El valor $P$ reportado para una correlación depende de la correlación de la muestra, el tamaño de la muestra y un conjunto de suposiciones que no siempre se verifican (la independencia, en mi experiencia, es la menos verificada de todas). Pero hay una diferencia entre un valor $P$ basado en $t$ crudo basado en una hipótesis nula de correlación cero y un valor $P$ más general basado en la transformación $z$ de Fisher.
No creo que haya una respuesta a esto independientemente de cuáles sean los pesos. Si el peso significa que estás combinando datos de diferentes submuestras, entonces los pesos tienen implicaciones para el tamaño de la muestra que se debe usar; al mismo tiempo, las correlaciones basadas en combinaciones ponderadas no necesariamente tendrían la misma distribución que la distribución de correlación basada en datos brutos.
Al mismo tiempo, es difícil alterarse por esto. Si las correlaciones tienen un punto es que miden la fuerza de la relación; si tienes serias dudas de que sean significativamente diferentes de cero, entonces se puede argumentar que simplemente tienes muestras demasiado pequeñas y ser preciso acerca de ese problema es secundario.
Es probable que esto no comprenda bien tu problema, en cuyo caso puede que tengas que dar muchos más detalles.
Si para ti es importante obtener valores $P$ realmente confiables para correlaciones ponderadas, es posible que necesites entenderlo a través de la simulación, incluida la simulación del proceso de ponderación si eso también es variable.