5D Library › 默认模式网络、熵脑与神经振荡 · English
第八章 实践：静坐记录表与预注册实验方案
第一部分 四周静坐与走神捕捉
这一部分是一项任何人都可以合法、零成本进行的练习：每天二十分钟，把注意力放在呼吸上静坐，并记录心游走了多少次、又被带回多少次。它不使用任何物质、设备或产品。
注
如果你有精神病、创伤、重度抑郁或癫痫病史，或者练习让你感觉更糟，请在继续之前咨询医生或有经验的老师；感到痛苦时请停止（见第四章末尾的注）。
练习方法
- 每天大约同一时间，在安静的地方端坐于椅子或坐垫上。把计时器设为 20 分钟。
- 把注意力轻轻放在呼吸的感觉上，鼻孔处或腹部皆可。不要控制呼吸。
- 觉察到心已经游走时，默默标记一下（「走神」），计一次数（用计数器或在纸上画一笔），然后回到呼吸。每计一次就是一次捕捉。
- 计时结束后记下三件事：捕捉次数、你估计自己在觉察之前总共「迷失」了几分钟，以及用一个词描述心情。
记录什么
| 栏目 | 含义 |
|---|---|
| 日期、时间 | 何时静坐 |
| 捕捉次数 | 觉察并返回的次数 |
| 迷失分钟数 | 你估计觉察之前走神的总时间 |
| 睡眠 | 前一晚睡了几小时 |
| 心情词 | 静坐前后各一个词 |
读四周的记录
推导
一份编造的四周记录，按周汇总，并计算捕捉次数和估计迷失分钟数的趋势。
# Four weeks of an invented sitting log: one 20-minute sit a day,
# "catches" = times the sitter noticed the mind had wandered and came back.
catches = [3, 4, 2, 5, 4, 3, 5, 5, 6, 4, 6, 5, 7, 6,
6, 7, 5, 6, 7, 6, 8, 7, 6, 7, 8, 6, 7, 8]
felt_lost = [9, 8, 9, 7, 8, 9, 7, 7, 6, 8, 6, 7, 5, 6,
6, 5, 6, 5, 5, 6, 4, 5, 5, 4, 4, 5, 4, 4] # minutes 'lost' (self-estimate)
def slope(y):
n = len(y); xs = range(n)
mx, my = (n - 1) / 2, sum(y) / n
return sum((x - mx) * (v - my) for x, v in zip(xs, y)) / sum((x - mx) ** 2 for x in xs)
for w in range(4):
c, l = catches[7 * w:7 * w + 7], felt_lost[7 * w:7 * w + 7]
print(f"week {w + 1}: {sum(c) / 7:.1f} catches per sit, {sum(l) / 7:.1f} min felt lost")
print(f"trend: {7 * slope(catches):+.2f} catches per week, "
f"{7 * slope(felt_lost):+.2f} min lost per week")
# week 1: 3.7 catches per sit, 8.1 min felt lost
# week 2: 5.6 catches per sit, 6.4 min felt lost
# week 3: 6.4 catches per sit, 5.3 min felt lost
# week 4: 7.0 catches per sit, 4.4 min felt lost
# trend: +1.09 catches per week, -1.23 min lost per week在这份编造的记录中，四周里捕捉次数上升，估计迷失的时间下降。第四章解释了为什么这正是预期的模式：觉察得更早，每次走神就结束得更早，一次静坐中能容纳更多次走神，而每次的代价更小。捕捉次数上升是进步，不是失败。对迷失时间的自我估计很粗略，只应与自己之前的估计比较。
第二部分 预注册实验方案
问题
二十分钟专注听息，是否比二十分钟聆听双耳节拍更能减少持续注意的失误和反复的自我关注思维？第六章发现，文献中双耳节拍的平均效应不大，而且证明它通过夹带起作用的证据很弱。把它与一种同样安静、同样投入的练习作比较，正是区分「夹带」与「只是在听」的检验。
设计
| 要素 | 规定 |
|---|---|
| 参与者 | 18–60 岁、听力正常、目前没有规律禅修的健康成年人；排除：精神病或癫痫病史、正在接受抑郁症治疗、听力障碍 |
| 设计 | 随机两阶段交叉；每人完成两次，分在相隔至少 48 小时的不同日子、每天同一时间；顺序（AB 或 BA）由计算机分配并保持平衡 |
| A：听息 | 20 分钟有引导的专注听息（开头为录音指导，之后是带柔和室内底噪的安静） |
| B：双耳节拍 | 20 分钟双耳节拍（载波约 200 Hz、两耳差 10 Hz），叠加中性背景声，只要求「聆听」 |
| 两次相同 | 耳机、房间、音量和时长相同；不使用任何物质；告诉参与者研究比较的是「两种聆听」 |
| 主要结局 | 每次结束后立即测量的持续注意反应任务（SART）误按率 (Robertson et al. 1997) |
| 次要结局 | 简版状态反刍量表 (Marchetti et al. 2018)；SART 反应时变异性；自评平静程度 |
| 盲法 | 结局评估与分析由不知道顺序的人员完成；揭盲前冻结分析代码 |
样本量
推导
import math
from statistics import NormalDist
z = NormalDist().inv_cdf
def completers(sd_diff, delta, alpha=0.05, power=0.90):
"""Two-period crossover analysed as paired differences."""
