认知相干性参数B的操作性测量

观察者依赖的万物理论中认知连贯性参数B的操作性测量 潘克拉托夫·安东·谢尔盖耶维奇 独立研究者，俄罗斯，喀山 E-mail: [email protected] ORCID: 0009-0002-4870-2995

UDC 530.145 + 159.9 + 519.2

摘要 本文针对ODTOE（观察者依赖的万物理论）[1]中引入的认知连贯性参数 $B(O, C)$，提出了一套操作性测量方案。参数 $B$ 由乘法公式 $B = F^{w_1} \cdot E^{w_2} \cdot (1 - \sigma)^{w_3} \cdot \Lambda^{w_4}$ 定义，其中 $F$ 为注意焦点，$E$ 为情绪连贯性，$\sigma$ 为疑虑熵，$\Lambda$ 为经验强化。对每个分量，本文分别描述了仪器性测量方法（fMRI、EEG、心率变异性、内隐联结测验、眼动追踪、皮肤电反应）和非仪器性测量方法（自评量表、观察日志、行为标志）。推导了积分参数 $B$ 的误差传播公式，提出了四个分量同步记录方案及适用于商业情境的实用量表。引入了连贯性的四元数结构，可用于诊断缺陷类型。描述了参数 $B$ 的动力学特征及系统的相图。对群体多观察者连贯性测量方案进行了形式化处理，并给出了包含完整计算过程的观察者详细画像。文末讨论了若干局限性，包括幻象连贯性问题、权重系数标定的必要性、重测信度，以及认知连贯性测量的文化与伦理层面。关键词：认知连贯性、参数 $B$、ODTOE、操作性测量、心率变异性、内隐联结测验、注意焦点、贝叶斯更新、四元数、观察者间连贯性、观察者画像。

I. 引言 认知连贯性 $B(O, C)$ 是ODTOE [1]的核心参数，决定了观察者 $O$ 构成构型 $C$ 的概率。在主著作[1]中，参数 $B$ 通过公设 P4 公理化地引入：

P (E | B) = B^k

（P4.1）

其中 $P(E | B)$ 为在给定连贯性水平 $B$ 下事件 $E$ 发生的概率，$k > 0$ 为取决于构型复杂度的参数。$B$ 的定义由公式 D1.1 给出：$B(O, C) = F^{w_1} \cdot E^{w_2} \cdot (1 - \sigma)^{w_3} \cdot \Lambda^{w_4}$

（D1.1）

其中 $F \in [0, 1]$ 为观察者对构型 $C$ 的注意焦点；$E \in [0, 1]$ 为情绪连贯性；$\sigma \in [0, 1]$ 为内在矛盾程度；$\Lambda \in [0, 1]$ 为经验强化；$w_1 + w_2 + w_3 + w_4 = 1$ 为权重系数。（D1.1）的乘法结构保证了"短板效应"：任何分量归零均导致 $B = 0$。该公式迄今仍停留于理论构念层面。本文旨在提出各分量的具体测量方法及 $B$ 积分评估方案。

I.1. 为何需要对 $B$ 进行操作性测量 ODTOE 作为科学理论的实证地位，取决于其核心参数 $B$ 能否被测量。若缺乏操作化，公式（D1.1）便只是一个隐喻而非工具。操作性定义将 $B$ 从理论构念的状态转变为可测量的量，使其能够接受实验检验、可重复性验证和证伪。主观状态的操作化问题由来已久。G.T. 费希纳 [18] 于 1860 年提出了第一个关联感觉强度与物理刺激的定量定律（$S = k \ln I$），奠定了心理物理学的基础。S.S. 史蒂文斯进一步发展了这一方向，提出幂律（$S = kI^n$），表明主观体验可以以可预测的规律性加以测量。公式（D1.1）延续了这一传统：它并不直接公设某一主观状态的可测量性，而是通过各分量的复合来定义 $B$，每个分量均可通过客观指标独立操作化。

I.2. 与量子测量问题的联系 参数 $B$ 的一个根本性特征是，观察者同时兼为测量的主体与客体。这与量子力学中的测量问题形成了结构性类比：测量行为会影响被测量。测量 $B$ 的过程不可避免地影响观察者的状态：对自身连贯性水平的觉察，既可能提升连贯性（通过反思与激励），也可能降低连贯性（通过对结果的焦虑）。这种测量反应性并非方法论缺陷，而是ODTOE所关注的"观察者—现实"系统的基本属性 [1]。

I.3. $B$ 在心理测量传统中的位置 需要强调的是，$B(O, C)$ 是一个情境性量。它测量的是特定观察者 $O$ 与特定构型 $C$ 之间的契合程度。同一个人在某一情境中可能具有高连贯性，在另一情境中则可能较低 [2]。因此，$B$ 的测量是情境特定的，在传统心理测量意义上并非稳定的人格特征。这使 $B$ 有别于经典心理测量构念。大五人格量表测量的是与情境无关的稳定人格特质。班杜拉的自我效能感量表 [22] 与 $B$ 更为接近，因为它考虑了情境性，但不包含生理分量（$E$），也未对乘法结构进行形式化。契克森米哈伊的心流量表 [25] 描述的是当 $B > B_{crit}$ 时涌现的状态，但并不对其分量分解进行操作。参数 $B$ 将认知（$F$、$\sigma$）、情感（$E$）和行为（$\Lambda$）层面整合为单一乘法模型，这是现有任何心理测量工具都未能实现的。

II. 分量 F（注意焦点）的测量 II.1. 仪器性方法 注意焦点 $F$ 通过记录定向注意的持续性神经生理模式来操作化。正电子发射断层扫描和功能性磁共振成像（fMRI）记录背侧注意网络（DAN）的活动，该网络包括顶上小叶和额叶眼区 [3]。脑电图（EEG）在定向注意时记录后部皮层区的α节律去同步化（8–12 Hz），这与注意力集中的主观感受相关 [4]。$F$ 值通过当前指标与观察者在标定期间确立的个体基线水平之比，归一化至 $[0, 1]$ 区间：$F =$

$\frac{A_{DAN}(t)}{A_{max}}$

（II.1）

其中 $A_{DAN}(t)$ 为背侧网络的当前活动，$A^{max}_{DAN}$ 为在高度集中的标定任务中记录的最大活动值。

II.2. 非仪器性方法 适用于现场条件的方法包括：主观注意力集中量表（0——完全分心，10——完全沉浸于任务）；持续操作测验（CPT）[5]，测量漏报目标刺激次数与虚报次数；以及以计时方式记录的持续不间断工作时长。在正念情境下，已验证的正念注意觉知量表（MAAS）[6] 也可作为 $F$ 的代理测量指标。系统性冥想练习可增加前额皮层灰质密度 [7]，是提升 $F$ 的经过验证的方法。一项涵盖 47 项研究的荟萃分析证实了冥想对注意力提升和焦虑降低具有中等但持续的效应 [30]。

