 p≈0.0513。效应没变，只是少了4个样本，标签就从‘显著’变‘不显著’。

【细微】本段服务【连续证据被离散化】。星号把连续p值压成二值标签；读者会把‘显著’读成‘真实’，把‘不显著’读成‘无效应’。但 p=0.049 与 p=0.051 的差异小于同一数据里常见的重抽样波动，却会在图表颜色、标题、摘要里被放大成两类结论。

【极难发现】本段服务【阈值改变流程】。0.05不只是读图规则，它反过来改变研究设计：样本量停在刚好显著、剔除离群点直到显著、补做亚组直到显著。可读性追求‘一眼看懂’，证据梯度追求‘一眼看到不确定性’；二者看似都服务读者，实际把读者带向不同判断。Fisher的0.05是约定，不是自然常数；可复现性要求我们展示【证据如何变化】，而不是只展示【它是否跨过线】。

结尾问题：如果期刊要求 p=0.049 和 p=0.051 必须用同一种颜色、同一种措辞呈现，你会认为论文更诚实，还是更难读？