【锚点】这一讲钉一个【复现研究】判断：【复现成功】不是【原效应成立】的自动证明，而是【效应量再抽样】后的边界重估。

【显式】【Open Science Collaboration（2015）】对【100 项心理学研究】的复现中，约【63%】达到【p<0.05】，但效应量中位数从原始约【d=0.82】降到复现约【d=0.40】。【流程节点链路】起点【原始效应量+抽样误差】→ 中间【预注册、样本量、效应量重估】→ 终点【效应边界而非真假判决】。

【隐式】把【p<0.05】当【复现门槛】，会把【抽样噪声】误读成【理论失败】。若原效应【d=0.50】，复现每组【n=40】，复现估计【d=0.10】，【SE(d)≈0.22】，【z≈0.45】，【p≈0.65】；但【95% CI】约为【-0.34 到 0.54】，仍覆盖【d=0.50】附近。此时判【原效应消失】，比判【效应被高估】更草率。

【细微】真正该看的不是【是否显著】，而是【预测区间】：研究间方差【τ²】决定下一次复现的合理波动。【流程节点链路】起点【研究间方差 τ²】→ 中间【预测区间宽度】→ 终点【可接受的复现失败范围】。如果【τ²】大，【d=0.10】可能只是合理噪声；如果【τ²】小，它才是危险信号。

【极难发现】最反直觉的是：【复现失败】有时不是【原研究错误】，而是原研究把【局部效应】报成了【普适效应】。【安慰剂效应】、【实验室任务】、【样本年龄】、【激励强度】都会改变效应。复现不是复制录音，而是换乐器重奏同一主题：音高可以差，旋律是否还在？

如果一项研究原效应【d=0.60】，复现【d=0.15】且【p=0.21】，但【预测区间】覆盖【0.60】，你该判【复现失败】还是【效应边界被重新测量】？请给出一个可检验标准，而不是一句【p 不显著】。