Mapping the Mind–Body Connections: A Two-decade Bibliometric Exploration of Yoga and Psychoneuroimmunology
Notice bibliographique
Résumé
Background: Over the past two decades, the intersection of yoga and psychoneuroimmunology (PNI) has received significant attention as a promising field for promoting mental and immune well-being. This bibliometric analysis explores global research trends, prolific authors, influential journals and collaboration patterns from 2003 to 2023. The study underscores the need to integrate traditional knowledge with modern science, positioning yoga as a validated tool in mainstream healthcare for disease prevention and management. Purpose: This study aims to explore global contributions, impact trends in yoga and PNI research, prolific authors, journals and spotlight leading countries, emerging opportunities, influential research hubs and collaboration gaps. Additionally, to conduct thematic analysis aimed at integrating yoga into mainstream healthcare as a scientifically validated tool for promoting mental and immune well-being within the context of PNI. Methods: Articles published between 2003 and 2023 were retrieved from Scopus and analysed using Biblioshiny version 4.0.0 (via R-Studio) and VOSviewer. Results: = 239) involve international collaboration. The Canadian Institutes of Health Research and National Institute of Health dominate the funding landscape, whereas Indian funding agencies (Ayurveda, Yoga and Naturopathy, Unani, Siddha and Homeopathy, Indian Council of Medical Research and Department of Science and Technology) play a relatively minor role in the global context. Conclusion: This analysis provides an updated perspective for understanding the field's hotspot, which facilitates future research to uncover the mechanisms underlying the effects of yoga on the psycho-neuro-immuno-endocrine systems in disease prevention and management. Integration of traditional knowledge with modern scientific practices, with a focus on high-impact publishing, will help position India as a leader in this research domain.
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 | 0,011 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,149 | 0,206 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».