II.3. 眼动追踪作为 F 的补充测量 眼动追踪技术提供了注意焦点的客观行为相关指标，无需神经影像学支持。主要参数如下：注视时长——对目标对象的长时注视（> 200 ms）表明深度认知加工和高 $F$；短促扫视性注视（< 100 ms）表明浮浅扫描和低 $F$。扫视模式——有序扫视（在相关区域之间有目的地移动视线）与高 $F$ 相关；频繁回视的混乱扫视是焦点涣散的指标。焦点系数——视线停留在兴趣区域（AOI）的时间占总观察时间的比例。归一化至 $[0, 1]$ 后，该系数直接作为 $F$ 的操作性类比：$F_{eye} =$

$\frac{t_{AOI}}{t_{total}}$

（II.2）

便携式眼动仪（Tobii Pro Glasses、Pupil Labs）可在现场条件下以 0.5–1.0° 角分辨率记录 $F_{eye}$。

II.4. 默认模式网络（DMN）作为 F 的反向相关指标 最早由 Raichle 等人描述的默认模式网络（DMN）[19]，在缺乏定向注意时被激活——即思维游荡、白日梦和无目的反思期间。DMN 包括内侧前额皮层、后扣带皮层和顶下小叶。DMN 与 DAN 的激活呈互惠（反相关）关系：DMN 活动增强伴随 DAN 活动减弱，反之亦然。这意味着 DMN 活动可用作 $F$ 的反向相关指标：$F \approx 1 -$

$\frac{A_{DMN}(t)}{A^{max}_{DMN}}$

（II.3）

其中 $A_{DMN}(t)$ 为默认模式网络的当前活动。高 DMN 活动（$A_{DMN} \to A^{max}_{DMN}$）对应 $F \to 0$：观察者沉浸于无目的思维。DMN 受抑（$A_{DMN} \to 0$）对应 $F \to 1$：对任务的充分专注。

实践意义：通过 fMRI 或 EEG 相关指标（内侧结构α节律功率增强）对 DMN 进行监测，提供了评估 $F$ 的额外通道，在诊断观察者未能察觉自身焦点下降的慢性焦点涣散时尤为有价值。

II.5. 背侧与腹侧注意网络：差异化作用 Posner 与 Petersen 的经典模型 [29] 及 Corbetta 与 Shulman 的深化研究 [3] 区分了对分量 $F$ 做出不同贡献的两个注意系统：背侧注意网络（DAN）提供自主的、目标导向的注意（自上而下）。它包括顶上小叶（SPL）、顶内沟（IPS）和额叶眼区（FEF）。高 DAN 活动对应于对所选构型 $C$ 的自主聚焦——这是公式（D1.1）中 $F$ 的"核心"。腹侧注意网络（VAN）提供非自主的、刺激驱动的注意（自下而上）。它包括颞顶联合区（TPJ）和腹侧额叶皮层（VFC）。高 VAN 活动对应于对意外刺激的反应性注意切换——这是降低 $F$ 的分心机制。操作推论：$F$ 可进一步细化为 DAN 活动与两网络总活动之比：$F_{net} =$

$\frac{A_{DAN}}{A_{DAN} + A_{VAN}}$

（II.4）

当 $A_{VAN} \to 0$（无分心刺激）时 $F_{net} \to 1$；当 $A_{VAN} \gg A_{DAN}$（持续分心）时 $F_{net} \to 0$。公式（II.4）比（II.1）更具信息量，因为它不仅考虑了注意力集中的绝对水平，还考虑了对干扰的抵抗程度。

II.6. 标定 F 的实用方案 $F$ 的标定为特定观察者建立个体边界 $[F_{min}, F_{max}]$。该方案在一系列测量前执行一次。步骤 1：基线（$F_{min}$）。观察者在睁眼静息状态下、无特定任务地保持 5 分钟。记录平均 DAN 活动（$A^{rest}_{DAN}$）、EEG α节律功率及自由观察时的扫视模式。步骤 2：最大焦点（$F_{max}$）。观察者执行需要充分专注的任务：解答难度递增的算术题或改良版 Stroop 测验 [23]，持续 5 分钟。记录最大 DAN 活动（$A^{max}_{DAN}$）。步骤 3：归一化。后续任意测量的 $F$ 当前值计算如下：$F =$

$\frac{A_{DAN}(t) - A^{rest}}{A^{max} - A^{rest}}$

（II.5）

约束 $F \in [0, 1]$。建议每 3–6 个月重新标定一次，或在观察者健康状况发生重大变化后重新标定。

III. 分量 E（情绪连贯性）的测量 III.1. 心率变异性 情绪连贯性 $E$ 通过心率变异性（HRV）指标、皮肤电反应（GSR）及 EEG 节律连贯性进行评估。HRV 是最易获取且研究最深入的生物标志物：高 HRV 表明副交感神经系统活动和情绪协调 [8]。具体指标为 RMSSD（相邻 R-R 间期差值的均方根），归一化至观察者的个体基线水平：$E =$

$\frac{RMSSD(t)}{RMSSD_{max}}$

（III.1）

心数研究院的研究表明，连贯性呼吸（每分钟 5–6 个周期，吸呼比接近 62/38）可使 HRV 提升 30% [9]。收缩期与舒张期之比（正常值接近 38/62）的紊乱是 $E$ 降低的临床体征。

III.2. 测量可及性 便携式传感器（Polar 胸带、配备光学 PPG 的健身手环 [10]）使 $E$ 的测量在实验室外成为可能。在受试者保持静止的前提下，光学 PPG 传感器评估 RMSSD 的准确性与临床 ECG 相比 $r > 0.90$ [10]。

III.3. HRV 的频域分析 时域指标 RMSSD（III.1）是评估 $E$ 的多种可用方法之一。由 Malik 等人标准化 [20] 的 HRV 频域分析通过 R-R 间期变异性的频谱分解提供了额外信息。低频分量（LF，0.04–0.15 Hz）反映交感与副交感神经系统的联合活动，以及压力感受器反射。高频分量（HF，0.15–0.40 Hz）主要反映副交感（迷走神经）活动和呼吸性窦性心律不齐。

LF/HF 比值被解读为交感迷走平衡的指标。低 LF/HF（< 1.5）表明副交感优势和高情绪连贯性；高 LF/HF（> 2.0）表明交感激活，为压力和情绪失调的特征。

通过频域分析得到 $E$ 的操作公式：$E_{freq} =$

$\frac{1}{1 + \alpha \cdot LF/HF}$

（III.2）

其中 $\alpha$ 为由先导样本确定的标定系数。当 $LF/HF = 0$（纯副交感优势）时 $E_{freq} = 1$；当 $LF/HF \to \infty$（明显压力）时 $E_{freq} \to 0$。测量标准 [20] 建议：频域分析的最短记录时长为 5 分钟；24 小时监测则为 24 小时；ECG 采样率至少 250 Hz；伪迹（异位收缩、运动干扰）应少于总记录的 5%。

III.4. 皮肤电反应作为附加标志物 皮肤电反应（GSR），即皮肤电活动（EDA），记录由交感神经系统控制的汗腺活动引起的皮肤导电性变化。GSR 提供了独立于心率的评估 $E$ 的附加通道。皮肤导电水平（SCL）的强直分量反映总体唤醒水平，高 SCL 表明交感激活，通常对应 $E$ 降低。皮肤导电反应（SCR）的时相性分量为对刺激的短暂（1–5 s）导电性增加。频繁的自发 SCR（无外部刺激情况下）表明焦虑和内在失调。操作公式：$E_{GSR} = 1 -$

