Я нашел такое.
В нем для воспроизведения важны не только структура дисперсии, но и использование REML и аппроксимация df по Саттервайту.

set.seed(42)
x <- rep(0:1, times = c(10, 15))
y <- rnorm(length(x), mean = x)

t.test(y ~ x, var.equal = FALSE) |>
    broom::tidy() |>
    dplyr::select(
        estimate, statistic, df = parameter, p.value
    )
#> # A tibble: 1 × 4
#>   estimate statistic    df p.value
#>      <dbl>     <dbl> <dbl>   <dbl>
#> 1   -0.400    -0.845  22.4   0.407

nlme::gls(
    y ~ x, 
    weights = nlme::varIdent(form = ~ 1 | x),
    method = "REML"
) |>
    emmeans::emmeans(~ x, mode = "satterthwaite") |>
    emmeans::contrast("revpairwise") |>
    tibble::as_tibble() |>
    dplyr::select(
        estimate, 
        statistic = t.ratio,
        df, p.value
    )
#> # A tibble: 1 × 4
#>   estimate statistic    df p.value
#>      <dbl>     <dbl> <dbl>   <dbl>
#> 1    0.400     0.845  22.4   0.407