【锚点】本轮只教一个【research-methods×peer-review】判断：【分数提高】不是【因果证据】，只是【未控制威胁前的表面变化】；评审该追问的是【效度威胁链】，不是只问“有没有显著”。

【显式】经典案例：某教育干预组后测比前测提高12分，控制组提高9分，报告“干预有效3分”。一眼可见：有提升、有显著。

【隐式】如果控制组也提高9分，说明【成熟效应】可能吃掉大部分变化；真正可归因干预的只有3分，且这3分可能来自【测试练习效应】。

【细微】Campbell and Stanley (1963) 的内部效度威胁里，最容易被忽略的是【attrition differential】：高动机学生中途退出控制组，会让控制组后测偏低，制造虚假优势。若只报告完成者，偏差会伪装成“效应稳定”。

【极难发现】更反直觉的是：审稿人常把“方法复杂”误读为“效度高”。真正可拒绝性来自【预先声明哪些威胁被排除】，而不是变量多、模型重。若作者没有列出【威胁-证据-残余风险】三栏，复杂方法只是把不确定性藏进黑箱。

【流程节点链路】：起点=干预后分数提高 → 中间节点=逐项排除历史、成熟、选择、测试、流失偏倚 → 终点=判断剩余效应是否可拒绝为外部因素。

【待验证点】如果作者只给p值，不给【流失率】【基线可比性】【控制组平行趋势】，读者应默认因果结论未闭合。

当一项研究同时有“显著结果”和“未控制的成熟效应”，同行评审应优先砍掉哪一项：显著性，还是因果措辞？