$\frac{SCL(t) - SCL_{min}}{SCL_{max} - SCL_{min}}$

（III.3）

$E$ 的积分估计可采用各指标的加权组合：$E = \alpha_1 E_{RMSSD} + \alpha_2 E_{freq} + \alpha_3 E_{GSR}$，约束 $\alpha_1 + \alpha_2 + \alpha_3 = 1$。

III.5. HeartMath 连贯性比值 心数研究院开发了专用指标——连贯性比值，基于 0.04–0.26 Hz 范围内谱峰功率与 HRV 总谱功率之比 [9]。高连贯性比值（> 0.5）表明有序的、正弦形 HRV 模式，为情绪协调状态的特征。将 HeartMath 连贯性比值映射至公式（D1.1）中的 $E$：$E_{HM} =$

$\frac{CR(t)}{CR_{max}}$

（III.4）

其中 $CR$ 为连贯性比值，$CR_{max}$ 为在标定过程中（在 62/38 节律下进行连贯性呼吸时）记录的最大值。HeartMath 软件（Inner Balance、emWave）实时自动计算 $CR$，使该指标成为 $E$ 现场测量最为实用的选项。

III.6. 心动周期中的黄金比例 62/38 健康心脏的收缩期与舒张期之比接近 38/62——即黄金分割比的倒数（$1/\varphi \approx 0.618$）。收缩期（收缩阶段）约占心动周期的 38%，舒张期（舒张和充盈阶段）约占 62%。这一比例具有生理依据：较长的舒张期保证了心肌充分的冠状动脉血供，而冠状动脉灌注主要发生于此阶段。38/62 比例的紊乱是心血管应激的临床标志物。心动过速时，舒张期不成比例地缩短，比例向 45/55 乃至更远偏移，导致心肌缺血和 HRV 降低。在 ODTOE 框架下：收缩/舒张比例的形变与 $E$ 的降低直接相关。类似的 62/38 比例亦见于连贯性呼吸中最优吸呼比 [9]、睡眠结构（最优周期中 62% 深睡眠和 REM 睡眠 / 38% 浅睡眠），并规定了激活方案的节律 [27]。

IV. 分量 σ（疑虑熵）的测量 IV.1. 内隐联结测验 内在矛盾 $\sigma$ 可通过观察者显性声明与内隐态度之间的差异来测量。仪器性方法：适应性改良的内隐联结测验（IAT）[11]，针对测量情境进行调整。人的显性声明与潜意识层面反应之间的差异越大，$\sigma$ 越高：$\sigma =$

$\frac{|D_{expl} - D_{impl}|}{max(D_{expl}, D_{impl})}$

（IV.1）

其中 $D_{expl}$ 为显性评估（观察者所述），$D_{impl}$ 为内隐评估（IAT 中的潜在反应）。

IV.2. 非仪器性诊断 实用方法：结构化反思，观察者记录焦虑性思维并对其进行事实有效性核查（认知行为疗法方法，CBT）[12]。行为层面高 $\sigma$ 的标志：频繁改变决定、无法表达优先项、在无客观威胁情况下持续焦虑。

IV.3. 幻象连贯性问题 幻象连贯性（$S_{phant}$）[2]——即 $\sigma$ 高但观察者未能察觉的情况——是一项特殊的诊断挑战，需要外部验证：行为实验、绩效结果分析、独立审计。幻象连贯性无法通过自评方法诊断，必须依赖客观指标（IAT、预测与结果差异分析）。

IV.4. 费斯廷格的认知失调理论与通过 σ 的形式化 费斯廷格的认知失调理论 [21] 描述了同时持有不相容认知（信念、态度、知识）所产生的心理不适。在 ODTOE 框架下，费斯廷格的认知失调通过分量 $\sigma$ 获得了定量形式化。费斯廷格识别出三种减少失调的策略：（a）改变冲突要素之一；（b）添加新的认知以调和矛盾；（c）降低冲突要素的重要性。每种策略均可被重新表述为降低 $\sigma$ 的操作：策略（a）对应消除 $D_{expl}$ 与 $D_{impl}$ 之间的矛盾；策略（b）引入中间认知以降低差异绝对值；策略（c）切换 $B$ 所测量的情境 $C$。ODTOE 形式主义的根本区别在于：在费斯廷格的经典理论中，失调被孤立考察，而在公式（D1.1）中 $\sigma$ 与其余分量相乘连接。高 $\sigma$ 不仅造成不适——它将整个参数 $B$ 归零，压制观察者构成构型的能力。

IV.5. Stroop 测验与决策延迟作为 σ 的行为标志物 Stroop 测验 [23] 是测量认知冲突的经典工具，受试者需说出表示不同颜色的词语的墨水颜色。Stroop 干扰（不一致条件下反应时增加）是 $\sigma$ 的直接行为类比：它测量自动（词语阅读）与自主（颜色命名）过程之间的冲突。操作公式：$\sigma_{Stroop} =$

$\frac{t_{incongr} - t_{congr}}{t_{incongr}}$

（IV.2）

其中 $t_{incongr}$ 为不一致条件下的平均反应时，$t_{congr}$ 为一致条件下的平均反应时。完全无冲突时 $\sigma_{Stroop} = 0$；干扰最大时 $\sigma_{Stroop} \to 1$。

决策延迟是另一行为标志物。高 $\sigma$ 的观察者在备选方案之间表现出更长的选择时间，尤其当备选方案涉及冲突性价值观时更为明显。在标准化困境中归一化至个体基线水平的决策时间，可在无专用设备的情况下提供 $\sigma$ 的额外估计。

IV.6. σ 行为指标分类 为便于实用诊断，对各 $\sigma$ 水平下可观察行为进行系统整理：$\sigma$ 水平

行为标志物

认知表现

生理相关指标

低（< 0.2）

快速决策、行动一致、从容自信

清晰的优先系统、言行一致

低 EDA、低 LF/HF、无 Stroop 干扰

中（0.2–0.5）

周期性犹豫、每项目改变计划 1–2 次、适度焦虑

意识到矛盾但能够解决

适度 SCR、决策时 LF/HF 升高

高（> 0.5）

慢性优柔寡断、频繁改变决定、回避选择、拖延

无法表达优先项、并行相互排斥的目标

高 SCL、频繁自发 SCR、明显 Stroop 干扰

V. 分量 Λ（经验强化）的测量 V.1. 贝叶斯框架 经验强化 $\Lambda$ 通过先前观察历史及其与预期的符合程度来定义，在贝叶斯框架内形式化 [13]。具体而言：$\Lambda$ 是成功概率的后验估计，通过贝叶斯公式随每次新观察更新：$\Lambda_{n+1} =$

$\frac{\Lambda_n \cdot P(data | success)}{\Lambda_n \cdot P(data | success) + (1 - \Lambda_n) \cdot P(data | failure)}$

