你在评论中提到的那篇论文指的是戴维森和麦金农，他们给出了这个动机：

尽管引导 P 值通常非常可靠，但并非在所有情况下都是如此。对于渐近测试，检查它是否可靠的一种方法是简单地使用引导程序。如果与给定检验统计量相关的渐近和引导 P 值相似，我们可以相当确信渐近的 P 值是相当准确的。当然，在计算 bootstrap P 值的麻烦之后，我们很可能希望使用它而不是渐近值。
然而，在很多情况下，渐近和引导 P 值是完全不同的。发生这种情况时，几乎可以肯定渐近 P 值不准确，但我们不能确定自举 P 值是否准确。在本文中，我们讨论了计算修改后的 bootstrap P 值的技术，当后者是可靠的时，它往往与普通的 bootstrap P 值相似，但在不可靠时通常应该更准确。这些技术与最初由 Beran (1988) 提出的双引导法密切相关，但它们的计算成本要低得多。事实上，超出获得普通引导 P 值所需的计算量大致等于首先计算后者所需的量。

这看起来是（i）执行迭代引导和（ii）尝试寻求有效的方法来实现它的一个非常明确的理由——这就是你所指的论文和这篇论文似乎正在尝试做的事情。

（到目前为止，这个答案只与问题的“意义何在？”部分有关。）