【锚点】这一篇只钉一个判断：【可重复性图里最值钱的不是“复现成功”的绿勾，而是把复现估计画进一个预先写好的【可拒绝区间】：如果落在这里，原结论就不能继续当结论。】

【显式】Open Science Collaboration 的 2015 年心理学复现项目是硬证据：100 个已发表实验，原始显著结果 87/100；复现后只有 36/97 显著，中位效应量缩小约 51%。如果只画“显著/不显著”两栏，读者会看到“很多不显著”；如果只画“同号/不同号”或“是否可再跑”，读者会错过效应量塌缩。

【待验证】OSC 分母口径：87/100 是原始显著性，36/97 是完成复现且可比较的显著性；引用时必须写清分母，不能混成 36/100。

【隐式】可重复性的最小可视化单位不是 p 值，而是【效应估计 + 不确定区间 + 事先拒绝线】。p 值告诉你在固定数据下拒绝零假设的概率，不是“结论有多真”；区间告诉读者：复现结果离原效应有多远，离可拒绝线有多远。

【细微】常见复现图把结果压成二元标签：replicated / not replicated。这个标签会把“效应只剩一半但仍显著”和“效应几乎消失”混在一起。更稳的图是森林图：每行一个研究，点估计 + 95% CI，旁边画预注册的可拒绝阈值或等效边界；读者能看见证据是在支持区、衰减区，还是拒绝区。

【极难发现】最隐蔽的失败不是“复现失败”，而是“复现成功但结论已经换了一个量级”。例如原效应 d=0.60，复现 d=0.30 且 95% CI 不含 0；若原声明是“存在中等效应”，而 0.30 已低于预注册中等效应下界，那么它应当被标记为【结论降级】，不是【可重复】。

【流程节点链路】原始效应估计 → 预注册可拒绝阈值/等效边界 → 复现点估计与置信区间 → 判断落在支持区/衰减区/拒绝区 → 维持、降级或撤回结论。

值得辩论：如果复现结果显著但效应只有原来的一半，它应该被叫作“可重复”，还是“可拒绝”？