MétaCan
Menu
← Retour à la cohorte
Enregistrement W2966542068 · doi:10.1101/728584

When two mindfulnesses meet

2019· preprint· en· W2966542068 sur OpenAlexaff
Louis Lakatos, J. Turcotte, Bruce Oddson

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomainePsychology
ThématiqueMindfulness and Compassion Interventions
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésMindfulnessMediationPsychologyFacet (psychology)Scale (ratio)Test (biology)CognitionCognitive psychologyDevelopmental psychologySocial psychologyClinical psychologySociologyPersonalityBig Five personality traitsSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract The study of mindfulness proceeds from a number of perspectives. Two of the best-known academic conceptualizations of mindfulness are those identified with Kabat-Zinn and Langer. These conceptions, meditative and socio-cognitive, have been built from different foundations and have been argued to be quite distinct. However, Hart, Ivtzan and Hart 1 suggested that self-regulation of attention is a mediator between the two. To put this hypothesis to a test, a convenience sample of participants (n = 208) were asked to complete the Five Facet Mindfulness Questionnaire (FFMQ), Langer Mindfulness Scale (LMS), and the Self-Regulation Scale (SRS), a measure of the self-regulation of attention. These three dispositional measures were shown to be correlated. Self-regulation passes a statistical test for partial mediation of the relationship between the two measures of mindfulness. This suggests that reliance on the capacity to regulate attention in pursuit of a goal is shared by these two approaches to mindfulness. However, there is no clear conceptual basis for mediation in either particular direction. Further, the correlation between the LMS and FFMQ is highest for those with the highest SRS scores; we discuss the implications for conceptual distinctions within mindfulness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,003
Communication savante0,0040,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,027
Tête enseignante GPT0,284
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMindfulness and Compassion Interventions→Travaux en français237 207→