za, zb = z(1 - alpha / 2), z(power)
return math.ceil(((za + zb) * sd_diff / delta) ** 2 + za ** 2 / 2)
# Outcome: commission-error rate on the Sustained Attention to Response Task
# (share of no-go trials answered by mistake), measured after each session.
for sd in (0.10, 0.12, 0.15):
n = completers(sd, 0.05)
print(f"sd of within-person difference {sd:.2f}: {n} completers "
f"(recruit {math.ceil(n / 0.8)} if 20 % drop out)")
# sd of within-person difference 0.10: 44 completers (recruit 55 if 20 % drop out)
# sd of within-person difference 0.12: 63 completers (recruit 79 if 20 % drop out)
# sd of within-person difference 0.15: 97 completers (recruit 122 if 20 % drop out)方案按中间情形计划：63 人完成两次（为平衡顺序取 64 人），考虑脱落招募 80 人。先做 8 人的预试验，只用于检查操作流程。
分析与判定规则
主要分析估计被试内误按率差值（听息减双耳节拍）及其 95% 置信区间，模型中纳入阶段和顺序以检查残留效应。结果将按下面这条在任何数据出现之前写定的规则解读，采用等效性检验的思路 (Lakens 2017)。
推导
SESOI = 0.05 # 5 percentage points of commission errors: smallest difference worth acting on
def verdict(diff, lo, hi):
"""diff = mindful listening to the breath minus binaural beats, in
commission-error rate (negative = fewer errors after breath practice),
with its 95 % confidence interval. Fixed before any data are seen."""
if hi <= -SESOI:
return "breath practice clearly better (by at least 5 points)"
if hi < 0:
return "breath practice better; size not shown to reach 5 points"
if lo > 0:
return "binaural beats better"
if lo >= -SESOI and hi <= SESOI:
return "no difference worth acting on (within ±5 points)"
return "unclear: the interval is too wide"
for d, lo, hi in ((-0.08, -0.12, -0.05), (-0.03, -0.05, -0.01),
(0.00, -0.03, 0.03), (-0.02, -0.08, 0.04)):
print(f"{d:+.2f} ({lo:+.2f} to {hi:+.2f}): {verdict(d, lo, hi)}")
# -0.08 (-0.12 to -0.05): breath practice clearly better (by at least 5 points)
# -0.03 (-0.05 to -0.01): breath practice better; size not shown to reach 5 points
# +0.00 (-0.03 to +0.03): no difference worth acting on (within ±5 points)
# -0.02 (-0.08 to +0.04): unclear: the interval is too wide示例是编造的，用来事先说明每种结果将怎样报告。落在 ±5 个百分点以内的区间，报告为「没有值得据以行动的差别」，而不是「没有效果」；跨过边界的区间报告为结论不明，而不是「有趋势」。
伦理与利益冲突
两次都是无害的聆听活动。参与者签署知情同意，可以随时退出，并按上述标准筛查。方案在招募前将经独立研究伦理委员会审查并公开登记，遵循预注册的原则 (Nosek et al. 2018)。
利益披露
作者在 vocal.guru 和 singingasia.com 教授声乐与一种聆听方法，其集团运营与频率和谐振相关的网站，因此与人们如何看待聆听练习有商业利益关系。为限制这种利益的影响：方案、分析代码和判定规则在招募前公开；数据由独立于作者企业的研究人员收集和分析；无论结果如何，结果、匿名数据和代码都将公开。
这项实验不能说明什么
它比较的是健康成年人的两次单次练习。它对长期练习、临床人群或任何物质都说明不了什么。一次练习后注意失误的差别，就是注意失误的差别，不是默认网络的变化，本设计并不测量后者。
参考文献
Fan, Y. (2026). The Default Mode Network, the Entropic Brain and Neural Oscillations: 5-HT2A Receptor Kinetics, Pineal Calcite Microcrystals and the Computational Neuroscience of Meditative Attention [默认模式网络、熵脑与神经振荡] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23697320 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).