Speech markers of psychedelic-induced psychological change
Notice bibliographique
Résumé
Abstract 5-MeO-DMT, a potent, short-acting psychedelic, induces profound shifts in cognition, affect, and self-awareness. Because language explicitly expresses these domains and voice implicitly conveys them, both may serve as potential ‘biomarkers’ of behavioural change. This study introduces a novel framework for analysing baseline language and vocal features, pre- to post-psychedelic changes, assessing their potential to predict subjective experiences and psychological outcomes. Daily voice journals from 29 participants were collected via ‘RetreatBot’ for two weeks before and after 5-MeO-DMT (1×12 mg). Transcripts were analysed using NLP (bag-of-words for vocabulary; transformer model for textual affect), and acoustic features (e.g., pitch, jitter, shimmer) were extracted to assess vocal dynamics. Following 5-MeO-DMT, speech markers revealed increased cognitive language, decreased social words, and altered voice quality (increased jitter/shimmer). Baseline speech patterns predicted psychological preparedness, ego dissolution anxiety, emotional breakthrough, and post-experience well-being. This first longitudinal analysis of speech markers following psychedelic use demonstrates a shift from external focus to introspection. Speech markers predicted and tracked psychological transformation, establishing vocal journaling as a valuable framework for monitoring psychedelic-induced changes and facilitating integration.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».