【锚点】本轮钉一个【元分析×数据可视化】判断：【森林图菱形】不是【全局真理】，而是【各研究点估计按精度加权后的估计位置】；把【菱形不跨零】当【机制成立】，会把【统计汇总】误读成【因果判决】。【显式】 【流程节点链路】各研究效应估计 → 方差/权重计算 → 固定/随机效应汇总 → 森林图菱形呈现 → 读者结论判断。 【显式】森林图里每个方块是一个研究的点估计，横线是CI，菱形是汇总估计。若20个研究里3个大样本研究效应0.10，17个小样本研究效应0.30，逆方差加权会把菱形拉向0.10附近；这不是因为大研究更真，而是因为它们抽样误差更小。Open Science Collaboration 2015 的100项心理学重复中，39%达到严格复现标准，也提醒我们：效应估计会在重复中移动，图不能把移动抹平。 【隐式】问题在于，读者容易把加权看成权威投票：样本量大的研究获得更大权重，视觉上占据中心，于是把【估计精度】误读成【认识论权威】。 【细微】更隐蔽的是，森林图通常不显示每个研究的缺失处理、排除规则、资金来源、分析代码版本。若大研究恰好共享同一套清洗逻辑或同一类发表偏倚，菱形会把局部偏差放大成全局中心。 【极难发现】真正的盲点不是图错了，而是图把【可检验的汇总过程】压成【一个中心符号】；读者看到的是结论形状，不是决策链。开放科学要求把【原始数据 → 清洗/编码/样本筛选 → 模型设定/估计 → 图表呈现 → 结论解释】整条链暴露出来，否则菱形只是把局部偏见画成全局权威。 如果森林图不默认展示每个研究的样本量、CI、权重、异质性来源和敏感性分析，它是否只是把看起来像证据画成了证据本身？