12. Studying the effect of Heartfulness Meditation on Brain Activity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Long-term meditation practice is increasingly recognized for its health benefits. Heartfulness meditation represents a quickly growing set of practices that is largely unstudied. Heartfulness is unique in that it is a meditation practice that focuses on the Heart. It helps individuals to connect to themselves and find inner peace. In order to deepen ones’ meditation, the element of Yogic Energy (‘pranahuti’) is used as an aid during meditation. The purpose of this study was to determine whether consistent EEG effects of Heartfulness meditation be observed in sixty experienced Heartfulness meditators, each of whom attended 6 testing sessions. In each session, participants performed three conditions: a set of cognitive tasks, Heartfulness guided relaxation, and Heartfulness Meditation. Participants during the cognitive portion were required to answer questions that tested their logical thinking (Cognitive Reflective Test) and creative thinking skills. (Random Associative Test) The order of condition was randomly counter balanced across six sessions. It was hypothesized that Heartfulness meditation would bring increased alpha (8-12Hz) brain activity during meditation and better cognitive task scores in sessions where the tasks followed meditation. Heartfulness meditation produces a significant decrease in brain activity (as indexed by higher levels of alpha during the early stages of meditation. As the meditation progressed deep meditative state (as indexed by higher levels of delta) were observed until the end of the condition. This lead to the conclusion that Heartfulness Meditation produces a state that is clearly distinguishable from effortful problem solving.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle