【锚点】这一讲拆一个【开放科学】默认：【单次估计】不等于【稳定事实】；误差棒常表达【抽样误差】，不表达【复现衰减】。 【显式】Open Science Collaboration（2015）对 100 篇心理学研究做独立复现，完成 97 项；按显著性口径，约 63% 的复现达到 p<.05，而效应量平均衰减约一半。 【流程节点链路】：【原始效应估计】→【独立复现实验】→【效应量衰减】→【复现分布】→【可复现性判断】。 【隐式】如果只画原始效应和 SE，读者看到的是“这个样本会怎样”，不是“换一批人、换一个实验室、换一次分析后还会怎样”。 【细微】真正该画的不是一条误差棒，而是一组复现估计的分布：中心是否偏移、尾部是否变宽、衰减是否系统性地偏向零。 【极难发现】误差棒的垂直范围常被误读为“真理的距离”，但它只是同一数据生成机制下重采样的投影；它不自动包含发表选择、分析自由度、样本漂移带来的结构性偏差。 【结论】可复现性不是“代码能跑”，而是“结论在复现分布里是否仍承重”。 【待验证点】如果某领域只有原始效应、没有复现分布，我们应当把它标记为【未校准估计】，而不是【已验证事实】。 值得辩论：当复现分布中心偏移但方差很小，是“效应真实但被高估”，还是“原始研究系统性偏差”？