三层测量对齐到同一批视频
这个数据集的贡献在于对齐，而不是给出新的预测结果。刺激集中的每个视频都同时带有实验室脑记录、主观评价和平台层面的互动计数，研究者因此可以追问：某个人对一个片段的神经与心理反应，与这个片段在网上的表现有何关联。论文把它定位为跨层级资源：个体内部的EEG与评分、个体差异测量（如人口学信息和心理特质），以及群体层面的互动指标。
作者指出的空白是：以复杂视听材料构建的常用EEG数据集，如DEAP、MAHNOB-HCI、SEED、SEED-IV、DREAMER和DECAF，主要面向情绪识别，用效价、唤醒度等低维情感变量标注片段。这些数据集不包含共情、信任、分享意愿等更高层级的社会与认知评价，也不携带刺激在真实世界中的传播表现。新数据集正是针对这一缺失而设计。
15个视频按主题与叙事框架编排
刺激材料取自哔哩哔哩，经筛选后保留15个视频：14个实验片段，加1个对照与练习视频。14个实验片段构成7×2框架，七个语义主题为城市发展、交通、科技、历史文化、多民族融合、人文生活和生态环境，两种叙事视角为宏大叙事与个体叙事，每个主题下每种视角各一个视频。
纳入规则保证可比性：时长在110至160秒之间，发布于2019至2023年，叙事逻辑闭环且音频质量高，使用普通话并配中文字幕，且为实拍而非动画。三名专家把候选视频分为宏大叙事、个体叙事或模糊不清，评分者间一致性较高（Fleiss' κ = 0.755），只有三人一致同意时视频才归入某一类。作者明确说明，这一设计引入的是可比较的主题与叙事对比，而不是对叙事视角做完全可推广的操纵。
每格仅一个视频使叙事效应受限于刺激
由于每个主题恰好只有一个宏大叙事视频和一个个体叙事视频，叙事视角与这两个片段之间的其他差异部分混淆，例如节奏、画面构图、旁白风格或情绪强度。因此作者把宏大叙事与个体叙事的比较描述为探索性的、受限于具体刺激的，而不是对叙事框架的一般性检验。
第二项设计约束加重了这一点：操纵是部分被试间的。在每个主题内，一名参与者只观看其中一个版本的刺激，所以叙事比较不是完全的被试内对比。论文建议分析叙事视角时使用混合效应模型或被试间框架，并把由此得到的差异视为关于所选刺激的假设，而非叙事风格的既定效应。
评分区分情绪共鸣与认知信任
主观评价覆盖13个维度，横跨情感、认知和社会领域，分析逐一检验主题、叙事视角及其交互作用。主题在每个维度上都产生显著主效应，效应量从熟悉度的ηp² = .065到质量的.189。叙事视角在多数维度上显著，但在部分维度上效应量小得多，包括认同（ηp² = .009）和信任（ηp² = .013）。
作者提炼出的模式具有维度特异性。个体叙事在共情、唤醒度和分享意愿等情绪维度上占优，宏大叙事则在认同、与生活的相关性、可信度和熟悉度等认知维度上略有优势。主题与视角的交互作用在13个维度中的11个显著，其中可信度、共情和认同的交互效应最大（ηp² > .14），熟悉度是唯一没有显著交互作用的维度。简单效应分析进一步定位到具体主题：在生态环境主题下，个体叙事在10个维度上得分更高；在交通主题下，宏大叙事在认同、相关性、可信度和熟悉度上更高。
EEG更能区分主题而非叙事框架
功率谱密度分析比较了四个代表性电极Fz、Cz、Pz和Oz在delta（0.5–4 Hz）、theta（4–8 Hz）、alpha（8–13 Hz）、beta（13–25 Hz）和gamma（25–49 Hz）频段的能量。主题主效应在delta、theta、alpha和beta频段的大多数脑区显著，作者将其解读为刺激主题在神经层面具有可区分性。gamma频段在任何脑区都没有显著的主题效应。
叙事视角的表现不同，只出现在特定的频段与脑区组合中：delta频段在Cz和Oz显著，theta频段仅在Pz显著。主题与视角的交互作用在多个频段和脑区显著，以Pz和Oz的theta频段最强。离群值处理较为保守：6名参与者因采集失败或噪声过大被排除，每个因变量排除1.44%至3.52%的数值（平均1.95%），并对每类效应的20次检验分别施加BH-FDR校正。
平台计数衡量传播范围而非内容质量
互动指标采集于2023年11月18日，跨度很大，播放量从856到10,451,354。筛选时有意在每个主题内覆盖低、中、高人气，并在官方机构账号与个人创作者之间取得平衡，因此这套材料不是典型视频的样本，而是覆盖不同传播量级的分布。
作者明确指出，这些计数是集体行为的生态指标，而不是内容质量的内在度量。推荐算法、上传者人气与可信度、发布时间、曝光时长、主题熟悉度和平台流量分配都会塑造它们。推荐用途是建模大规模行为倾向和相对互动模式，而非绝对的内容评价；把神经或主观指标与这些计数联系起来的任何做法，都应被理解为探索性和相关性分析。
先做主题对比，预测应用仍属初步
论文中最强的证据支持把数据集用于刺激层面的对比。主题差异几乎出现在所有主观维度上，并在大多数脑区的五个EEG频段中的四个出现；主题与视角的交互作用在评分和EEG中都广泛存在。相比之下，叙事视角产生的效应更小、更局部，而且每格仅一个视频的设计意味着这些效应无法与片段自身特性干净分离。
这一优先顺序应指导使用。研究者若问自然视频能否引发可区分的神经与评价反应，这里有直接支持；若问个体大脑反应能否预测群体互动，数据虽已对齐，却没有经过验证的预测框架，作者把神经预测应用描述为对潜在关联的初步探索。数据集还提供原始与预处理EEG、刺激标注和MNE-Python预处理脚本，但原始视频因版权原因未包含在内，刺激内容需依据所提供的标注重建。
本文引用的文献
A multimodal dataset bridging brain activity, cognition, and real-world collective behavior
提供65名参与者观看15个自然视频的64通道EEG、13个维度的主观评分、特质测量和哔哩哔哩互动指标，支持探索性跨层级分析，而非经过验证的预测。