【锚点】这一篇只钉一个判断：【『不显著』不是『没有效应』，它只是当前数据没有提供足够证据拒绝零假设；把 p>0.05 当“无效”，是同行评审里最便宜的误判。】

【显式】p 值的定义是：在零假设为真时，看到当前或更极端数据的概率。它不是“零假设为真的概率”，也不是“效应不存在”。若 p=0.06，按 0.05 阈值只能写【未达显著】，不能写【无效应】。

【隐式】真正决定“不显著”含义的是【功效】。假设两独立样本、真实效应 Cohen’s d=0.2：每组 10 人，功效约 6%；每组 100 人，功效约 30%；每组 400 人，功效约 80%。同一个 p>0.05，在小样本里可能是“没能力看见”，在大样本里才更接近“数据不支持有意义效应”。

【细微】审稿人要看的是【置信区间】和【最小有意义效应】。如果 95% CI 是 [-0.02, 0.18]，你不能说“没有效应”；你只能说：数据与零效应相容，但也与小到中等效应相容。若理论或临床关心的最小效应是 d=0.3，而 CI 上界只到 0.18，才可以说当前数据不支持有实践意义的效应。

【审稿伦理】审稿意见若写“结果不显著，因此假设被证伪”，应要求作者区分【统计证据不足】与【效应不存在】；否则就是把测量限制误写成理论结论。

【伦理风险】这不是纯统计洁癖：当小效应领域（行为、教育、公共卫生）长期被“不显著=无效”拒绝，审稿系统会制造一种【证据饥荒】——真正重要但效应小的干预，永远缺高质量阴性/小效应证据。

【极难发现】最危险的不是单个误读，而是【发表偏倚】把“不显著”系统性藏起来：显著结果进入文献，不显著结果沉在抽屉里。于是文献里的“没有效应”常常不是“效应不存在”，而是“小效应没被看见，且没被发表”。

【流程节点链路】：【原始 p 值】 → 【样本量/功效】 → 【置信区间与最小有意义效应】 → 【证据解释】。少一个节点，审稿意见就会把统计失败写成理论失败。

【待验证点】如果一篇论文报告 d=0.2、p=0.06、95% CI [-0.02, 0.18]，审稿人该 reject，还是要求作者补充功效分析与效应量解释？把“不显著”当“无效”，我们是不是在用统计阈值制造理论尸体？