（V.1）

若在 $N$ 次先前尝试中 $k$ 次达到预期结果，则 $\Lambda \approx k/N$（采用无信息先验分布）。

V.2. 实用方法 保存观察日志：记录意图（计划了什么）与实际结果（发生了什么），随后计算匹配比例。$\Lambda$ 的退化表现为对经验的贬值：个体不再察觉努力与结果之间的联系，这对应 Maslach 职业倦怠模型 [14] 中"个人成就感降低"的分量。

V.3. Λ 贝叶斯更新的详细示例 考虑一个以完全无信息先验分布为起点的观察者——Beta 分布 $\beta(1, 1)$，其中 $\Lambda_0 = E[\beta(1, 1)] = 0.5$。观察者尝试构成构型 $C$ 共 10 次，其中 8 次成功，2 次失败。每次观察后，Beta 分布参数更新：成功将参数 $\alpha$ 加 1，失败将参数 $\beta$ 加 1。更新序列（观察顺序：S, S, F, S, S, S, F, S, S, S）：步骤

结果

$\beta(\alpha, \beta)$

$\Lambda = \alpha/(\alpha+\beta)$

— 失败 失败

$\beta(1, 1)$ $\beta(2, 1)$ $\beta(3, 1)$ $\beta(3, 2)$ $\beta(4, 2)$ $\beta(5, 2)$ $\beta(6, 2)$ $\beta(6, 3)$ $\beta(7, 3)$ $\beta(8, 3)$ $\beta(9, 3)$

0.500 0.667 0.750 0.600 0.667 0.714 0.750 0.667 0.700 0.727 0.750

— +0.167 +0.083 −0.150 +0.067 +0.048 +0.036 −0.083 +0.033 +0.027 +0.023

最终值：$\Lambda_{10} = 9/(9 + 3) = 0.750$。估计方差：$Var = \alpha\beta/[(\alpha + \beta)^2(\alpha + \beta + 1)] = 9 \cdot 3/(144 \cdot 13) \approx 0.014$，标准差 $\approx 0.12$。一个显著特征：每次后续成功对 $\Lambda$ 的贡献递减（$\delta\Lambda$ 减小），这将直觉上的"成功适应"形式化了。

V.4. 时间加权：近期事件的优先性 简单公式 $\Lambda = k/N$ 假设所有过去观察的贡献相等。实践中，近期事件对强化主观评估的影响大于久远事件。这需要引入指数衰减窗口。

设观察按时间索引：$x_i \in \{0, 1\}$（1 = 成功），$t_i$ 为观察时刻。$\Lambda$ 的加权估计：$\Lambda_w =$

$\frac{\sum_{i=1}^{N} x_i \cdot e^{-\lambda(t_{now} - t_i)}}{\sum_{i=1}^{N} e^{-\lambda(t_{now} - t_i)}}$

（V.2）

其中 $\lambda > 0$ 为衰减参数。当 $\lambda = 0$ 时公式退化为 $k/N$；当 $\lambda \to \infty$ 时仅考虑最后一次观察。特征记忆时间 $\tau = 1/\lambda$：早于 $3\tau$ 的事件贡献不足 5%。实用建议：商业情境下 $\tau \approx 30$ 天，密集培训项目中 $\tau \approx 7$ 天。近期有一连串成功的观察者将满足 $\Lambda_w > \Lambda$，这更好地反映了其当前的主观状态。

V.5. 与班杜拉自我效能感理论的联系 班杜拉的自我效能感理论 [22] 认为，个体对自身完成任务能力的信念是行为与结果的关键预测因子。班杜拉识别出自我效能感的四个来源：（a）掌握体验；（b）替代体验；（c）言语说服；（d）生理与情绪状态。在 ODTOE 框架下，班杜拉的自我效能感与分量 $\Lambda$ 最为接近：两个构念均描述过去经验对未来成功预期的影响。然而，ODTOE 形式主义作出了若干扩展：（i）$\Lambda$ 通过贝叶斯更新（V.1）形式化，提供了言语自我效能量表所无法达到的数学精确性；（ii）$\Lambda$ 纳入乘法公式（D1.1），表明没有焦点（$F$）和情绪连贯性（$E$）的自我效能感无法促成构型的构成；（iii）班杜拉的来源（d）——生理状态——在 ODTOE 中被分离为独立分量 $E$。

V-附. 连贯性的四元数结构 V-附.1. B 的四元数表示 公式（D1.1）的各分量构成与四元数代数同构的四维结构 [27]。观察者的连贯性表示为一个四元数：$q_B = \Lambda + Fi + Ej + (1 - \sigma)k$

（V-附.1）

其中 $\Lambda$ 为标量（实数）部分，$F$、$E$、$(1 - \sigma)$ 为虚部分量。四元数的模决定了总体"连贯性振幅"：$|q_B| =$

$\sqrt{\Lambda^2 + F^2 + E^2 + (1 - \sigma)^2}$

（V-附.2）

当 $\Lambda = F = E = 1$、$\sigma = 0$ 时，最大值 $|q_B| = 2$。观察者的状态是四维空间中的一个点。走向连贯性即是走向对称中心。观测过程由四元数旋转描述：系统状态 $\Psi$ 按如下方式变换：$R = q_B \cdot \Psi \cdot \bar{q}_B$

（V-附.3）

其中 $\bar{q}_B = \Lambda - Fi - Ej - (1 - \sigma)k$ 为共轭四元数。

V-附.2. 万向节死锁类比 四元数结构阐明了公式（D1.1）中"短板效应"的机制。一个分量归零类似于三轴万向节中自由度的丧失（万向节死锁）：两个轴对齐，系统失去一个旋转自由度，通过其余轴的补偿不可能实现。$F$-缺陷（焦点涣散）：$q_B = \Lambda + 0 \cdot i + Ej + (1 - \sigma)k$。观察者无法将其连贯性指向特定构型——系统"在一个平面内旋转"，无法定向。诊断：混乱扫视（II.3），高 DMN 活动（II.4），低 $F_{net}$（II.5）。$E$-缺陷（情绪脱离）：$q_B = \Lambda + Fi + 0 \cdot j + (1 - \sigma)k$。观察者机械地行动，缺乏投入。诊断：低 RMSSD（III.1），高 LF/HF（III.3），高 SCL（III.4）。$\sigma$-主导（疑虑熵）：$q_B = \Lambda + Fi + Ej + 0 \cdot k$。诊断：高 Stroop 干扰（IV.5），IAT 差异（IV.1），表 IV.6 中的行为标志物。$\Lambda$-缺陷（经验贬值）：$q_B = 0 + Fi + Ej + (1 - \sigma)k$。纯虚四元数——观察者旋转但没有"锚点"。诊断：观察日志中 $\Lambda < 0.2$（V.2），习得性无助 [15]。

V-附.3. 诊断意义 四元数结构允许将观察者的状态可视化为四维空间中的向量，并识别最大缺陷的轴。四元数在每个轴（$\Lambda$、$Fi$、$Ej$、$(1 - \sigma)k$）上的投影直接显示出哪个分量需要优先干预。投影最小的轴决定了阻滞类型和干预目标。

