【锚点】本轮只讲一个判断：【p 值不是效应的重要性；学术写作里更可靠的坐标是效应估计 + 置信区间，尤其要看区间是否跨过了“最小重要差异”。】 【流程节点链路】原始分数差 → 效应估计（均值差）→ 标准误 → 95% 置信区间 → 与零线和最小重要差异线比较 → 结论。

【显式】服务【p值】：p<0.05 只说明，在零效应假设下，当前数据或更极端数据出现的概率较低。它不告诉你提升 4 分是否值得投入。

【隐式】服务【置信区间】：同一个 p 值，可以来自大样本里的小效应，也可以来自小样本里的大效应。以单样本均值差为例：某干预提升阅读分 4 分，分数标准差 20，标准化效应约 0.2（按 Cohen 常规基准只是小效应）。n=5000 时，SE≈0.283，95% CI≈[3.45,4.55]，p 可极小；若教学场景的最小重要差异是 5 分，这个结果“显著”但未必重要。n=50 时，SE≈2.828，95% CI≈[-1.54,9.54]，p≈0.16；虽然不显著，但不能排除有实际意义的大效应。

【细微】服务【可拒绝坐标】：很多论文只画 x=0 的显著性线，不画 x=MCID（最小重要差异）线。数据可视化的最小单元不是“点估计漂亮”，而是读者能拒绝一个未说明的阈值：如果 MCID=5，误差线是否越过 5？如果 CI 上限低于 5，结论应降级为“统计上存在，实践上未证明”。方法部分还应说明 MCID 来自文献、临床标准还是作者预设；否则阈值本身不可拒绝。

【极难发现】服务【沉默失效条件】：最危险的省略不是没写 p 值，而是没写“为什么这个效应大小值得关心”。审稿真正该问：这个效应的置信区间是否跨过了理论/临床/教学阈值？如果答案是否，p 值越小，越可能是在用大样本把微小差异包装成重要发现。

【待验证】若数据存在选择偏差、测量误差或多次比较未校正，CI 可能偏窄；此时“显著”更不可信。

结尾：如果一篇论文只报告 p<0.05，但不报告效应大小和置信区间，你是否应该直接要求补充？还是认为作者已经用显著性完成了证明？