MétaCan
Menu
Retour à la cohorte
Enregistrement W2937867808 · doi:10.3389/fnhum.2019.00112

Trait Mindfulness and Functional Connectivity in Cognitive and Attentional Resting State Networks

2019· article· en· W2937867808 sur OpenAlexafffund
Tracie D. Parkinson, Jennifer Kornelsen, Stephen D. Smith

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFunctional Brain Connectivity Studies
Établissements canadiensUniversity of WinnipegUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésResting state fMRIFunctional connectivityTraitCognitive psychologyPsychologyMindfulnessCognitionNeuroscienceComputer scienceClinical psychology

Résumé

récupéré en direct d'OpenAlex

Mindfulness has been described as an orienting of attention to the present moment, with openness and compassion. Individuals displaying high trait mindfulness exhibit this tendency as a more permanent personality attribute. Given the numerous physical and mental health benefits associated with mindfulness, there is a great interest in understanding the neural substrates of this trait. The purpose of the current research was to examine how individual differences in trait mindfulness associated with functional connectivity in five resting-state networks related to cognition and attention: the default mode network, the salience network, the central executive network, and the dorsal and ventral attention networks. Twenty-eight undergraduate participants completed the Five-Facet Mindfulness Questionnaire (FFMQ), a self-report measure of trait mindfulness which also provides scores on five of its sub-categories (Observing, Describing, Acting with Awareness, Non-judging of Inner Experience, and Non-reactivity to Inner Experience). Participants then underwent a structural MRI scan and a seven-minute resting state functional MRI scan. Resting-state data were analyzed using independent-component analyses. An analysis of covariance was performed to determine the relationship between each resting state network and each FFMQ score. These analyses indicated that (1) trait mindfulness and its facets showed increased functional connectivity with neural regions related to attentional control, interoception, and executive function; and (2) trait mindfulness and its facets showed decreased functional connectivity with neural regions related to self-referential processing and mind wandering. These patterns of functional connectivity are consistent with some of the benefits of mindfulness – enhanced attention, self-regulation, and focus on present experience. This study provides support for the notion that non-judgmental attention to the present moment facilitates the integration of regions in neural networks that are related to cognition, attention, and sensation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,912

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,264
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetFunctional Brain Connectivity StudiesTravaux en français237 207