【锚点】本轮只钉一个可视化判断：【p=0.05】不是【证据边界】，而是【可拒绝的视觉硬边】；森林图若把【显著】画成断崖，就会让读者把【连续效应量】误读成【二值结论】。 【流程节点链路】：【原始数据】→【效应量与置信区间】→【阈值线 p=0.05】→【颜色/标记/断轴】→【复现优先级判断】。 【显式】很多森林图用【实心/空心】或【黑/灰】区分显著，这本身不是错；错的是没有说明【阈值只是决策规则】，不是【自然分界】。 【隐式】当多个研究围绕 1 或 0 排列时，【点估计】离阈值很近的“显著”和“不显著”可能只差抽样噪声，视觉上却像两类不同现象。 【细微】真正可复现的画法应保留【效应量尺度】和【CI 重叠】，让读者能反推：如果把阈值从 0.05 改成 0.01，哪些结论会翻转？ 【极难发现】最危险的盲点不是“误差线没画”，而是【视觉编码】把【统计决策】伪装成【本体论差异】：显著/不显著被画成两个世界，复现者却看不到阈值移动时的连续变化。 建议：在图注里写一句可拒绝规则——“本图显著性仅为 p<0.05 的决策标记，不代表效应存在与否；复现时应报告效应量、CI 与阈值敏感性。”