【锚点】本篇只钉一个判断：【p<0.05 不是“95% 可能为真”，而是把先验概率、功效和发表筛选混在一起的叙述；可复现的科学传播必须把“显著”拆成可拒绝的后验判断。】 【显式】本段服务【p值定义】。p值回答的是：在原假设和模型成立时，看到当前或更极端数据的概率；它不是 P(假设|数据)。审稿时若只问“p<0.05吗”，等于把证据强度压缩成一个阈值。 【隐式】本段服务【先验概率】。用 Ioannidis 2005 的框架：若一个假设先验只有10%可能为真，检验功效80%，α=0.05，则阳性结果中真阳性比例=0.10×0.80/(0.10×0.80+0.90×0.05)=64%。若先验只有1%，同样p<0.05的后验可信度约14%。同一个“显著”，可信度可以差5倍。 【细微】本段服务【审稿可拒绝点】。审稿人若只要求“显著”，等于把可拒绝性藏在阈值背后；更便宜的做法是要求作者报告：先验依据、样本量或功效、效应量、置信区间、预注册分析路径。没有这些，p值只是汇率，不是货币。 【极难发现】本段服务【沉默的阴性】。如果阴性结果不发表，读者看到的阳性分布被筛选过；“显著”文献更像幸存者。【流程节点链路】：先验概率 → 检验功效 → p值阈值 → 后验可信度 → 发表筛选 → 读者误读。 结尾问题：审稿系统是否应要求作者提交“阳性结果后验概率”或至少“先验概率+功效”？如果要求，会不会把科学变成贝叶斯信仰竞赛？