Contemplative/emotion training reduces negative emotional behavior and promotes prosocial responses.
Notice bibliographique
Résumé
Contemplative practices are believed to alleviate psychological problems, cultivate prosocial behavior and promote self-awareness. In addition, psychological science has developed tools and models for understanding the mind and promoting well-being. Additional effort is needed to combine frameworks and techniques from these traditions to improve emotional experience and socioemotional behavior. An 8-week intensive (42 hr) meditation/emotion regulation training intervention was designed by experts in contemplative traditions and emotion science to reduce "destructive enactment of emotions" and enhance prosocial responses. Participants were 82 healthy female schoolteachers who were randomly assigned to a training group or a wait-list control group, and assessed preassessment, postassessment, and 5 months after training completion. Assessments included self-reports and experimental tasks to capture changes in emotional behavior. The training group reported reduced trait negative affect, rumination, depression, and anxiety, and increased trait positive affect and mindfulness compared to the control group. On a series of behavioral tasks, the training increased recognition of emotions in others (Micro-Expression Training Tool), protected trainees from some of the psychophysiological effects of an experimental threat to self (Trier Social Stress Test; TSST), appeared to activate cognitive networks associated with compassion (lexical decision procedure), and affected hostile behavior in the Marital Interaction Task. Most effects at postassessment that were examined at follow-up were maintained (excluding positive affect, TSST rumination, and respiratory sinus arrhythmia recovery). Findings suggest that increased awareness of mental processes can influence emotional behavior, and they support the benefit of integrating contemplative theories/practices with psychological models and methods of emotion regulation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».