实验之所以无法重复，主要是因为发表的记述不完整，而不是因为背后的科学有误。方法部分遗漏了步骤，试剂和分析选择没有写明，样本量太小，无法给出稳定的结果，分析决策是在数据到手之后才做出的。于是另一个实验室只能靠猜测重建实验方案，并得到不同的结果。
可重复性问题有多普遍？
可重复性问题普遍到大多数在职科学家都亲身遇到过。《Nature》于 2016 年发表的一项调查显示，在 1,576 名受访研究人员中，超过 70% 表示曾尝试重复其他科学家的实验但未能成功，超过一半表示曾无法重复自己的某项实验。正是第二项结果改变了讨论的框架：它描述的是研究人员无法重复自己设计、亲手开展且了如指掌的工作。
这一细节排除了那些简单的解释。如果一个领域中有很大比例的人无法重复自己的实验，原因就不在于重复方能力不足，也很少是不端行为。在从实验台到纸面的过程中，有些东西丢失了。到达读者手中的记述，是实际情况的压缩版本：方法部分往往放到收尾才写，按字数限制删减，描述的是作者已经做过无数次的实验方案，以至于那些已经习惯成自然的步骤，作者不再觉得值得写下来。
对科研管理部门而言，整体情况比任何单一案例都更重要。无法复现的研究会消耗基金经费，拖延后续项目，还会占用每一个试图在其基础上开展工作的实验室的时间。这类问题暴露得也晚，通常是在发表之后，在另一个团队花了一年时间仍未能重复出结果之后。到那时，可选的做法有限，而且都是公开的。把可重复性视为稿件的属性、而非整个领域的属性的机构，就能在研究成果仍可由自己修正时进行干预。
不可重复性究竟从何而来？
不可重复性主要源于论文遗漏的内容，以及在数据到手后做出的选择。四个原因在复现失败的案例中占了很大一部分，而其中没有一个需要有人存在不当行为。
首先是方法描述不够具体。以概要形式描述的实验方案，审稿人读来没有问题，在实验台上却无法重复：孵育时间、温度、传代次数和步骤顺序都没有写明，因为对亲手做实验的人来说，这些都是不言自明的。试剂细节的缺失让问题雪上加霜。抗体、细胞系、质粒或软件包如果只写名称，没有货号、标识符或版本号，下一个实验室就只能猜测用的是几种相似产品中的哪一种，而这些产品的表现并不完全相同。
另外两个原因在于分析环节。灵活的分析，即在看到数据之后才确定检验方法、排除规则或亚组，所得出的结果看似确凿，换一个数据集却站不住脚。统计功效不足的设计所得出的估计值太不稳定，难以复现：一项达到显著性的小型研究，往往是因为高估了效应量才达到显著，因此一次如实的复现会更接近真实情况，读起来却像是失败。作者和课题负责人（PI）很少把这些当作报告问题来看待，这正是它会贯穿整个起草过程、一直延续到投稿的原因。
| 失败来源 | 在稿件中的表现 | 如何弥补缺口 |
|---|---|---|
| 方法描述不够具体 | 步骤只有概述而无具体说明；缺少初次接触者重复实验所需的条件 | 提供实验方案级别的细节，或指向论文所引用的已存档方案 |
| 资源细节缺失 | 试剂、细胞系、菌株和软件只有名称，没有标识符或版本号 | 为使用的每一项关键资源提供标识符 |
| 灵活的分析 | 分析选择被呈现得仿佛事先就已确定，却未说明哪些是计划内的 | 明确区分预先计划的分析与探索性分析 |
| 统计功效不足的设计 | 报告样本量而不说明依据；效应值徘徊在阈值附近 | 在数据收集前确定并写明样本量的依据 |
| 选择性报告 | 结果中只出现有效的条件和结局指标 | 报告所有测量的条件和结局指标，包括阴性结果 |
为什么报告规范是切实可行的抓手
