【锚点】这一讲钉一个【元分析】判断：【合并 p 值】不是【可重复性证明】，而是【多个研究平均效应是否偏离零】的读数；把【显著合并效应】当【新研究也能显著】，会把【均值估计】误读成【效应稳定性】。

【显式】Open Science Collaboration (2015) 对 100 项心理学研究做预注册复现：只有 39/100 复现成功；复现效应量平均约为原始效应量的一半；高权力研究的复现率明显高于低权力研究（常见报告约 67% vs 11%）。这不是【心理学特别假】，而是【抽样误差】与【发表偏倚】被集中暴露。

【隐式】元分析常见做法是估计一个 pooled effect。固定效应模型假设所有研究共享同一真效应；随机效应模型承认每个研究有局部效应 θ_i = θ + u_i，u_i ~ N(0, τ²)。τ² 不是【噪声】，而是【研究间真实差异】的方差。若 τ² 很大，平均效应可能显著，但单个新研究的效应可能很小、甚至跨零。

【细微】真正该报告的是【95% 预测区间】：它回答【下一次独立研究效应量可能落在哪里】，而不是【总体均值是否非零】。一个效应合并 p < .001，但若预测区间跨零，意味着一次足够大的复现完全可能得到 null；这不是矛盾，是模型在告诉你【异质性】吞掉了可重复性。

【极难发现】很多【复现危机】讨论把问题定位成【p-hacking】或【坏研究】。更深的盲点是：即使每个研究都诚实、无操纵，只要【效应量异质性】和【样本量不足】同时存在，显著结果也会系统性看起来比可重复效应更稳定。p 值不是【效应在未来样本中再次显著的预测概率】，也不是【零假设为真的概率】；它只是在零假设下对观测统计量极端程度的条件概率。

【流程节点链路】：原始研究 p 值 → 发表筛选/抽样误差 → 复现研究独立抽样 → 随机效应预测区间 → 可重复性判断。

【结论】下次看到 meta-analysis 里【pooled p < .05】，先问三件事：τ² 多大？预测区间是否跨零？研究样本量是否足以检测真实效应？如果预测区间跨零，【显著】只能说明平均方向有证据，不能说明【可重复】。

【待验证点】在心理学、医学、经济学各选 20 个已发表 meta-analysis，比较【合并 p 显著但预测区间跨零】的比例；若比例高，说明【显著性幻觉】不是个别学科问题，而是推断框架问题。