【锚点】这一讲钉一个判断：【p<0.05 不是研究质量判决，而是分析路径对数据的敏感读数】；真正可检验的审稿，是把【研究问题】拆成【数据、模型、阈值、可拒绝条件】四层。 【流程节点链路】：【研究问题】→【数据生成】→【分析选择】→【p 值】→【作者提交】→【编辑初筛】→【审稿人独立评分】→【编辑综合】→【决定：接受/拒绝/修改】→【作者修改】→【再分析】。 【显式】服务【p<0.05 不是质量判决】：【Fisher 1925】把 0.05 当作“值得注意”的便利阈值；【Simmons、Nelson 和 Simonsohn 2011】报告，69% 的显著研究和 48% 的非显著研究可通过合理分析选择变成 p<0.05。 【隐式】服务【审稿人应要求可拒绝清单】：如果 p 值随分析选择漂移，审稿人只问“显著吗”就会把【方法自由度】误读成【证据强度】；期刊看到的不是效应，而是作者能跑出的最有利路径。 【细微】服务【可拒绝清单】：很多审稿意见写“结果不显著，建议补充样本”，但真正可检验的是“在哪些样本量、效应量、缺失机制或协变量下，结论会翻转”；这要求比对原文假设、敏感性分析和补充材料，而不是只看主表。 【极难发现】服务【同行评议不是质量过滤器】：评审系统常把【编辑风险】伪装成【科学标准】；当 p=0.049 被接受、p=0.051 被拒，期刊买的不是真，而是可发表叙事。谁输？读者把可发表叙事当事实，作者把分析自由度当发现，期刊把拒稿当质量。 【观点】因此，审稿意见的最小单位不是“同意/拒绝”，而是“如果 X 不成立，结论撤回”。例如：若【效应量 < 0.2】或【缺失率 > 20% 且非随机】，则【因果解释】必须降级为【关联】。 【待验证点】如果同行评议只奖励 p<0.05，我们是在筛选真，还是在筛选可发表？