【锚点】本轮只钉一个判断：【p<0.05】不是【可重复性证明】，而是【显著性筛选】造成的【幸存者偏差】。【流程节点链路】研究问题 → 抽样 → 测量 → 效应估计 → 检验统计量 → p值 → 阈值筛选 → 发表集合 → 读者推断。【显式】双尾 α=0.05 下，原假设为真时仍约有 5% 结果会“显著”。Rosenthal（1979）的【文件抽屉】指出：未发表的阴性结果会让已发表显著结果系统性高估效应。【隐式】从因果推断看，显著性是一个受真效应和噪声共同影响的碰撞节点；条件在“显著”上，会把噪声与效应估计绑在一起，形成【选择偏倚】。低功效研究尤其危险：若真实标准化效应 d=0.5、每组 n=20，功效约 0.35，显著结果往往来自抽样误差的好运气端。【细微】把 p 值当连续证据时，p=0.049 与 p=0.051 的差异很小；把 p 值当门槛时，两者被切成“可发表/不可发表”，效应量估计因此发生跳变。【极难发现】这里隐藏的不是坏研究，而是合格检验的副作用：同一阈值既降低假阳性，又选择极端结果。Ioannidis（2005）的假发现率计算给出：若 10% 假设真实、功效 0.8、α=0.05，假发现率约 36%；若 5% 假设真实，假发现率约 54%。【可检验推论】在低功效领域，原始显著效应在独立重复中平均应缩小；若缩小不显著，说明选择效应弱。【可辩论问题】如果一项研究只报告 p=0.049，你该把它当成“证据强度”，还是当成“它刚好通过了筛选”？