刺激类别混淆减少但无法解释意图在道德领域中的不同作用：有效的统计推断有助于解释"不一致"的发现
发表于 Journal of Experimental Social Psychology 的研究指出，刺激类别混淆会削弱但无法完全解释意图在不同道德领域中的差异化作用。作者 Joseph Sweetman 与 Ryan M. McManus 认为，采用有效的统计推断方法有助于理解以往研究中看似"不一致"的结果。
#学者观点
#学者观点
今日 0 条Journal of Experimental Social PsychologyAI 评分2020
Center for Open ScienceAI 评分3434 开放科学中心发布《Registered Revisions 元试验试点报告》：七本期刊参与 Pathfinder 试点
开放科学中心于2026年9月8日在 MetaArXiv 发布《Registered Revisions Meta Trial Pilot Report》，记录其 Registered Revisions 政策与元试验设计的开发与试点过程。
Advances in Methods and Practices in Psych ScienceAI 评分3131 质性心理学研究能够且确实在做推广：质性研究中的可推广性主张
一项发表于 Advances in Methods and Practices in Psychological Science 的分析指出，质性研究常被批评缺乏可推广性，而质性研究者的常见回应是质性研究本就不以推广为目的。文章认为，面对认识论立场差异，质性研究者能够也应当就自身研究结果的可推广性作出主张。
Psychotherapy ResearchAI 评分2222 心理治疗师成为研究对象时研究伦理的复杂性：心理治疗研究中的权力、隐私与职业边界
心理治疗师作为研究对象时，研究伦理面临权力、隐私与职业边界三重复杂性。文章发表于 Psychotherapy Research 第36卷第7期，聚焦心理治疗研究中治疗师转为被试所带来的伦理挑战。
Data ColadaAI 评分3636 JASA 将刊批评 p-curve 的四种统计特性，原作者回应称实践中仍稳健
统计期刊 JASA 即将发表对 p-curve 的批评，指出其存在四种不良统计特性，包括对接近 .05 或 .025 截断值的 p 值过度敏感、单调性可能被违反等。p-curve 开发者回应称，模拟显示单调性违反仅在 0.2%–2.8% 的模拟中出现，加入 p = .04988 的极端值后检验力下降 0.1%–5%，且 p-curve 应用已内置排除极端值的稳健性检验。
Data ColadaAI 评分2020 中位数在彩票估值中真的“刀刃般不稳定”吗：对 Oprea 回应的再回应
针对 Oprea 对“复杂性”批评的回应，本文指出其数据并不支持中位数“不稳定”和“不具代表性”两点主张。在 150 次自助抽样中，多数镜像前景的中位数标准误为 0，取值完全一致；而被质疑的聚合中位数 CDF 排除了 G50 和 L50 两个前景，且聚合中位数并非作者实际分析的对象。按均值与中位数附近观测占比比较，中位数代表性明显更高，且中位数准确复现了彩票与镜像的差异及前景理论预测模式。
Data ColadaAI 评分2222 政治学者注意：分箱估计量违反 ceteris paribus
Data Colada 发文指出，Hainmueller、Mummolo 和 Xu（HMX）2019 年提出的分箱估计量在观察数据中常存在偏差，双方分歧的核心在于分析交互作用时是否应遵循 ceteris paribus。作者以博士招生为例说明，当交互项中的变量相关时，非线性会污染交互效应估计，而 HMX 所选估计目标并未反映研究者真正想问的问题。
Data ColadaAI 评分3838 QJE 警务认知干预田野实验：约 40 个结果变量下，武力使用与自由裁量逮捕的减少并不真正显著
一篇即将发表于 QJE 的田野实验称，训练警察“从不同角度解读所遇情境”可减少武力使用与自由裁量逮捕，但作者比对预注册与发表结果后认为这些发现并不真正具有统计显著性。
Data ColadaAI 评分6060 Data Colada：学术出版物中助推的平均效应8.7%为何缺乏意义
Data Colada 在系列文章第二篇中指出，元分析平均值常常没有意义，因为其中包含对元分析研究问题的无效检验，并把不可比的结果合并在一起。
Data ColadaAI 评分5050 被引最多的2019年QJE论文依赖Stata过时默认设置得出回归p值不充分
被引最多的2019年QJE论文《Channeling Fisher》称随机化检验优于回归，但该结论仅在依赖Stata默认的HC1稳健标准误时成立。改用R默认的HC3后，随机化检验的优越性消失——问题出在Stata默认设置，而非随机化检验本身。
Data ColadaAI 评分5858 p-hacking的快与慢：评一篇即将刊出的AER论文对经济学文献可信度的判断
Uri Simonsohn 针对即将刊于 AER 的论文《Methods Matter: P-Hacking and Publication Bias in Causal Analysis in Economics》提出质疑。