Beyond All Splits: Envisioning the Next Generation of Science on Mindfulness and Compassion in Schools for Students
Notice bibliographique
Résumé
Abstract Objectives This paper describes the emergence of the scientific study of mindfulness in schools; summarizes findings of experimental research on the impacts of school-based mindfulness programs (SBMPs) on student outcomes in prekindergarten, primary, and secondary school settings (ages 4–18 years); discusses scientific limitations and wider critiques of this work; and offers suggestions for future research. Methods Public data are used to describe the emergence of science on SBMPs, the foci of this research, and the academic disciplines contributing to it. A narrative summary of scientific findings regarding the impacts of SBMPs on students, and critiques of this work, is also presented. Results Research is increasing and is primarily psychological and prevention-oriented. Evidence shows SBMPs can enhance students’ self-regulation abilities, but SBMPs’ impacts on other student outcomes at different ages are equivocal. The current research has significant limitations, and these, alongside wider critiques of the work, suggest important directions for research. Conclusions In the next generation of science, we suggest (a) improving the experimental research; (b) expanding developmental research; and (c) re-envisioning assumptions, theories, and methods in research to go “beyond all splits” towards a non-dualistic and relationally, culturally, contextually, ethically, and developmentally grounded science on mindfulness and compassion for students in schools.
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 | 0,069 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,036 |
| Communication savante | 0,012 | 0,025 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,007 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».