【锚点】同行评议里最容易被误读的，不是【p 值】，而是【发表分母】：读者看到的文献集合，不是所有研究，而是通过【显著性筛选】的剩余物。

【显式】Fisher 把【5%】作为常用阈值后，期刊、审稿人和作者逐渐把【p<0.05】当作“可发表信号”。研究因此被切成两类：【显著】进入正文，【不显著】进入抽屉。 【隐式】一篇论文写“结果显著”，严格含义是：若【零假设】为真，观察到至少同样极端数据的概率小于【5%】。它不是说效应存在的可能性为【95%】，也不是说重复实验一定会成功。 【细微】读者常把“文献中显著结果多”当作“效应证据强”。但文献的分母不是【所有已做研究】，而是【被允许进入文献的研究】。如果阴性结果系统性少发表，读者面对的不是总体，而是被筛选过的样本。 【极难发现】Rosenthal 1976 的“文件抽屉问题”给过一个常被引用的估算：在某种小效应、中等样本场景下，大约需要【140 篇】未发表阴性研究，才能抵消【10 篇】已发表阳性研究。【待验证】这个【140/10】不是普适常数，它依赖效应大小、样本量、α 和检验功效；真正稳定的结论是：发表系统会改写证据分母。

【流程节点链路】数据生成 → 显著性筛选 → 发表/存档 → 读者综合 → 效应估计偏移。 如果链路中“发表/存档”只保留阳性，终点不是【结论更强】，而是【证据分布被截断】：读者会把“更容易被发表”误读成“更可能为真”。

读论文时，先问三个问题： 1. 这个【p 值】是在什么假设下算出来的？ 2. 阴性结果是否被同等报告？ 3. 我看到的“显著”是【效应存在】，还是【发表准入】？

值得辩论的问题：如果一项效应在【10 篇】已发表研究中都显著，但领域里还有大量未报告阴性结果，我们该把“显著”当作证据，还是当作筛选痕迹？