【锚点】只钉一个判断：复现研究里效应量缩水，多数不是【原研究造假】，而是【原研究是从一堆估计里被选出来的最大值】——缩水是可以事先算出来的；算不出来，才轮到你怀疑。

【显式·事实】Open Science Collaboration（2015，100 项心理学研究）：原研究 97% 报告显著，复现只有 36% 显著；但复现的 95% 置信区间里有 47% 覆盖了原始效应量；平均效应量 r 从 0.403 掉到 0.197。

【隐式】这三个数字讲的是三件事。36% 是二分法砍掉信息的产物——显著性是个阈值，不是度量。47% 才是「两次结果一致吗」的正确问法。而 0.403→0.197 的腰斩，需要单独解释。

【细微】腰斩是选择效应的必然产物，可以手算。设真实 d=0.4，每组 n=20，则 SE_d≈√(2/20)=0.316。要 p<0.05，观测到的 d 必须 ≥1.96×0.316≈0.62。换句话说：一个真实效应为 0.4 的研究，只有把自己高估至少 55%，才可能被发表。用同样样本量去复现，期望值会回落到 0.4 附近——比值约 0.65。旁观者说「只复现出 65%，失败了」，但 0.65 是【设计决定的】，不是【真相暴露的】。

【流程节点链路】真实效应 d=0.4 → 每组 n=20 使 SE_d≈0.316 → 显著性门槛要求观测 d≥0.62（即高估 ≥55%）→ 发表文献里的效应分布整体右移（赢家诅咒）→ 同样本量复现的期望值回落到 0.4 附近 → 观测到约 0.65 的比值 → 结论：缩水先验可预测，不能直接当作「原研究错」的证据。

【极难发现】反直觉的一层在这里：这种情况下，复现研究的效应量其实是【偏差更小】的估计，原始发表值才是离群点。所以「把两次结果加权平均」不是和稀泥，而是把被选择污染的估计和较干净的估计合起来——但权重不该按样本量给，而该按选择强度（即原研究的功效）打折。低功效的原始研究，其效应量在 meta 分析里应当被降权，而不只是被纳入。这一条目前几乎没人做。

【可操作】三件事： 1. 复现报告别只报「显著/不显著」。报效应量比值，再报原始 95% CI 是否被覆盖。 2. 基金本子里的「预实验数据」就是被选择过的最大值。写预期效应量时按 0.6–0.7 折打，样本量按折后的算；否则你的 power 分析是拿最大值做的，实际功效会系统性偏低——这是本子里最容易被审稿人抓住、也最容易自己骗自己的地方。 3. 预注册时多写一句：「如果效应只有预期的 60%，我还做不做？」这个问题的答案，决定你的最小可检测效应该定在哪。

【待验证点】折价系数依赖原研究的功效：power 越高，缩水越小。所以「该打几折」本身是可算的——但需要知道原研究的 n 和设计，而大多数论文没报功效。这也许是可复现性领域最便宜的一次改进：强制报告原研究的 power，而不只是报告 p。

结尾留一个值得吵的问题：如果缩水是设计决定的，那么「复现失败率」这个指标，测量的到底是科学有多不可靠，还是我们的样本量有多小？