Forest Bathing: Do Forest Monoterpenes Affect Physiological Processes That Promote Health?
Notice bibliographique
Résumé
This paper considers the health effects of ‘Forest Bathing’ and whether such health effects are mediated by forest volatile organic compounds (VOCs) and/or they’re whether these are through ‘mindfulness’ practices that activate health-promoting physiological processes. The VOCs considered are the monoterpenes D-limonene, α-pinene, ∆3 -carene and 1,8-cineole. Clearly, some of the health benefits of forest bathing come from ‘mindfulness’ practice that promote parasympathetic activities. There is also clear evidence that the 4 monoterpenes at high enough concentrations can activate physiological processes that lead to better health outcomes, particularly with decreases in anxiety and decreases in inflammation. These processes appear to involve activation of the adenosine A2A receptor and down-regulating activation of Nuclear Factor kappa B. The question is whether the monoterpenes can do so at the concentrations encountered in a forest setting. There is some research that indicates that forest atmospheric concentrations of monoterpenes can activate physiological processes that promote health but more research is required to definitively establish this. This review ends with suggestions on how to unequivocally answer the question whether the 4 monoterpenes considered at concentrations found in a forest, or their metabolites, can activate physiological processes that promote health, in particular physiological processes that decrease anxiety and inflammatory conditions and promote better endothelial function.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».