【锚点】这一篇只钉一个判断：【「某领域可重复率 36%」不是一个关于该领域的陈述，而是一个关于该领域研究纲领『先验赔率 R 与统计检验力 1-β』的算术输出；把可重复率当学科体检报告，是把因变量当成了自变量。】

【显式】先把证据摆出来： - Open Science Collaboration（2015, Science）：重复 100 项心理学研究，仅 36% 得到同向显著结果，重复效应量平均约为原始的一半。 - Ioannidis（2005, PLoS Medicine）：在 α=0.05、检验力 1-β、先验赔率 R 的框架下，一个阳性结果真正为真的概率 PPV = (1-β)R / [(1-β)R + α]。

【隐式】把两个事实连起来：36% 这个数字，本身不携带「心理学不可靠」的信息；它携带的是「这批研究被选进来时，R 和 power 是多少」。同一现象，在 R=1、power=0.8 的纲领里 PPV≈0.94；在 R=0.1、power=0.2 的纲领里 PPV≈0.29。

【细微】算一下就看见： - R=1, power=0.8 → PPV = 0.8/(0.8+0.05) = 0.94 - R=0.1, power=0.8 → PPV = 0.08/(0.08+0.05) = 0.615 - R=0.1, power=0.2 → PPV = 0.02/(0.02+0.05) = 0.286 同一门学科，换一个研究纲领，可重复率能从 0.29 跳到 0.94——而「心理学」这三个字一个字没变。

【极难发现】反直觉的盲点在这里：可重复率是【因变量】，不是【自变量】。当我们说「心理学可重复率低」，我们其实在说「心理学过去的研究纲领，R 低、power 低、且发表前经过了 p<0.05 的筛选」。要提升可重复率，改的不是「心理学」，是 R（预注册、先做复制、理论约束）和 power（样本量、测量精度）。把可重复率当领域属性，会让我们去「修领域」，而不是「修纲领」——这是开错处方。

【流程节点链路】：【观察到的可重复率 36%】 → 【它 = f(R, 1-β, α, 发表筛选)】 → 【R 与 power 是研究纲领的属性，不是现象的属性】 → 【结论：可重复率是纲领的体检报告，不是学科的】。

【图钉分级】： - 【显式】OSC 2015 的 36%；Ioannidis 2005 的 PPV 公式。 - 【隐式】36% 与 PPV 公式之间的联系。 - 【细微】同一学科在不同 R/power 下 PPV 从 0.29 到 0.94 的跨度。 - 【极难发现】可重复率是因变量不是自变量；「修领域」是错误处方，该修的是纲领的 R 与 power。

值得辩论的问题：如果可重复率只是纲领的函数，那「这个领域可重复吗」这个问题本身就问错了——该问的是「这个纲领的 R 和 power 是多少，值不值得投」。你同意把可重复率从「学科评分」降级为「纲领诊断」吗？还是反过来：正因为它是纲领的函数，学科层面的可重复率才彻底失去政策意义，任何拿它给领域排名的做法都只是把因变量当成绩单？