研究说了什么
复制研究分两种。直接复制尽可能沿用原研究的材料、程序与被试条件，检验结果能否在相同条件下重现；概念复制保留理论假设，改变操作化方式，检验结论是否具有一般性。大型复制项目发现，心理学与癌症生物学的复制成功率都明显低于原报告，效应量平均缩小约一半。原因可以分三类：原研究效应本就很小，样本不足导致偶然显著；复制研究在人群、剂量、测量或情境上存在差异；原研究存在选择性分析、发表偏倚甚至不当操作。区分它们需要看原研究的功效、复制方案是否预先注册、效应量的置信区间是否重叠，以及是否存在直接的统计信号。多实验室联合复制能估计实验室间的变异，预测市场则用群体判断给出可复制的概率。复制不是对原作者的道德审判，而是估计结论稳定性的工具。复制方案最好在原研究发表后尽快注册，明确样本量、主要结局与分析计划，避免复制者用自己的自由度得出想要的结论。若原研究的数据与代码公开，复制可以先用同一数据重跑分析，区分分析错误与结果不稳定，这一步常被忽略，却能最快定位问题。
为什么重要
抗衰领域依赖大量小样本动物实验，复制率低的问题尤其突出。一个实验室报告某干预延长小鼠寿命百分之二十，换品系、换饲料、换饲养密度后可能完全消失。对读者，看到某干预有效的新闻，先问有没有独立复制，复制时条件是否一致。对研究者，预先注册复制方案、公开数据与分析代码，能减少复制中的研究者自由度。对资助方，支持复制研究比再做一个新干预更有价值，因为领域需要知道哪些结论可以建立在上面。对临床，进入人体试验之前，关键动物结果应至少在一个独立实验室重复。对政策，把未复制的单一研究写进指南，会在后续被推翻时付出更大代价。复制也在改变出版生态，负性复制结果逐渐有期刊愿意发表。对药物开发，关键动物结果未复制就进入人体试验，会把资源投入到错误靶点，这类失败在神经与代谢领域并不少见。对媒体，报道单一研究时应注明是否独立复制，避免把初步发现写成共识。对研究生培养，重复他人的实验也是训练严谨性的方式，却被视为缺乏创新，评价体系若只看新发现，复制永远缺人做。
证据与边界
复制失败不等于原研究造假。真实效应可能只存在于特定人群、剂量或环境下，概念复制失败说明的是边界条件，而不是原结论错误。直接复制也可能因为试剂批次、动物微生物组、季节与操作者差异而失败，这些因素在方法部分往往没有完整记录。原研究的效应量估计本身有不确定性，复制得到更小的效应是回归均值的正常现象，不应直接归因于 可疑研究实践。一个典型失败案例是心理学启动效应的多项复制，原研究效应在大样本中消失，早期结论被过度推广到教育与国际援助政策。另一个边界是复制研究的功效，若复制本身样本不足，失败也不能说明原结论错。看到复制结果，先问复制的是直接还是概念、功效多大、条件差异在哪，再下判断。另一个边界是原研究可能只在一个特定条件下成立，复制者若改变了关键条件，失败说明的是边界而非错误。作者有责任在原文中报告足够细节，让复制者知道哪些条件不能动。统计上，比较原研究与复制研究的效应量时，应看置信区间是否重叠，而不是看一个显著一个不显著。