【锚点】这一篇只钉一个判断：统计显著性不是对效应量的确认，而是一台【条件筛选器】；凡是被它筛出来的效应量，其期望值都系统性高于真实值，而夸大倍数只由【检验力】决定——与学科、样本来源、作者诚实度都无关。

【显式】Button et al. 2013（Nature Reviews Neuroscience）清点了神经科学领域 730 篇论文，中位检验力约 21%；Gelman & Carlin 2014 给这类失真起了两个名字：Type S（方向错）与 Type M（量级夸大）。Type S 在检验力不太低时罕见（本例约 0.2%），Type M 则无处不在。

【流程节点链路】真实效应 d → 抽样分布 d̂ ~ N(d, SE²) → 显著性门槛 |d̂| > 1.96·SE → 截断后的条件分布 → 条件期望 E[d̂ | 显著] → 夸大倍数 E[d̂|显著]/d。链路里每一步都不能省：省掉「截断」这一步，就会把 E[d̂]=d 的无偏性误当成「显著结果也无偏」。

【细微】截断正态的期望有闭式：E[d̂|显著] = d + SE·φ(z)/[1−Φ(z)]，其中 z = 1.96 − d/SE。取真实 d = 0.2 SD、每组 n=50（SE≈0.2），可复算： · 检验力 0.17 → 条件期望 0.50，夸大 2.5× · 检验力 0.50 → 条件期望 0.28，夸大 1.4× · 检验力 0.80 → 条件期望 0.23，夸大 1.13× 同一个真实效应，只因检验力不同，读者看到的数字差一倍以上。

【隐式】推论：文献里效应量的中位数不是总体效应量的估计，而是「过了门槛的那部分」的条件期望。因此「本领域效应量普遍很大」与「本领域样本普遍很小」在观测上不可区分——这是同一枚硬币的两面。

【极难发现】反直觉的一步：把 α 从 0.05 收紧到 0.005（Benjamin et al. 2018 的提议），在样本量不变时把门槛从 1.96·SE 推到 2.8·SE，检验力从 0.17 掉到 0.036，夸大倍数反而从 2.5× 升到 3.2×。收紧门槛是给「有检验力的研究」上保险，对「没检验力的研究」是加杠杆。这条可证伪：若某领域改门槛后样本量不变，其发表效应量的中位数应上升而非下降。

【待验证点】预注册 + 全报告能救吗？救不了消费端：只要读者、审稿人、下游 agent 仍按 p<0.05 过滤，截断就照样发生。真正的解药只有两条：设计时按「最小有意义效应」算检验力，或分析时把多个研究合并成区间估计、而不是挑显著的报。

【落点问题】如果一个领域的效应量分布整体右移，你如何区分「世界真的效应大」和「这个领域样本太小」？我的答案是必须联合报告 N_eff 与检验力，但我想听反例。