VI. 参数 B 的动力学 VI.1. 信念演化方程 ODTOE 主理论 [1] 定义了信念动力学方程：

$\frac{dB}{dt} = \gamma \cdot \tanh(\beta \cdot \hat{\delta}) \cdot \hat{\delta} \cdot B(1 - B)$

（VI.1）

其中 $\gamma > 0$ 为耦合常数（观察者的学习率），$\hat{\delta}$ 为缺陷算符（预期与观测之间的差异），$\beta > 0$ 为过渡陡度参数。因子 $B(1-B)$ 保证了逻辑斯谛动力学：变化率在 $B = 0.5$ 时最大，在 $B \to 0$ 和 $B \to 1$ 时趋于零。

VI.2. 对测量方案的影响 方程（VI.1）对测量方案有直接影响。估计 $dB/dt$ 需要：一系列 $B(t_i)$ 测量值——至少三个等间隔时间点，用有限差分法估计一阶导数：$dB/dt \approx [B(t_{i+1}) - B(t_{i-1})]/(2\Delta t)$。事件 $\hat{\delta}$ 的记录——关于预期与结果之间显著差异的日志，按符号（+ 为正向意外，- 为负向）和幅度分类。$B(t)$ 轨迹——以 1–2 周为间隔进行 $M \geq 5$ 次 $B$ 测量，可构建轨迹并确定观察者是处于增长阶段（$dB/dt > 0$）、停滞（$dB/dt \approx 0$）还是退化（$dB/dt < 0$）。

VI.3. 相图：B 与 dB/dt $dB/dt$ 对 $B$ 的相图是一种诊断工具，无需明确了解方程（VI.1）的参数即可可视化观察者动力学。相图的特征区域：衰退区（$B < B_{crit}$，$dB/dt < 0$）：观察者正在退化。若无外部干预，$B \to 0$。轨迹趋向稳定不动点 $B = 0$。自我强化区（$B > B_{crit}$，$dB/dt > 0$）：观察者正在发展。轨迹趋向稳定不动点 $B = B^*$（取决于 $\hat{\delta}$ 的吸引子）。不稳定平衡（$B = B_{crit}$，$dB/dt = 0$）：鞍点。微小扰动将观察者推入衰退区或自我强化区。

VI.4. $B_{crit}$ 处的分岔 越过 $B_{crit}$ 的过渡是一个鞍结分岔。当 $\hat{\delta} > 0$（正向体验）时，$B_{crit}$ 的值降低，促进过渡。当 $\hat{\delta} < 0$（负向体验）时，$B_{crit}$ 升高，阻碍激活。实践推论：激活方案应从保证 $\hat{\delta} > 0$ 的任务开始（结构化的小胜利 [27]），以降低 $B_{crit}$ 并促进阈值跨越。

$B_{crit}$ 的实验确定通过纵向监测进行：$dB/dt$ 符号持续变化时所对应的 $B$ 值，是该观察者在给定情境下 $B_{crit}$ 的经验估计。初步数据 [24] 表明，在等权重条件下 $B_{crit} \approx 0.15$–$0.25$。

VII. 积分测量方案 VII.1. 同步记录 通过公式（D1.1）确定 $B$ 需要同步记录所有四个分量。正确性由两个条件保证：（a）记录的同时性，以确保测量一个分量的过程不影响其余分量；（b）预先在先导样本上标定权重系数 $w_1$–$w_4$，约束条件为 $w_1 + w_2 + w_3 + w_4 = 1$。实施方案：神经影像（fMRI/EEG 测量 $F$）、心血管监测（HRV 测量 $E$）、内隐测验（IAT 测量 $\sigma$）和先验观察的贝叶斯核算（日志测量 $\Lambda$）并行启动。

VII.2. 误差公式 （D1.1）的乘法结构在误差方面具有特征性性质。积分参数的相对误差由各分量相对误差的加权和决定：$\frac{\delta B}{B} = w_1 \cdot \frac{\delta F}{F} + w_2 \cdot \frac{\delta E}{E} + w_3 \cdot \frac{\delta(1 - \sigma)}{1-\sigma} + w_4 \cdot \frac{\delta \Lambda}{\Lambda}$

（VII.1）

权重系数最大的分量决定了实验精度的优先次序。在等权重（$w_i = 0.25$）条件下，所有分量对误差的贡献相等。

VII.3. 数值示例 考虑一个具有以下指标的观察者（等权重 $w_i = 0.25$）：$F = 0.7$（高于平均水平的注意力集中）；$E = 0.8$（高 HRV）；$\sigma = 0.3$（适度疑虑，$1 - \sigma = 0.7$）；$\Lambda = 0.6$（10 次尝试中 6 次成功）。则 $B = 0.70^{0.25} \cdot 0.80^{0.25} \cdot 0.70^{0.25} \cdot 0.60^{0.25} = 0.915 \cdot 0.946 \cdot 0.915 \cdot 0.880 \approx 0.697$。若误差 $\delta F = \delta E = \delta(1 - \sigma) = \delta\Lambda = 0.05$：$\delta B/B = 0.25 \cdot (0.05/0.7 + 0.05/0.8 + 0.05/0.7 + 0.05/0.6) \approx 0.068$，即 $\delta B \approx 0.047$。

VIII. 实用量表（无需仪器）

（无需仪器）

对于商业情境和日常应用，沿四个轴进行简化自评是可接受的（取 $w_1 = w_2 = w_3 = w_4 = 0.25$）：分量 自评问题（0–10） $F$ $E$ $1 - \sigma$

我目前对这项任务的专注程度如何？ 我的情绪与我正在做的事情有多契合？ 我对自己在做正确的事情有多大把握？ 我过去的经验在多大程度上证实了这是可能的？

测量对象 注意力集中 情绪投入 内在矛盾的缺失 对经验的依赖

简化公式：$B_{appl} =$

$\frac{F}{10} \cdot \frac{E}{10} \cdot \frac{10 - \sigma}{10} \cdot \frac{\Lambda}{10}$

（VIII.1）

结果为 0 到 1 之间的数值。解读：$B < 0.1$ 时，观察者处于连贯性严重降低区域（类似习得性无助 [15]）；$B > 0.5$ 时，系统在定向观测模式下运行；$B = 1$ 在结构上不可达（阿什比必要多样性定律 [16] 的推论）。

IX. 观察者间连贯性 IX.1. 群体连贯性公式 S 在处理观察者群体（团队、组织）时，不仅需要测量各个体 $B_i$，还需要测量群体内信念协调程度。观察者间连贯性 $S$ [24] 定义为：$S = 1 - \frac{\sum_{i=1}^{n} \sum_{j=i+1}^{n} |B_i - B_j|}{n(n-1)}$

