Описание метода — самый простой уровень
Можно прямо сказать, что делает Metkagram: сохраняет осмысленное предложение, помещает проверенные Marks внутрь примера, выделяет языково-специфичные Frames, связывает их с коммуникативными Moves, строит Contrasts и Choices и поддерживает reuse и проверенные межъязыковые Bridges.
Это наблюдаемые свойства системы. Для них не нужен claim об учебном результате, и не стоит искусственно превращать описание функции в научное обещание.
Design rationale связывает компоненты с внешними исследованиями
Исследования textual enhancement дают контекст для визуального выделения выбранной формы. Formulaic-language research объясняет, почему повторяющиеся многословные структуры и frames заслуживают внимания. Retrieval-practice и spacing research поддерживают идею вспоминания и распределённых во времени возвращений.
Такие связи делают дизайн осмысленным, но не доказывают конкретный эффект полного Mark–Frame workflow. Комбинированная система — отдельная интервенция со своими деталями реализации и должна проверяться напрямую.
Гипотеза должна быть достаточно конкретной, чтобы оказаться неверной
Полезная гипотеза не звучит как «Metkagram заставляет мозг учиться лучше». Можно проверить, меняют ли inline Marks внимание к целевой структуре, улучшает ли Contrast плюс Choice последующее различение или помогает ли spaced retrieval Frames при отсроченном reuse по сравнению с перечитыванием в заданной задаче.
Конкретные гипотезы подсказывают, какие данные собирать и какой результат будет аргументом против идеи. Это гораздо информативнее, чем слово science рядом со списком функций.
Прямое доказательство требует прямой проверки
Публичная evidence policy Metkagram сейчас не заявляет efficacy claim для полного метода. Это не слабость, которую нужно скрыть, а корректное состояние до появления сравнительных исследований. Research-раздел может публиковать протоколы, пилоты, ограничения и постепенно усиливать доказательную базу.
Практическое преимущество такой честности — понятная история изменений. Когда формулировка claim станет сильнее, проект сможет показать исследование, которое её изменило, а не задним числом оправдывать маркетинг, изначально оказавшийся сильнее данных.