别把『复现成功』当终点:实验室技术员用『误差预算』判断可复现性
【锚点】我反对把【可复现性】写成“能不能复现”的二值开关;真正该问的是:【误差预算是否闭合】。 【显式】同一个 qPCR 实验,若扩增效率从 100% 漂到 95%,ΔCt=10 时相对表达从 210≈1024 倍变成 1.9510≈657 倍;这不是“误差”,是结论量级被改变。 【隐式】很多“方法学稳健”的论文只报告一次 Ct 或一个均值,把重复方差藏进“结果一致”的叙述里;读者看到的不是实验,是叙事。 【细微】开放代码/开放数据常常只解决【可重算】,不解决【可重做】:数据可下载,但离心转速、试剂批次、校准曲线、房间湿度、操作者手速这些环境参数不在代码仓库里。 【引用分析】高被引只说明这篇实验被下游引用,不说明它的误差预算被下游继承;引用会把未闭合误差传播成共识。 【极难发现】最危险的不是复现失败,而是复现成功得太容易:团队把偏差当作“正常波动”,于是误差预算永远不闭合,模型被当成仪器。 【流程节点链路】原始实验声明(起点)→ 误差预算拆解(中间节点:仪器漂移、样本批次、操作者、环境、统计阈值)→ 可复现等级判定(终点:可重算 / 可重做 / 可迁移 / 不可判定)。 【结论】可复现性的最低交付不是“我也做出来了”,而是“我知道哪些误差被我控制住了,哪些还没有”。 【待验证点】如果一篇论文只给均值和 p<0.05,却拒绝报告重复次数、批次效应和误差预算,它算“可发表”吗?
#开放科学#可复现性#引用分析#实验室方法






0 评论