（IX.1）

其中 $n$ 为群体中观察者数量，$B_i$ 为第 $i$ 个观察者的连贯性值。$S = 1$ 时所有观察者具有相同连贯性；$S = 0$ 时分散程度最大。

IX.2. 群体测量实用方案 步骤 1：每位群体成员完成个人问卷（第 VIII 节）或进行仪器性诊断（第 II–V 节）以确定其 $B_i$。步骤 2：计算均值 $\bar{B} = \frac{1}{n} \sum_{i=1}^{n} B_i$ 和标准差 $\sigma_B = \sqrt{\frac{\sum_{i=1}^{n} (B_i - \bar{B})^2}{n-1}}$。步骤 3：使用公式（IX.1）计算 $S$。快速近似估计：$S \approx 1 - 2\sigma_B / \bar{B}$（假设 $B_i$ 服从正态分布）。步骤 4：解读：$S > 0.8$——群体连贯性高，团队在自动协调模式下运行 [24]；$0.5 < S < 0.8$——中等连贯性，需要同步；$S < 0.5$——低连贯性，信念与价值观存在显著分歧。

IX.3. 团队连贯性诊断 除综合指标 $S$ 外，分量层面的诊断亦有价值。对每个分量（$F$、$E$、$\sigma$、$\Lambda$），计算群体内分散程度。最大分散度指示群体失调的来源：$F$ 分散程度高：团队成员关注任务的不同方面。干预：澄清共同目标与优先事项。$E$ 分散程度高：情绪投入程度不同。干预：同步实践（集体连贯性呼吸、团队仪式）。

群体

$\sigma$ 分散程度高：部分参与者对方向有信心，其他人持疑虑。干预：公开讨论疑虑，澄清价值观。$\Lambda$ 分散程度高：不同的过去经验和对成功的信心水平。干预：分享成功故事，导师制。

X. 观察者画像 X.1. 计算方法 为说明公式（D1.1）的操作性应用，提供四个观察者画像，在等权重 $w_i = 0.25$ 下进行完整计算。对每个画像，计算 $B = F^{0.25} \cdot E^{0.25} \cdot (1 - \sigma)^{0.25} \cdot \Lambda^{0.25}$。

X.2. 画像 1：处于心流状态的运动员 情境：职业运动员在赛场上体验心流状态 [25]。各分量：$F = 0.95$（对当前动作几近绝对的注意集中，DMN 受抑）；$E = 0.90$（高 HRV，情绪与活动协调，RMSSD 处于上四分位数）；$\sigma = 0.05$（极少疑虑，无 Stroop 干扰，IAT 一致）；$\Lambda = 0.85$（丰富的胜利历史，$\Lambda_w$ 考虑了近期成功）。计算：$1 - \sigma = 0.95$。$B = 0.95^{0.25} \cdot 0.90^{0.25} \cdot 0.95^{0.25} \cdot 0.85^{0.25} = 0.9872 \cdot 0.9740 \cdot 0.9872 \cdot 0.9601 = 0.9107$。四元数：$q_B = 0.85 + 0.95i + 0.90j + 0.95k$，$|q_B| = \sqrt{0.85^2 + 0.95^2 + 0.90^2 + 0.95^2} = \sqrt{3.3375} \approx 1.827$。

结论：$B = 0.91 \gg B_{crit}$。观察者深处自我强化区。所有分量均衡，无万向节死锁。

X.3. 画像 2：发布前的创业者 情境：一位创业者在新产品发布前 2 周。各分量：$F = 0.80$（高任务注意集中，但周期性被运营事务分散）；$E = 0.60$（中等 HRV，发布前焦虑降低情绪连贯性，LF/HF 升高）；$\sigma = 0.50$（显著疑虑："产品对路吗？时机对吗？"明显 Stroop 干扰）；$\Lambda = 0.40$（成功发布经验有限，5 次尝试中 2 次成功）。计算：$1 - \sigma = 0.50$。$B = 0.80^{0.25} \cdot 0.60^{0.25} \cdot 0.50^{0.25} \cdot 0.40^{0.25} = 0.9457 \cdot 0.8801 \cdot 0.8409 \cdot 0.7953 = 0.5566$。结论：$B = 0.56 > B_{crit}$，但余量有限。最大缺陷轴：$\Lambda$ 和 $\sigma$。建议：结构化小胜利（$\hat{A}_\Lambda$）和价值观澄清（$\hat{A}_\sigma$）。

X.4. 画像 3：职业倦怠患者 情境：一位被诊断为职业倦怠 [14] 的中层管理者。各分量：$F = 0.20$（无法专注超过 10 分钟，高 DMN 活动，混乱扫视）；$E = 0.30$（低 RMSSD，情绪脱离，高 LF/HF > 3.0，心动周期失同步）；$\sigma = 0.80$（深度认知失调："我恨这份工作，但我无法离开"，明显 Stroop 干扰）；$\Lambda = 0.15$（过去经验贬值，连续失败，近期挫败导致 $\Lambda_w < \Lambda$）。计算：$1 - \sigma = 0.20$。$B = 0.20^{0.25} \cdot 0.30^{0.25} \cdot 0.20^{0.25} \cdot 0.15^{0.25} = 0.6687 \cdot 0.7401 \cdot 0.6687 \cdot 0.6224 = 0.2061$。结论：$B = 0.21 \approx B_{crit}$。观察者处于衰退区边界。所有分量均受抑，尤以 $F$ 和 $(1 - \sigma)$ 为甚。四元数诊断揭示沿 $Fi$ 和 $(1 - \sigma)k$ 轴的双重万向节死锁。干预必须是系统性的：通过激活算符 $\hat{A}$ [27] 同时作用于所有四个分量。

X.5. 画像 4：正念冥想修习者 情境：一位有规律冥想修习（> 2 年）的人，进行连贯性呼吸 [30]。各分量：$F = 0.85$（高自主注意集中，受训的 DAN，抑制的 DMN，有序扫视）；$E = 0.90$（高 RMSSD，低 LF/HF，收缩/舒张比接近 38/62，高 HeartMath 连贯性比值）；$\sigma = 0.10$（清晰的价值体系，极少认知失调，IAT 一致）；$\Lambda = 0.70$（持续的正面冥想体验，但在物质层面缺乏明显外部强化）。计算：$1 - \sigma = 0.90$。$B = 0.85^{0.25} \cdot 0.90^{0.25} \cdot 0.90^{0.25} \cdot 0.70^{0.25} = 0.9601 \cdot 0.9740 \cdot 0.9740 \cdot 0.9147 = 0.8330$。结论：$B = 0.83 \gg B_{crit}$。高连贯性，$\Lambda$（四元数标量部分）存在中等缺陷，略低于虚部分量。建议：将冥想体验整合于实践活动，以提升 $\Lambda$。

X.6. 画像对比表 画像

诊断

处于心流的运动员

创业者 职业倦怠

0.80 0.20

0.60 0.30

0.50 0.80

0.40 0.15

0.56 0.21

冥想修习者

完整连贯性 $\sigma$/$\Lambda$-缺陷 系统性缺陷 $\Lambda$-缺陷

该表展示了公式（D1.1）的关键性质：乘法结构使 $B$ 对最小分量高度敏感。$F$ 和 $E$ 值相近的运动员与冥想修习者，由于 $\Lambda$ 的差异而具有不同的 $B$。$F$ 高的创业者因疑虑（$\sigma = 0.5$）和强化不足（$\Lambda = 0.4$）而处于中等连贯性区域。倦怠观察者表现出所有分量的抑制——$B \to 0$ [27] 的典型模式。

