Наукометрический анализ метаданных статей по теме «Йога»

Полный текст

Введение

Актуальность исследования

Йога как социальная практика, сочетающая в себе одновременно физическую активность и медитативные практики, может внести значительный вклад в улучшение физического, психологического и социального благополучия общества. Уже сегодня крупные российские компании, такие как Avito, Ozon, Simple Group предлагают в качестве льготы для сотрудников именно занятия йогой, которые способствуют снижению стресса, поднимают уровень счастья, следовательно, повышают качество жизни работников, что благоприятно сказывается и на экономических показателях компании.   

По данным ВЦИОМ 2024 г. спорт, физкультура и посещение спортзалов – наиболее популярное хобби среди россиян. Спортивными практиками увлекаются 17 % граждан [1]. По данным ВЦИОМ 2023 г. каждый второй занимается спортом не реже раза в неделю. Из тех, кто занимается не реже 1−3 раза в месяц, – 2 % практикуют занятия йогой [2]. В 2016 г. ЮНЕСКО включила йогу в список нематериального культурного наследия человечества [3]. По данным 2023 г. от «Левада-центр»¹ [4], среди спортивных практик, которыми россияне занимаются на постоянной основе, топ-3 замыкает категория «атлетика/йога/фитнес» − 8 %. Данная категория более популярна у молодёжи 18−24 лет – 14 % и людей старше 55 лет – 8 %. По последним опубликованным данным картографического сервиса 2ГИС и Fitmost (сервис единого абонемента на спорт, салоны красоты, спа и развлечения в 15 крупных городах России) следует, что количество центров йоги в российских городах увеличилось с 2021 г. по октябрь 2022 г. на 21 % [5]. Данные ВЦИОМ 2022 г. говорят, что среди молодежи от 14 до 35 лет 7 % используют йогу и другие телесные практики (спорт сюда не входит) для того, чтобы находиться в гармонии и спокойствии [6]. Согласно результатам ежегодного опроса от Американского колледжа спортивной медицины, проведенного в 2024 г. среди специалистов фитнес-индустрии (n = 1997), йога занимает 15-е место в рейтинге мировых фитнес-трендов [7].

Методология исследования

Исследовательский вопрос – «Как репрезентируется изучение практик йоги в российском научном сообществе?». Объект − публикации по теме «Йога» в российской научной периодике. Предмет − специфика научных публикаций по теме «Йога» в российской научной периодике.

Цель − провести наукометрический анализ публикаций российских авторов по теме «Йога» из международной библиографической базы OpenAlex.

Задачи:

1. Описать структурный анализ сети соавторства.
2. Проинтерпретировать результаты позиционного анализа сети соавторства.
3. Проанализировать сообщества внутри сети авторов, изучающих практики йоги.
4. Составить классификацию статей по теме «Йога» с помощью модели машинного обучения без учителя.

Метод и выборка. Для сетевого анализа использовались метаданные научных публикаций по практикам йоги. В качестве источника данных выступила международная открытая библиографическая база OpenAlex. Были выгружены научные публикации авторов российских вузов, что не исключало совместной публикации с иностранными коллегами. В названии, аннотации или поле «ключевые слова» статьи присутствует лингвомаркер – «yoga». Период публикации статей − с 25.01.1999 по 11.03.2022. В итоге были выгружены метаданные по 125 статьям (на момент выгрузки − 21.10.2024). Для визуализации и исследования сети соавторства было использовано программное обеспечение Gephi. Также для выявления структуры и содержания научного поля по теме «Йога» была применена текстовая аналитика с помощью программного обеспечения Orange Data Mining. Были включены методики анализа ключевых слов, анализа сети взаимосвязей слов, классификации.

Результаты наукометрического анализа

Анализ сети соавторства по теме «Йога»

Процедуры подготовки сети соавторства по теме «Йога» к анализу

По 125 статьям по теме «Йога» был составлен неориентированный граф сети соавторства. Граф состоит из 335 узлов (авторов) и 1387 ребер (связей соавторства) (рис. 1).

Рис. 1. Граф без применения функций Self loop и K‐core
Источник: составлено автором. 

Fig. 1. Graph without using Self loop and K‐core functions
Source: compiled by the author. 

Из анализа были исключены ссылки авторов на самих себя с помощью функции Self-loop. Также была применена функция K-core (k = 3): от текущего графа остается граф, в котором все узлы имеют степень не меньше 3. Из анализа были исключены кластеры соавторства − бледно-синий и ярко-оранжевый, так как эти кластеры соавторства образованы по одной статье, что искажает метрики в большую сторону. Безусловно, эти два кластера говорят о межкультурном сотрудничестве (авторы представлены разными аффилиациями), но для анализа интересно посмотреть авторов, объединявшихся для исследования практики йоги. В итоге анализируемый граф насчитывает 254 автора и 513 связей соавторства (рис. 2).

Рис. 2. Граф c применением функций Self‐loop и K‐core, без бледно‐синего и ярко‐оранжевого кластеров соавторства
Источник: составлено автором. 

Fig. 2. Graph using Self‐loop and Core functions, without pale blue and bright orange clusters of co‐authorship 
Source: compiled by the author. 

Структурный анализ сети соавторства по теме «Йога»

Расчет статистик по метрикам в графе представлен в табл. 1.

Таблица 1. Статистики по графу сети соавторства по теме «Йога»

Table 1. Statistics on the graph of the co-authorship network on the topic “Yoga”

Источник: составлено автором.

Source: compiled by the author.

Средняя степень (4,039) указывает на то, что каждый автор в графе напрямую связан в среднем с четырьмя другими авторами как минимум одной статьей.

Средняя взвешенная степень (4,465) говорит о том, что связи между узлами не только многочисленны, но и имеют значительные веса, то есть не только множество авторов связаны между собой, но и количество общих статей между ними больше одной. 

Диаметр графа говорит о том, что максимальная удаленность авторов равна трем ребрам. Иначе говоря, два наиболее не связанных между собой автора должны сделать три шага, чтобы распространить ресурс по всей сети.

Плотность графа равна 0,016, что говорит о низкой плотности сети. Плотность сети рассчитывается по принципу отношения количества существующих рёбер к максимально возможному количеству ребер в сети. Полученный расчет плотности графа говорит о том, что приблизительно 1,6 % от всех гипотетически совместно написанных работ присутствуют в графе. Это объясняется тем, что авторы в сети не пишут по данной теме регулярно и предпочитают публиковаться в одиночку или по несколько авторов без дальнейших совместных работ по исследованию практики йоги.

Значение связанной компоненты говорит о том, что граф состоит из 63 кластеров соавторства по теме «Йога».

Высокое значение модулярности (0,946 − при максимальном значении 1) − показатель того, что разделение сети на кластеры ярко выражено.

Средний коэффициент кластеризации измеряет вероятность того, что два узла, связанные с третьим, также взаимосвязаны. Значение, равное 0,969, говорит о высокой степени кластеризации внутри графа. Значит, узлы образуют внутри сети довольно плотные группы.

Средняя длина пути (1,15) − среднее количество рёбер между любыми двумя узлами в сети − маркер того, что в среднем любые два автора связаны друг с другом через одну статью, что является низким показателем.

Позиционный анализ сети соавторства по теме «Йога»

Для позиционного анализа стоит рассматривать не всю сеть в целом, а наиболее крупные и «дружные» кластеры, которые были объединены для написания двух и более работ. