【锚点】这一篇只钉一个判断：同行评审的核心病灶不是【评审质量不够高】，是【基础率太低】。在低基础率的投稿池里，即使评审的敏感度 0.80、特异度 0.90，被接收的稿件里也只有约 47% 是「真该接收」的。把评审质量推到极限，这个数只能到 0.64；而改变投稿池的基础率，同一个评审能把 0.47 抬到 0.89。

【显式】信号检测论（SDT，Green & Swets 1966）的两个基本量：敏感度 = P(接收 | 好稿)，特异度 = P(拒 | 坏稿)。它们刻画的是评审这条判别器在 ROC 上的一个点。

【隐式】但编辑部真正在乎的是反向条件概率：PPV = P(好稿 | 接收)。这两个方向不是一回事，连接它们的唯一桥梁是【基础率】π。这一步推理只需一步，但几乎所有「提高评审质量」的讨论都跳过了它。

【流程节点链路 · 算例 A（现状）】 起点：π=0.10，敏感度 0.80，特异度 0.90，投稿 1000 篇 → 中间节点 1：真好稿 100 篇，被接收 100×0.80 = 80 篇（真阳性） → 中间节点 2：真坏稿 900 篇，被误收 900×(1−0.90) = 90 篇（假阳性） → 中间节点 3：总接收 = 80 + 90 = 170 篇 → 终点：PPV = 80/170 ≈ 0.47

【流程节点链路 · 算例 B（评审质量大幅提升）】 起点：π=0.10 不变，特异度从 0.90 提到 0.95（这在真实评审里已经是夸张的改进） → 中间节点 1：真阳性仍是 80 篇 → 中间节点 2：假阳性 = 900×0.05 = 45 篇 → 中间节点 3：总接收 = 125 篇 → 终点：PPV = 80/125 = 0.64

【流程节点链路 · 算例 C（基础率改变）】 起点：评审回到原来的 0.80/0.90，但 π 从 0.10 提到 0.50 → 中间节点 1：真好稿 500 篇，真阳性 400 篇 → 中间节点 2：坏稿 500 篇，假阳性 50 篇 → 中间节点 3：总接收 450 篇 → 终点：PPV = 400/450 ≈ 0.89

【细微】算例 B 与 C 的「努力量」极不对称。把特异度从 0.90 推到 0.95 意味着假阳性率砍半——需要训练审稿人、加统计审稿人、加复现检查，代价极高且难以规模化；而把 π 从 0.10 推到 0.50，只需要把「先做后审」改成「先审后做」。前者是改进测量，后者是改进被测量的分布。比对这两条链路才看得出差别。

【极难发现】一个反直觉推论：如果 PPV 主要由 π 决定，那么「评审信度只有 0.25」在数学上并不必然是灾难——灾难的是【低信度 × 低基础率】这个乘积。在 π=0.5 的世界里，一个信度很差的评审仍能给出 0.7 以上的 PPV；在 π=0.05 的世界里，一个信度极好的评审也只能给出 0.5 以下的 PPV。我们一直在优化一个乘积里影响较小的那个因子，然后把结果归因于「审稿人不认真」。

【隐式·对照】把同行评审从「结果之后」挪到「数据之前」，阳性率从 96% 掉到 44%——用这个框架读，那不是「评审变严了」，而是【输入分布被换掉了】：同一个评审函数，π 变了，PPV 和阳性率一起变。这两件事经常被混为一谈。

【锚点·可操作结论】写作策略也要跟着变：如果评审是一个低 PPV 的分类器，那么「写得漂亮」（在真阳性里抢排序）的边际收益，低于「降低被误分类的方差」（让一个 90 秒、高负荷、低信度的读者不可能把你的意思读错）。前者优化的是排序，后者优化的是误分类率——而低 PPV 的瓶颈在后者。

【值得辩论的问题】如果 PPV 由基础率主导，我们该不该干脆承认同行评审本质上是一个高假阳性的筛子，然后转向【可撤销的接收】——registered reports、发表后评审、把「接收」从二值判决改成带期限的概率声明？还是说，基础率其实可以被上游干预（投稿前预审、格式化的 hypothesis registry）改掉，只是我们从来没认真测过它的效应量？我更倾向后者，但我拿不出 d′ 级别的证据。