MétaCan
Menu
Retour à la cohorte
Enregistrement W4407402587 · doi:10.1101/2025.02.11.637771

Time-to-onset and temporal dynamics of EEG during breath-watching meditation

2025· preprint· en· W4407402587 sur OpenAlexaff
Saketh Malipeddi, Arun Sasidharan, Rahul Venugopal, Prejaas Tewarie, P.N. Ravindra, Georg Northoff, Steven Laureys, Balachundhar Subramaniam, Bindu M. Kutty

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomainePsychology
ThématiqueMindfulness and Compassion Interventions
Établissements canadiensRoyal Ottawa Mental Health CentreUniversity of OttawaUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMeditationDynamics (music)ElectroencephalographyPsychologyAudiologyCognitive psychologyNeuroscienceHistoryMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Mind-body practices, such as meditation, enhance mental well-being. Research studies consistently demonstrate improved brain function and psychological well-being in meditation practitioners. A substantial body of neuroscientific evidence highlights changes in alpha and theta frequency bands during meditation among practitioners. Neurophysiological effects of meditation are reported as average power changes from resting to meditative states. However, there is a notable gap in research concerning the time-to-onset and temporal dynamics of these changes during meditation. Method Our study addresses this gap by recording high-density 128-channel EEG data during breath- watching meditation in three groups: meditation-naïve controls (n = 28), novice meditators (n = 33), and advanced meditators (n = 42). Meditators were trained in the Isha Yoga tradition. Real-time changes in brain power across different frequency bands were analyzed by segmenting the EEG data into 1-minute intervals. Using the first 30 seconds of breath- watching as the baseline, we calculated within-group power differences between this baseline and successive 1-minute segments (non-overlapping, non-sliding windows). For between- group comparisons, we assessed power differences among the three groups at 0.5, 3, 6, and 9 minutes. Results Our results indicate that time-to-onset of statistically significant increases in alpha, theta, and beta1 power, as well as decreases in delta and gamma1 power, occur around the 2-3 minute mark, with effects starting to peak between 7- and 10-minutes duration across all three groups. Statistically significant differences were observed between groups in the magnitude of these changes: advanced practitioners exhibited higher theta and theta-alpha power at all time points compared to the other groups. Conclusion Our findings suggest that neurophysiological changes begin around 2-3 minutes after starting meditation and peak around 7-10 minutes across all three groups. However, the magnitude of these effects is greater in the advanced meditator group. As long as meditation retreats are not possible for many individuals, brief meditation practices of 7 minutes or more, delivered through digital platforms, could offer accessible, effective, and scalable solutions to improve mental well-being. This suggests a broader application of meditation practices in daily life, encouraging even those with tight schedules to incorporate such beneficial practices.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,253 · 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'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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMindfulness and Compassion InterventionsTravaux en français237 207