结果挑选
Selective reporting
学到 会用 就够：能亲手用起来
你可能会说
“我试了很多分组和指标，最后只写显著的几项，会不会让读者误解研究发现？”
结果挑选是按结果是否有利等标准，只展示部分分析或证据，却让读者以为看到了完整或事先确定的研究过程。
使用 AI
科研里的例子
假设农业农村研究试了多个收入指标，只有一个分组显著，作者应说明指标选择和探索过程，不能把这一组结果写成对所有农户都稳定成立。
研究中可以比较多种合理做法，也可以开展探索，关键是说明实际尝试过什么，以及为什么保留或排除某项结果。如果看到结果后才改指标、删样本或选择分组，却把最后版本写成一开始就确定的检验，读者就难以正确评估证据。可以事先制定主要分析计划，记录后续修改，并同时报告重要的相反或不确定结果。不是每次无意义的试错都必须占据正文，但应提供足以说明关键选择的记录和补充材料。对未支持预期的结果，也要考虑测量、样本和方法条件，而不是简单从文章中消失。
在你的学科里，直接拿去用
把论点与证据逐条对齐
请审核下列论证的证据对应关系。 论证：[粘贴] 允许使用的材料：[清单与原文] 拆成可独立检查的主张，按“主张—来源位置—研究对象与设计—能支持什么—不能支持什么—所需补证”输出。区分相关、机制解释、因果识别和价值判断。找不到依据的格子保留未支持，不补假文献。若需联网补证，先说明搜索范围和访问状态，再把新找到的证据与原材料分列。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG07
提前制定异质性与稳健性分析计划
我准备研究[问题]，主设计为[设计]。请依据[理论预期和数据说明]拟一份事前分析计划草案：限定主要结果与次要结果、少量有理论依据的分组、组间差异检验、涉及多重比较时的处理思路，以及有理由的替代定义和样本规则。说明各项是否仍估计同一目标效应；可能改变人群或问题的另列。把事前假设与将来可能进行的探索分析分开，所有规格均保留报告。输出计划表和所需信息；没有效能计算所需输入时不编样本量，也不承诺任何分组一定显著。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PE06
判断
亲手检查一次
把主要结论对应的指标、样本和分组与原计划及日志比较，列出看到结果后发生的变化及解释。
它做不到的
结果挑选与有理由的分析取舍不同；是否存在不当隐瞒需要结合计划、日志和实际证据判断，不能只因报告不显著结果少就下结论。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- 科技部监督司 — 负责任研究行为规范指引（2023）2026-11-07 核对
- Center for Open Science — Preregistration2026-11-07 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。