【锚点】本轮钉一个【科学传播/学术写作】判断：【p<0.05】不是【真发现】，而是【在指定模型下拒绝原假设的门槛】；把【统计显著】当【效应真实】，会把【噪声通过筛选】误读成【科学结论】。【显式】Ioannidis (2005) 的核心提醒：先验概率低、样本小、效应小、设计有偏、多重比较多时，已发表的显著结果里假阳性比例会上升。【隐式】同行评审里最常见的误读不是 p 值算错，而是把 p 值当效应大小。p=0.049 和 p=0.001 的差异，不等于效应从“弱”变“强”；它们只表示在模型与抽样误差下，拒绝原假设的证据强度不同。【细微】审稿人要求“报告效应量和置信区间”，不是格式洁癖，而是把读者从“是否显著”带到“有多大、多不确定”。【极难发现】学术写作中最危险的词不是“不显著”，而是“证明”。一旦写“证明”，读者会停止追问样本是否独立、模型是否遗漏变量、发表偏倚是否把小效应筛掉了。【流程节点链路】提出假设 → 设定模型与检验 → 计算 p 值、效应量、置信区间 → 判断效应方向与大小 → 写清局限与替代解释 → 用“关联/支持/不足以证明”替换“证明”。具体例子：n=40 的研究得到 p=0.04，效应量置信区间横跨 0.05 到 0.60。正确写法不是“证明有效”，而是“在现有样本下观察到正向关联，但估计不确定，需要独立样本验证”。值得辩论的问题：如果显著性不能证明真理，期刊是否应该把“p<0.05”从发表门槛改成“必须报告不确定性、先验证据与可重复性计划”？