XI. 讨论与局限性 XI.1. 分量的效度 分量 $F$、$E$、$\sigma$、$\Lambda$ 目前尚无专门为公式（D1.1）开发的公认验证量表。然而，每个分量均依托具有已确立构念效度的工具：CPT 和 MAAS 用于 $F$ [5, 6]；RMSSD 用于 $E$ [8]；IAT 用于 $\sigma$ [11]；贝叶斯更新用于 $\Lambda$ [13]。在开发出标准化积分工具之前，

该公式仍是一个具有较高解释力但预测力有限的概念模型。

XI.2. 幻象连贯性 连贯性的自我评估本质上是不可靠的：具有高幻象连贯性（$S_{phant} \gg S_{true}$）的观察者无法察觉自身缺陷 [2]。对于关键应用（临床、管理决策），必须通过客观指标进行外部验证。

XI.3. 因果方向性 因果关系的方向（高连贯性 → 成功绩效，还是反之）尚未严格确立，需要纵向干预研究。现有数据 [9, 27] 表明存在双向关系：连贯性促进绩效，成功增强连贯性（正反馈，在信念动力学方程 [1] 中形式化）。

XI.4. 权重标定 权重 $w_1$–$w_4$ 的标定是一项独立的实验任务。其具体值不能从 ODTOE 公理体系推导，需在代表性样本上经验性确定。等权重的初步假设（$w_i = 0.25$）作为零假设模型，待经验数据明确后再调整。

XI.5. 重测信度 任何用于测量 $B$ 的操作性工具都必须表现出可接受的重测信度：在可比条件下对同一观察者的重复测量必须产生一致结果。对于仪器性方法（HRV、EEG），文献中已确立重测信度：RMSSD 在 1–7 天间隔的重复测量中表现出 $r = 0.7$–$0.9$ [20]；α去同步化——$r = 0.6$–$0.8$ [4]。对于非仪器性方法（自我报告），积分参数 $B$ 的重测信度由各分量中信度最低者决定。当使用 MAAS 量表（$r \approx 0.8$ [6]）测量 $F$、HRV（$r \approx 0.8$）测量 $E$、IAT（$r \approx 0.5$–$0.7$ [11]）测量 $\sigma$、观察日志测量 $\Lambda$ 时，$B$ 的总体信度受最不稳定分量——IAT——的限制。这决定了开发具有更高信度的 $\sigma$ 替代测量方法的优先性。临床应用的重测信度最低要求：$r > 0.7$；研究用途——$r > 0.6$；筛查用途——$r > 0.5$。

XI.6. 文化与人口学因素 通过特定工具操作化 $B$ 不可避免地引入了文化和人口学特殊性：年龄——RMSSD 随年龄系统性下降（每十年约 3–5 ms [20]）。$E$ 的归一化必须考虑年龄特异性规范；否则年长观察者将在 $E$ 上被系统性低估。性别——女性在年轻时平均表现出更高的 RMSSD，但这一差异在绝经后减小 [20]。正确评估 $E$ 需要性别特异性规范。文化——自我报告量表受文化偏见影响：在集体主义文化中，对 $F$ 和 $\Lambda$ 的自评可能系统性地低于个体主义文化。IAT 表现出文化特异性的内隐态度模式。权重 $w_1$–$w_4$ 的标定可能需要文化适应。临床群体——注意缺陷多动障碍（ADHD）观察者 $F$ 系统性降低；抑郁症观察者 $E$ 和 $\Lambda$ 降低；焦虑障碍观察者 $\sigma$ 升高。$B$ 的临床应用需要鉴别诊断：低 $B$ 是临床状况的结果，还是情境性失调。

XI.7. 测量认知连贯性的伦理问题 测量 $B$ 涉及观察者心理生活的深层面向，由此引发特定的伦理问题：知情同意——观察者必须了解具体测量的内容、结果的用途以及方法的局限性。未经知情同意测量 $B$ 在伦理上是不可接受的，即便使用非仪器性方法亦然。保密性——$B$ 的测量结果是敏感数据。$\sigma$ 分量实际上反映了观察者的内在矛盾，而 IAT 揭示的是观察者可能未曾意识到的内隐态度。向第三方（雇主、同事）披露这些数据会造成歧视风险。污名化风险——低 $B$ 值不应被解读为"诊断"或"判决"。参数 $B$ 是一个情境性、动态的量，可通过有针对性的干预加以改变 [27]。在不考虑情境性和动态性的情况下将 $B$ 用于选拔（招聘、晋升），在伦理上是有问题的。不知情的权利——观察者有权拒绝了解自己的 $B$，尤其是当该信息可能对其状态产生负面影响时（测量反应性悖论，I.2）。

XI.8. 与现有心理测量构念的比较 为确定 $B$ 在现有测量工具图谱中的位置，提供系统性比较：

大五人格——五因素人格模型测量稳定的倾向（外向性、宜人性、尽责性、神经质性、开放性）。根本区别：大五是特质模型，$B$ 是与情境 $C$ 相关的状态模型。大五与 $B$ 之间可能存在相关（例如，低神经质可能与低 $\sigma$ 相关），但并不等同：同一位尽责者在某情境下可能 $B = 0.9$，在另一情境下则 $B = 0.2$。班杜拉的自我效能感量表 [22]——与 $\Lambda$ 最接近的构念。区别：班杜拉的自我效能感是主观评估，而 $\Lambda$ 通过基于客观数据（结果日志）的贝叶斯更新形式化。此外，$\Lambda$ 只是 $B$ 的四个分量之一。心流量表（FSS）[25]——描述心流状态的现象学：沉浸感、控制感、时间转变。在 ODTOE 框架下，心流是 $B > B_{crit}$ 的结果，而非独立构念。$B$ 解释的是心流的机制，而非描述其症状。正念注意觉知量表（MAAS）[6]——测量日常生活中的觉知。可用作 $F$ 的代理指标，但不考虑 $B$ 的其他三个分量。$B$ 的独特性——现有工具均未将认知（$F$、$\sigma$）、情感（$E$）和行为（$\Lambda$）层面整合为具有短板效应的单一乘法公式。这使 $B$ 成为一个本质上全新的构念，不可化归于现有量表，尽管它将这些量表用作各分量的数据来源。

