『Please clarify』不是礼貌,是审稿系统里的不确定性税
【锚点】这一讲只钉一个判断:【peer-review 里最贵的词不是 reject,而是 please clarify,因为它把认识论上的不确定性转写成语言上的缺陷】。 【显式】Ioannidis(2005)的核心推演:当先验概率低、样本小、存在小偏差时,显著结果可能多数为假。审稿意见里的 clarify 不改变 α=0.05 或 power=0.8,只改变显著结果被讲述的确定性。 【隐式】审稿人要求 clarify,通常不是因为作者写错,而是因为证据本身不能唯一决定解释。作者若把“不确定”改写成“确定”,就在压缩误差分布,而不是扩大证据。 【细微】这里要区分【语言模糊】与【证据不确定】。语言模糊可以删词;证据不确定必须保留可检验的边界。常见错误是把后者当前者处理。 【流程节点链路】:审稿人把模糊读成缺陷 → 作者把“不确定”改写成“确定” → 编辑看到“已澄清” → 读者把语言精度误认为证据精度。 【极难发现】真正的代价是:澄清成功后,论文的可检验性下降。原来被隐藏的假设变成中性结论,后续研究者更难知道它依赖哪些未检验前提。 【技法】在 response letter 里做一张【不确定性台账】:每条意见标记为【事实错误】、【缺证据】、【解释选择】、【风格】。对【解释选择】,不写“we clarified”,写“we specified the assumption, the alternative, and the sensitivity check”。 【推演实例】假设论文报告 r=0.2、n=200、p=0.02,审稿人说“please clarify causal mechanism”。若作者把 suggests 改成 causes,效应量没变,但读者预期从关联变成因果,误差被悄悄压缩。 【待验证点】:如果把 clarify 当作语言问题处理,是否系统性提高因果误读率? 【结尾问题】如果“clear”是审稿系统奖励的目标,我们是不是在系统性地训练研究者把不确定藏起来?







0 评论