鑑於您在這段時間內不能做需要您全神貫注的事情，我至少建議您遵循 Matt Might的建議來有效地拖延在meta-工作：

• 閱讀有關如何提高研究生水平的文章（或有關Academia.SE的答案！）。
• 閱讀一本有關數據的書的幾頁內容分析，可視化，學術寫作或其他研究技能。
• 花時間檢查您的日程安排，制定任務清單，安排會議等。
• 嘗試相關帶有視頻講座的Coursera課程被細分為小段
• 在您的研究或研究報告的一小部分方面投入一些思考：我應該如何組織這份手稿？可視化這些數據的最佳方法是什麼？
• 不專心的文獻搜索：檢查您喜歡的期刊或會議並確定有趣的論文（以備將來閱讀時，您可以全力以赴）
>
• 幫別人一個忙：即使您本學期不上課或評分，我相信您所在部門的某人也很樂意為您提供幫助測驗成績。
• 更新您的簡歷和/或網頁。
• 開始準備當前工作的演示文稿。您會遲早將它呈現給某人嗎？
• 思考您的最終職業目標。
• 使用Internet尋找其他機構有希望的潛在合作者。 / li>
• 嘗試一種新的編程技巧，LaTeX軟件包或軟件工具。

您有兩個選擇：

1. 了解如何在這些短片段中完成實際工作。能夠在不完全放棄的情況下進行上下文切換絕對是一項技能可以學習。當您全神貫注於任務時，您可能永遠無法獲得最高的效率，並且您可能需要仔細檢查在執行多任務時所做的事情，但是比平常做得慢要比不做任何事情要好得多。
2. 更好的自動化（因此，增加了需要檢查結果的時間）。以我的經驗，如果您每隔一分鐘需要檢查一下實際情況，那麼您的工具還不夠好。可以編寫許多腳本，以便它們基本上可以獨立地從頭到尾運行。此外，您可以配置系統監視工具，以便在發生異常情況時（例如）向您發送電子郵件。當然，這要求具備非凡的IT技能，但是以我的經驗，如果從事實驗科學的大多數學生花了幾天時間就能熟練掌握這些東西（相信我，學習如何實現自動化所必需的時間會有所收穫）從長遠來看是多方面的。）
ol>

在實踐中，您可能想同時使用這兩個選項。嘗試增加自己進行實驗的時間。同時，訓練可以最有效地利用這段時間。

編輯：此問題已由OP在註釋中添加。我認為這很有趣，因此將其添加到我的答案中：

如果進行主動代碼開發，您該怎麼辦？例如，當我積極開發一段代碼來分析數據時，該代碼可能要花幾分鐘（最多10分鐘）才能運行，然後我評估它是否有效。您如何自動執行該過程？

這實際上與標準軟件工程實踐有關，而與科學無關，但我認為這是一個有用的概念。當您嘗試不同的實現方式時，很可能會出錯，請確保您的應用程序快速失敗。就是說，確保您的應用程序 not 不會花十分鐘才能失敗，而是在開始時直接處理複雜的，容易出錯的東西。來自我自己的研究的兩個簡單示例：

示例1：假設您從事機器學習研究。您的應用程序首先在數據上訓練一個人工神經網絡（ANN）（使用外部庫很容易，但是由於算法複雜，大約需要15分鐘），然後進行一些後處理（瑣碎的） ，快速執行）和結果統計分析（也可以快速執行，但相對複雜，容易出錯的代碼）。如果您現在始終運行整個應用程序，並且在統計分析期間代碼失敗，那麼對於您已經知道有效的步驟，每次運行總是會損失15分鐘。更好的解決方案是對模型進行一次訓練，然後將其存儲到磁盤。然後編寫僅從磁盤加載ANN的代碼，然後直接失敗。幾乎沒有死角了。統計分析工作時，您可以還原為按預期順序進行所有操作。

示例2： 您已經編寫了一個複雜的多線程測試平台，該測試平台分佈在多個物理服務器上。您知道某處存在同步問題，因為您的應用程序每隔幾分鐘就會死機。你不知道確切在哪裡。因此，您反复執行整個應用程序，等待錯誤發生，然後從不同的方向從那裡調試。由於錯誤僅每隔幾分鐘發生一次，因此您將花費大部分時間等待。更好的方法是從良好的軟件工程實踐中抽出一頁。在將所有組件組合在一起之前，請確保對所有組件進行單元測試隔離。專門嘗試涵蓋特殊情況。了解如何編寫良好的模擬對象。仍然需要對集成系統進行一些調試，但是您不會花費數小時來調試從根本上損壞的組件。

我們已經學到的很多東西正在被我們的大腦慢慢丟失。 像這樣的小段時間非常適合進行一些內存整合。我建議您對您想更好地了解的內容進行快速修訂。

最好選擇對知識最有幫助的知識。忽略任何更容易在Google上查找的知識（例如5個最大的城市），而專注於對您的日常工作有所幫助的知識（例如Chrome鍵盤快捷鍵）。

方法創建用於學習的關鍵信息的摘要

• 使信息的“點點滴滴”保持較小且“易於學習”
• 寫點信息摘要一個您希望更好地理解的主題
• 在Kindle上突出顯示最喜歡的文章，然後從 kindle.com
• 中下載它們，從諸如getabstract之類的網站中查找書籍摘要。 com
• 使用Evernote來收集您希望在筆記本中學習的信息（他們的Web Clipper很棒）

