Experience of Integrating Traditional Mindfulness into Work-life
Notice bibliographique
Résumé
Secular mindfulness has recently been utilized in various work settings in healthcare, education, and training and development to reduce stress, improve efficiency and productivity of professionals, and to teach their patients/clients the skills for relaxation and focus. As this mindfulness is new to research in organizational learning and development, I propose to study pre-existing traditional Buddhist mindfulness to inform the research direction within the critical framework. The central question is ‘How do workers integrate mindfulness into their work-life in an organization?’. Data are drawn from qualitative open-ended semi- structured and conversational interviews with eight workers across work industries who are experienced mindfulness practitioners in the Theravada tradition in Thailand and Canada, and thematically analysed. Findings show that mindfulness has been introduced at work informally by the participants and their colleagues, and non- formally by the management. The employers have introduced mindfulness in mental health and wellness programs for stress reduction, and in work meetings to improve work and life attitudes and focus. These workplace activities are top-down and target all employees while initiatives of individuals are exclusive to interested and like-minded colleagues. Although traditional mindfulness shares the benefits of stress reduction and increased focus with the secular mindfulness research trend, participants’ primary mindfulness insight into work is for spiritual cultivation, particularly understanding their suffering at work and its cessation as another level of problem solving rather than for solving workplace problems. The meaning of work is beyond work performance. Largely, participants’ integration of mindfulness still continues to develop and they wish for better support from the employers.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».