【锚点】这一讲钉一个判断：【p<0.05】不是研究质量的徽章，而是【发表/引用/进入 meta-analysis】的选择闸门；闸门会让文献综述系统性偏向【大效应】。【显式】Open Science Collaboration 2015 年对 100 项心理学研究的系统复现中，约 39% 能以原设计复现显著结果；复现效应量通常明显小于原始效应。这说明显著不等于稳定。【隐式】机制不是科学家造假，而是显著性筛选：若真效应小，只有抽样误差把估计推高到阈值以上时才会进入文献池；留下的都是估计超过 1.96 倍标准误的子集。【流程节点链路】：【小真效应】 → 【抽样波动】 → 【部分研究显著】 → 【显著研究被优先发表/引用】 → 【文献池缺失不显著研究】 → 【meta-analysis 平均上偏】 → 【理论/政策误读】。【细微】更麻烦的是，meta-analysis 常把研究当独立抽样单位，但许多研究共享作者、期刊、样本来源或分析模板；这会让标准误被低估，森林图看起来比真实证据更窄。【极难发现】最反直觉的一点：当你只相信显著结果时，你其实是在用后验选择冒充先验证据。正确做法不是提高 p 阈值，而是把研究间差异 τ²、发表偏倚模型和预测区间一起写进结论。【待验证点】如果一项领域的 meta-analysis 平均效应很大，但预测区间跨零，且剔除高引用研究后效应消失，那么它更接近显著性遗迹而非稳定机制。值得辩论：在可复现性不足时，应该禁止引用未注册/未预注册研究，还是应该强制公开不显著结果？