irr包icc函数输出不真实p值问题求助

我正被一个问题困扰：
使用Matthias Gamer开发的R包irr中的icc函数批量计算ICC，以评估脑参数的重测信度，但发现输出中存在大量不符合常理的p值。例如在N=583的大样本中，两个无缺失值变量的ICC为0.675（中等效应），对应的p值却为0.102（无统计学意义）——结合中等效应量与大样本量来看，这完全不合理（我当前计算的数千个ICC中，通常ICC>0.200时p值就<.001）。

为验证结果，我用其他软件重复计算了完全相同的ICC，得到了预期的p值<.001。但我希望通过irr包实现自动化的代码化分析。我使用的代码如下：

library(irr)
load(Example_dataframe)
icc(Example_dataframe, model = "twoway", type = "agreement", unit = "average")

得到的完整输出为：

Average Score Intraclass Correlation

   Model: twoway 
   Type : agreement 

   Subjects = 583 
     Raters = 2 
   ICC(A,2) = 0.675

 F-Test, H0: r0 = 0 ; H1: r0 > 0 
   F(582,2) = 9.27 , p = 0.102 

 95%-Confidence Interval for ICC Population Values:
  -0.237 < ICC < 0.893

我注意到置信区间范围极大，但0.675的效应量理应具有高度统计学意义。这似乎是icc函数存在bug，但该包十分流行且已使用十余年，这让我困惑。我的变量无缺失值，尝试联系包维护者但未收到回复。

我的问题：

• 有没有使用过irr包的人士能提供帮助？
• 是否认同这一定是由bug导致的？
• 还可能存在什么问题？

任何帮助都将万分感谢，我已经无计可施了……

内容的提问来源于stack exchange，提问作者Tobias