Prospects for a clinical science of mindfulness-based intervention.
Notice bibliographique
Résumé
Mindfulness-based interventions (MBIs) are at a pivotal point in their future development. Spurred on by an ever-increasing number of studies and breadth of clinical application, the value of such approaches may appear self-evident. We contend, however, that the public health impact of MBIs can be enhanced significantly by situating this work in a broader framework of clinical psychological science. Utilizing the National Institutes of Health stage model (Onken, Carroll, Shoham, Cuthbert, & Riddle, 2014), we map the evidence base for mindfulness-based cognitive therapy and mindfulness-based stress reduction as exemplars of MBIs. From this perspective, we suggest that important gaps in the current evidence base become apparent and, furthermore, that generating more of the same types of studies without addressing such gaps will limit the relevance and reach of these interventions. We offer a set of 7 recommendations that promote an integrated approach to core research questions, enhanced methodological quality of individual studies, and increased logical links among stages of clinical translation in order to increase the potential of MBIs to impact positively the mental health needs of individuals and communities.
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 | 0,063 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| Communication savante | 0,007 | 0,015 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,014 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,003 |
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 ».