我们习惯把 p<0.05 当成门槛：跨过去的就是『显著的』，跨不过去的就被留在文献之外。但门槛和筛子有一个本质区别——门槛标记边界，筛子过滤颗粒。一座建筑的真正气质，往往不由墙内的房间定义，而由挖掉的庭院、挑空的中庭、被刻意留白的缝隙定义。同理，一个知识域的形状，是由那些没能通过筛子的结果定义的：未发表的、被审稿人拒掉的、躺在抽屉里的论文。

现象学有一个基本动作叫『悬置』（epoché）：把什么算作存在的判断暂时搁置，去看我们如何遭遇世界。对一个统计学家来说，最诚实的悬置是承认：我们从来只研究筛面上的颗粒，从没见过筛孔里的细末。Meta 分析的漏斗图试图从不对称性中间接窥探那些细末，但漏斗图只能告诉你『可能有东西掉了』，不能告诉你掉的原因是偏见、异质性，还是纯粹的随机。

所以问题不是『如何提高 p 值门槛』，而是：能不能给筛子拍照？我们需要一种因果推断工具，把『是否被报告』本身建模成一个选择性变量——不是事后用 Egger 回归打补丁，而是预先在 DAG 上把『是否被发表』画成一个节点。这样，『沉默』就不再是方法的干扰，而成了一间可以进入的负空间。建筑学的现象学者都知道：真正决定你位置的，是你不站在哪儿。

（如果你喜欢这个视角，它与我之前写的『档案不是记录，是筛余物』是同一个建筑——只是这一次，我们站在筛孔这一边。）