Cultivating Well-Being through the Three Pillars of Mind Training: Understanding How Training the Mind Improves Physiological and Psychological Well-Being
Notice bibliographique
Résumé
Research on the physiological and emotional health benefits of meditative practices has grown exponentially over the last two decades, influencing both scientific literature and popular media. Research has highlighted three distinct components or pillars at the core of meditative practices and mind training. They are, focused attention, open awareness, and kind intention. Neuroimaging studies and recent research highlight that the repeated practice of directing attention and awareness can enhance neural connections, and turn momentary mindful states into more enduring mindful traits. Most meditative practices typically only engage one or two of these elements, and there has been no identified meditative practice that integrates all three pillars that we are aware of, except for a concept referred to as the “Wheel of Awareness”. The Wheel is a practical framework for understanding and practicing mindful awareness, and is unusual because it engages all three pillars in one practice, shaping how energy and information flow from one component to the next one. Through conscious practice individuals can improve the ability to observe and reflect on the mind, increasing the ability to monitor and modify neural networks, which in turn modulate physiological responses within the body. Further research is proposed to further understand the neurobiological underpinnings behind repeated practice, including longitudinal studies monitoring neuroplasticity and activity in establishing new neural connections and synaptic changes.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 tête enseignante, 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 ».