报告规范把“这项研究严谨吗？”这个问题，转化为“这份记述完整吗？”，而后一个问题在投稿前就能回答。EQUATOR Network 维护着一个可检索的报告规范库，涵盖主要的研究类型：随机试验适用 CONSORT，动物研究适用 ARRIVE，观察性研究适用 STROBE，系统综述适用 PRISMA，此外还有很多。每一项规范都是一份核查清单，列出该类研究的记述必须包含的条目，从参与者如何分组到缺失数据如何处理。
完整性在某些地方还可以通过算术来检查，这一点很容易被忽略。报告的均值可以对照其样本量进行检验，Brown 和 Heathers 发现，在他们考察的可检验心理学论文中，约有一半至少包含一个在数学上不一致的均值。一个无法根据论文自身表格重新算出的结果，读者也就无从重复。
这一区别之所以重要，是因为设计与完整性出问题的时间点不同。数据收集一旦结束，设计就已固定：统计功效不足的实验，无法在修改阶段变得功效充足。完整性则不同。只要稿件还是草稿，报告核查清单上的每一个条目都仍然可以补充、澄清或说明理由，而 EQUATOR 报告规范库的存在，就是为了让作者不必去猜测本领域期望看到哪些条目。
资助机构也在朝同一方向推动。NIH 要求申请书明确阐述严谨性和可重复性，ERC 和 Horizon Europe 等欧洲资助计划也对报告和数据可用性附加了各自的条件。其实际影响是，方法部分如今要同时服务三类读者：评判论点的审稿人、核查所述承诺是否兑现的资助机构，以及将尝试重复这项工作的科学家。三者需要的都是完整性，而完整性正是严谨性中投稿前检查仍能改变的那个维度。
科研机构在稿件阶段能做些什么？
机构可以在稿件离开本单位时采取行动；过了这一关，这项工作就不再由他们自行修正了。这些步骤并不起眼，大多属于程序性工作：
- 将稿件与相应的报告规范对应起来。确定哪份报告核查清单适用于该研究设计，然后在投稿前对照它通读方法部分，而不是等审稿人来做。
- 要求为关键资源提供标识符。货号、资源标识符、菌株编号和软件版本，添加起来只需几分钟，几年之后却几乎不可能再还原。
- 要求书面说明样本量的依据。如果没有人能说清这个数字是怎么确定的，那么这一点值得在论文公开之前就弄清楚。
- 区分预先计划的分析与探索性分析。把探索性结果标注为探索性，不需要任何代价，还能保护真正重要的论点。
- 检查内部一致性。正文中与图表不符的数字，或描述了图中并不存在的图片的图注，会和稿件检查所审查的其他所有内容一样，随同一份稿件一起流转。
提前行动还有一个下游原因。期刊的筛查环节日益严格：通过 STM Integrity Hub，各大出版商合作建设共享基础设施，对投稿进行筛查，以发现论文工厂信号及其他科研诚信疑点。过去在同行评议中才浮现的问题（如果能浮现的话），如今在投稿入口处就会被自动化检查提出，而这些检查的发现会交给编辑，而不是作者。在投稿前自行开展审查的机构，能在问题还可以由完成这项工作的人在草稿中低调处理时，就看到同一类问题。同样的要求如今开始得更早，在申请阶段就已提出：资助机构要求申请人明确阐述严谨性。
Octym 如何提供帮助
Octym 在稿件投稿前审查方法与可重复性相关的报告，这是对论文进行的一次性审查的一部分。如果所描述的方法遗漏了其他实验室需要的细节，或者某项分析没有写明其选择，这一缺口就会作为附有支撑证据的信号呈现，定位到稿件中的具体位置，并可追溯至原文。Octym 不下定论：由作者、课题负责人或科研管理部门决定哪些内容需要补充、澄清或保持原样。这让科研管理部门能在研究成果仍可修改时，清楚地了解这项工作。