有了摘要後

• 花一小段時間查看材料
  • 不要花太長時間，否則大腦會關閉
• 使用間隔重複法
  • 您發現要難學習的材料應該更頻繁地重複
  • 您發現的材料簡單應該少重複
  • 您需要在會話之間等待，以使其沉入

好

免責聲明/自我促銷：

我是 www.revisy.com的創建者，該工具幫助自動化所有這些步驟。

我想補充一下實驗科學的觀點。我對生物樣品進行光譜分析，也有類似的實驗。

摘要：

• 不要小看激烈的實驗：如果做得好，它們通常需要您保持高度專注。
• 確定您的優先級：只做實驗或在適合您其他工作時間表的情況下開始實驗。

我個人發現了兩種處理這些情況的可行方法，總的想法是事先確定優先級。

• 實驗具有較高的優先級：在這種情況下，我認為為實驗保留的時間和精力是必需的。碰巧要完成的任何其他事情都是多餘的。我發現@ff列表中的大多數項目都轉移了我的注意力。最終導致實驗數據混亂（例如，文件名稍有不同，需要隨後進行手動調整等）。但是要為下一個實驗設置測量時間表，為下一個實驗準備好筆記和样品，等等。可以。 （儘管我的許多實驗都是在黑暗中進行的，所以在同一實驗室中進行的準備工作實際上並不可行）。除此之外，我還進行諸如檢查（e）郵件，安排會議，準備TODO列表以及完成一些小任務等工作。如果等待時間更像是半個小時，我可以打掃辦公桌/實驗室，例如
  我不喜歡按鬧鐘時間表閱讀論文或進行文獻搜索。僅當

• 實驗的優先級較低時，我才進行此類工作：我經常進行實驗，需要在30分鐘後完成測量後更換樣品，但沒有發生任何不好的情況如果我在30分鐘或1小時後更換樣品。在那種情況下，我通常會決定以較低的優先級進行實驗，同時閱讀或撰寫論文，進行文獻搜索等。因此，我做了一些事情，當完成大量工作後自然中斷時，我便去做。在開始下一個工作之前更改樣本。
  這樣，與“高優先級”實驗情況相比，我大概只能完成三分之一或四分之一的實驗，但其他工作也是可能的。

總而言之，第一種情況是，您越不喜歡中斷和煩惱未完成的所有工作，則越會在情緒上疲憊。在只專注於 實驗的狀態下，這樣做越可行，越能在心理上達到更好的效果。實驗是認真的，並且也很累人。原因之一是您必須比在計算機上集中更多的精力*：如果我打錯字，就會有退格鍵。如果輸入尷尬的句子，我可以稍後再更改。如果移液不正確，則必須從頭開始，甚至取出所有東西並清潔儀器。如果涉及尷尬的時間表，這將更加費勁。在我的經歷中，幾乎沒有什麼奇怪的等待時間，就像您幾乎無法跟上的實驗時間表一樣。
*大多數時候：顯然，數據分析需要正確設置。但即使在那熟練的編程可以稍後再次檢查所有操作是否正確完成。對於實驗而言，這是不可能的-我必須專心致志，這樣我以後才能確定我所做的一切都正確無誤，即使我最多只能進行非常有限的雙重檢查。

如果您必須以這種方式進行實驗，那麼處理它的最佳方法就是也要從精神上接受這一點並將其作為您的任務。如果您這樣決定，請確保實驗真正處於最優先的位置：如果您在決定決定等待實驗時實際上意識到這導致實驗在等待您，則不要閱讀SX。

第二種方法當然只有在實驗允許的情況下才可行。而且，如果實驗室的使用率不足，那麼您的同事就不會因為沒有充分利用您保留的寶貴實驗室時間而殺死您。

在（生物）實驗室實驗的自動化方面，例如，我打印出具有預定義結構的“實驗表格”以記筆記，因此不要忘記任何參數。

在某些情況下，我什至編寫了定制的測量程序，但是通常只有在您知道接下來要進行大量實驗的情況下，這種努力才是值得的（因為這完全是非科學且笨拙的）原因：儀器軟件通常只允許非常有限的編程交互，並且如果隨後進行的實驗不多，則不值得花時間進行SDK提供的低級控制-如果有可用的SDK）。

如果您是

• a）不斷地將精力從後一個項目轉移到您的大腦上，那麼此刻您就需要額外的任務，而大腦可能真正需要的就是一些休息，那就是為什麼最終會犯錯誤，因為到上實驗室項目時，您的大腦已經全神貫注於新任務，並且在執行新的操作性記憶任務時已經消耗了大量的記憶力
• b）如果您拖延了閱讀《紐約時報》和Twitter時，您還需要處理一些新信息，從而使您的大腦超負荷工作（儘管這當然與您為學術期刊所做的工作量不相稱，但這正是因為《紐約時報》喜歡使用在其頁面上不匹配，您必須不斷地查詢您的記憶，從而使您的大腦忙碌），所以在這裡，我們又回到了相同的問題-您正在使用您的操作記憶，大腦變得疲憊，回到實驗室工作的時間是幾乎不可能集中精力。

• c）我討厭建議……但是……可能會小睡一會兒，或者只是安靜地坐在辦公室里而不會使您的大腦暴露於任何其他信息流中？另外，Twitter，電子郵件檢查，Facebook都是即時刺激的好例子，但這是另一個對話的主題。

• d）簡而言之，瑣碎的事物（例如氣味，街道的聲音，某人的聲音等）都是您在不經意間轟炸我們而暴露於自身的其他信息的示例。每天都要動腦筋，這使他們更加難以集中精力回到實際項目上。