共识与报告：把多份结果合成一个可辩护的结论

三票规则

• 默认 votes = 3，voteThreshold = 0.66：三票中至少两票一致才采用。
• 三票必须相互独立：不同分片、不同输入顺序、不得共享中间摘要。 同一上下文里连问三次不算三票。
• 只对结论型判断投票：纳入/排除、新颖性、审稿意见分级、字段抽取。 统计量、图表、格式转换属于确定性产物，一票即可，多票是浪费。
• 三票全不同 → 不合并、不取平均，直接按"分歧"上报。
• 两票一致但第三票给出反例证据 → 不按多数，转人工/上级裁决。

证据权重

投票之前先给证据定级，权重高的票不该被数量压过。

层级	证据	权重	说明
E1	本课题的原始数据 + 可重跑运行记录	1.0	有 science_exp_run 溯源才成立
E2	同行评议论文的正文/表格原文	0.8	需 DOI + 页码/段落定位
E3	预印本、会议摘要、注册平台记录	0.5	必须标注"未经同行评议"
E4	数据库条目、期刊官网元数据	0.4	适合事实字段，不适合结论
E5	二手综述、博客、厂商文档	0.2	只能作为线索，不作断言依据

规则：

• E3 不得单独支撑结论。只有预印本支持时，写成"目前仅见预印本报告"。
• E5 只出现在"待核实"栏，不进正文结论。
• 同一结论有 E1 与 E2 时，优先 E1，并说明与文献是否一致。
• 权重用于解释分歧，不用于算术加权投票；不要算出 0.73 这种伪精确分数。

冲突怎么升级

冲突类型	处理	升级到
事实字段不一致（年份、样本量）	回查原始来源，以 E1/E2 为准	不升级
纳入/排除判断不一致	补一轮检索，确认检索式与时间窗	survey → lead
统计口径不一致	以预注册分析计划为准	methodologist（可否决）
设计与可证伪性冲突	停手，不得边跑边改	methodologist → pi
数据许可/溯源缺失	停手，不得使用该数据	data-steward → pi
结论方向相反且有同等证据	并列报告两种解释与判别实验	lead → pi

升级必须带四样：分歧点、双方证据 id、已尝试的核对动作、需要谁在什么时限内裁决。 缺任何一项，上级可以退回。

报告结构

一份 Campaign 报告固定五段，顺序不要改：

1. 结论：三句话内。答案是什么、证据强度如何、还有什么没解决。
2. 证据表：一行一条证据，字段固定。
3. 分歧与裁决：哪些结论有多票不一致，怎么处理的。
4. 缺口：明确没做到的部分，以及补上需要什么。
5. 可复现信息：运行 id、数据版本、代码位置、环境与 seed。

证据表字段

字段	必填	说明
claim	是	被支持的那句话，一句话
evidenceId	是	库内 id / DOI / run id
locator	是	页码、段落、表号、字段名；没有定位不算证据
level	是	E1–E5
stance	是	support / contradict / mixed
votes	条件	结论型判断填 2/3，确定性产物留空
note	否	预印本、样本限制、外部效度等

示例（不是模板占位，照这个颗粒度写）：

claim	evidenceId	locator	level	stance	votes
该干预在 12 周时降低 HAMD 评分	run-20261014-07	outputs/metrics.json#cohen_d	E1	support	空
同类效应在两项 RCT 中方向一致	10.1000/xyz.123	Table 2, p.7	E2	support	空
该机制仅在预印本中被提出	10.1101/2026.03.11.1	Abstract	E3	mixed	2/3

缺口怎么写

缺口不是"还可以做得更好"，是已知未覆盖、且影响结论强度的东西。每条写四段：

缺什么 → 为什么影响结论 → 补它需要什么（数据/时间/设备） → 不补的话结论要降到什么强度

反例："样本量偏小，建议扩大样本。" —— 没人知道要多大、为什么要、不扩会怎样。 正例："仅 1 个中心、n=42，外部效度未验证；需要第二中心 ≥60 例；不补则结论只能 写成单中心观察，不能推广到指南推荐级别。"

缺口按严重度排序：动摇主结论 > 限制推广 > 影响表述精度 > 格式性。

三条纪律

1. 不把缺失写成通过。查不到就是"未找到"，不是"无此风险"。
2. 不给录用概率。报告只说明证据够不够，不预测审稿结果。
3. 共识不等于正确。三票一致但证据全是 E4，结论强度仍然低——在结论段写明。