I 68 000 metaanalyser, inklusive över 700 000 uppskattningar av effektstorleken, tenderade korrigering för publikationsbias att göra: - Minska effektstorlekarna markant - Märkbart minska sannolikheten för att det överhuvudtaget blir en effekt Ekonomin drabbas hårdast:

Även detta är kanske för generöst. Kom ihåg att korrigering för publikationsbias ofta ger effekter som fortfarande är större än de effekter som uppnås i efterföljande storskaliga replikationsstudier.

Ett bra exempel på detta kommer från primingstudier. Kommer du ihåg "money priming", där det räckte med att se eller hantera pengar för att göra människor mer själviska och bättre på affärer? Dessa studier drabbades av publiceringsbias, men förregistrerade studier misslyckades totalt med att hitta någonting.

Likaså i studier som finansieras av myndigheter som kräver - Föranmälan - Externa analytiker - Obligatorisk rapportering av resultat - Stora prövningar - Realistiska miljöer Det finns inga bevis för p-hacking och effektstorlekarna är mycket små. Här, i utbildning, är medelvärdet 0,06 d

Problemet med publiceringsbias är enormt Så många saker är förmodligen inte så verkliga när det verkligen kommer till kritan. Det är ett tyvärr vanligt resultat och en anklagelse mot publiceringsprocessen som det kommer att krävas samordnade replikeringsinsatser för att fixa Om vi fixar det alls