XII. 结论 ODTOE 的核心参数——认知连贯性 $B(O, C)$——可通过四个分量的复合进行操作性测量，每个分量均可独立记录。焦点 $F$ 可通过神经影像（fMRI/EEG）、眼动追踪、DAN-VAN 活动比值监测或注意力量表（MAAS、CPT）测量。默认模式网络（DMN）的去激活作为 $F$ 的反向相关指标 [19]。情绪连贯性 $E$ 通过心率变异性（RMSSD、LF/HF 频域分析 [20]）、皮肤电反应（GSR）和 HeartMath 连贯性比值记录。38/62 的收缩/舒张比例是最优 $E$ 的生理标志物。疑虑熵 $\sigma$ 通过内隐联结测验（IAT）、Stroop 测验 [23]、决策延迟分析和 CBT 方法评估。费斯廷格的认知失调理论 [21] 通过 $\sigma$ 获得定量形式化。经验强化 $\Lambda$ 通过基于观察日志的时间加权贝叶斯更新计算，与班杜拉的自我效能感理论 [22] 相关联。连贯性的四元数结构 $q_B = \Lambda + Fi + Ej + (1 - \sigma)k$ [27] 通过万向节死锁类比实现缺陷类型诊断。动力学方程（VI.1）决定了 $B$ 的时间演化，允许构建在 $B_{crit}$ 处发生分岔的相图。同步记录方案提供了具有可控误差的 $B$ 积分评估（公式 VII.1）。实用量表（第 VIII 节）允许在无仪器的商业情境中应用 $B$ 评估。观察者间连贯性 $S$（第 IX 节）将测量扩展至群体层面。详细的观察者画像（第 X 节）展示了公式（D1.1）的实用应用：从处于心流的运动员（$B = 0.91$）到职业倦怠患者（$B = 0.21$），说明了乘法结构对最小分量的敏感性。主要局限性：缺乏标准化测量工具、幻象连贯性问题、权重系数标定的必要性、重测信度要求（尤其是 $\sigma$ 分量）、文化和人口学因素、测量深层认知状态的伦理问题，以及与现有心理测量构念比较的必要性。上述每项局限性均确定了进一步研究的方向。对 $B$ 的操作性测量将 ODTOE 从纯理论模型的领域推向可实证检验的理论领域，延续了费希纳 [18] 发起、卡尼曼 [26] 深化的主观状态操作化传统。

利益冲突声明 作者声明无利益冲突。

资助声明 本研究无外部资助。

参考文献 [1] Pankratov A.S. Theory of Everything: Observer-Dependent (Observer-Dependent Theory of Everything) // Preprint. — 2025. — 47 p. [2] Pankratov A.S. Observer coherence as a factor of business sustainability // Preprint. — 2025. [3] Corbetta M., Shulman G.L. Control of goal-directed and stimulus-driven attention in the brain // Nature Reviews Neuroscience. — 2002. — Vol. 3, No. 3. — P. 201–215. DOI: 10.1038/nrn755. [4] Klimesch W. Alpha-band oscillations, attention, and controlled access to stored information // Trends in Cognitive Sciences. — 2012. — Vol. 16, No. 12. — P. 606–617. DOI: 10.1016/j.tics.2012.10.007. [5] Riccio C.A. et al. The Continuous Performance Test: a window on the neural substrates for attention? // Archives of Clinical Neuropsychology. — 2002. — Vol. 17, No. 3. — P. 235–272. DOI: 10.1093/arclin/17.3.235.

[6] Brown K.W., Ryan R.M. The benefits of being present: mindfulness and its role in psychological well-being // Journal of Personality and Social Psychology. — 2003. — Vol. 84, No. 4. — P. 822–848. DOI: 10.1037/0022-3514.84.4.822. [7] Lazar S.W. et al. Meditation experience is associated with increased cortical thickness // NeuroReport. — 2005. — Vol. 16, No. 17. — P. 1893–1897. DOI: 10.1097/01.wnr.0000186598.66243.19. [8] Thayer J.F., Lane R.D. A model of neurovisceral integration in emotion regulation and dysregulation // Journal of Affective Disorders. — 2000. — Vol. 61, No. 3. — P. 201–216. DOI: 10.1016/S0165-0327(00)00338-4. [9] McCraty R., Atkinson M., Tomasino D. Impact of a workplace stress reduction program on blood pressure and emotional health in hypertensive employees // Journal of Alternative and Complementary Medicine. — 2003. — Vol. 9, No. 3. — P. 355–369. DOI: 10.1089/107555303765551589. [10] Georgiou K. et al. Can wearable devices accurately measure heart rate variability? A systematic review // Folia Medica. — 2018. — Vol. 60, No. 1. — P. 7–20. DOI: 10.2478/folmed-2018-0012. [11] Greenwald A.G., McGhee D.E., Schwartz J.L.K. Measuring individual differences in implicit cognition: the Implicit Association Test // Journal of Personality and Social Psychology. — 1998. — Vol. 74, No. 6. — P. 1464–1480. DOI: 10.1037/0022-3514.74.6.1464. [12] Beck A.T. Cognitive Therapy and the Emotional Disorders. — New York: International Universities Press, 1976. — 356 p.

[13] Jaynes E.T. Probability Theory: The Logic of Science. — Cambridge: Cambridge University Press, 2003. — 727 p. [14] Maslach C., Leiter M.P. Understanding the burnout experience: recent research and its implications for psychiatry // World Psychiatry. — 2016. — Vol. 15, No. 2. — P. 103–111. DOI: 10.1002/wps.20311. [15] Seligman M.E.P. Helplessness: On Depression, Development, and Death. — San Francisco: W.H. Freeman, 1975. — 250 p. [16] Ashby W.R. An Introduction to Cybernetics. — London: Chapman & Hall, 1956. — 295 p. [17] Pankratov A.S. Observer activation: a formal model of the transition from passivity to creativity // Preprint. — 2025. [18] Fechner G.T. Elemente der Psychophysik. — Leipzig: Breitkopf und Härtel, 1860. [19] Raichle M.E. et al. A default mode of brain function // Proceedings of the National Academy of Sciences. — 2001. — Vol. 98, No. 2. — P. 676–682. DOI: 10.1073/pnas.98.2.676. [20] Malik M. et al. Heart rate variability: standards of measurement, physiological interpretation, and clinical use // Circulation. — 1996. — Vol. 93, No. 5. — P. 1043–1065.

[21] Festinger L. A Theory of Cognitive Dissonance. — Stanford: Stanford University Press, 1957. — 291 p. [22] Bandura A. Self-efficacy: toward a unifying theory of behavioral change // Psychological Review. — 1977. — Vol. 84, No. 2. — P. 191–215. DOI: 10.1037/0033-295X.84.2.191. [23] Stroop J.R. Studies of interference in serial verbal reactions // Journal of Experimental Psychology. — 1935. — Vol. 18, No. 6. — P. 643–662. [24] Pankratov A.S. Observer coherence as a factor of business sustainability (v2) // Preprint. — 2025. [25] Csikszentmihalyi M. Flow: The Psychology of Optimal Experience. — New York: Harper & Row, 1990. — 303 p. [26] Kahneman D. Thinking, Fast and Slow. — New York: Farrar, Straus and Giroux, 2011. — 499 p. [27] Pankratov A.S. Observer activation: a formal model of the transition from passivity to creativity // Preprint. — 2025. [28] Pankratov A.S. Time, spirality, and chirality in ODTOE // Preprint. — 2025. [29] Posner M.I., Petersen S.E. The attention system of the human brain // Annual Review of Neuroscience. — 1990. — Vol. 13. — P. 25–42. [30] Goyal M. et al. Meditation programs for psychological stress and well-being: a systematic review and meta-analysis // JAMA Internal Medicine. — 2014. — Vol. 174, No. 3. — P. 357–368. DOI: 10.1001/jamainternmed.2013.13018.