The Architectural Design Strategies That Promote Attention to Foster Mindfulness: A Systematic Review, Content Analysis and Meta-Analysis
Notice bibliographique
Résumé
Attention is a pivotal component and a central vehicle of mindfulness, a psychological factor improving mental health. Despite architecture’s potential to encourage attention and mindfulness, there is still a research gap. This study aimed to investigate architectural design strategies that promotes attention in order to foster mindfulness. The research was carried out in three primary stages. The first step entailed conducting a systematic review by searching publications related to architecture that promotes attention from Scopus in February 2024. After considering the suitability and accessibility, 32 articles were included. No studies were found to have investigated the field of enhancing mindfulness. The second step utilized content analysis to decode the selected articles using a framework developed from literature reviews. All three coders decoded the data independently, allowing the main researcher to compile it into the final dataset. Finally, the data underwent Python meta-analysis for word frequency and association. The result revealed certain qualities that help achieve attention through architecture. The architectural atmosphere is most effective when it features natural forms and spaces that evoke a sense of enclosure. The lighting should emphasize natural light and uniformity, whereas the sound designs primarily concern acoustics, ambient, and noises, with controlled weather emphasizing air aspects. The building should utilize natural materials and incorporate object elements; the facade and entrance are particularly crucial components. Moreover, the colors of brick and green and views encompassing gardens and vegetation are among the qualities mentioned. Based on the analysis, the material, view, and color features were most congruent with the biophilic design concept. All these factors are expected to foster mindfulness, thereby improving mental health.
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 | 0,023 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,016 |
| Bibliométrie | 0,022 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».