一篮子研究里，如果“好看”的结果更容易发表，最后算出的总体结论就可能偏高。可常见做法像烟雾报警器：检验没响，人们便当作没有发表偏倚——也就是文献因选择性发表而失真。Ulrich Schimmack 的模拟研究提醒，这个推断并不成立。
作者报告称，当不同研究的真实效果差异较大、数据又不符合模型假设时，即使汇集 1,000 项研究，发表偏倚检验的检出能力仍然很低。换句话说，“不显著”可能只是没看出来。论文主张改问：偏倚可能有多大？做法是直接估计偏倚，并给出置信区间——一段表示估计不确定性的范围。即使区间包含零，它的上界仍能告诉我们，现有数据还无法排除多严重的偏倚。
更值得留意的是，作者的模拟显示，step-function selection model（一类用分段规则描述哪些结果更易入选的模型）给出的区间过窄，只有约一半时间覆盖真实偏倚；z-curve 的区间则达到设定的覆盖水平。不过这些结论来自作者设计的模拟，适用范围仍取决于数据与模型条件。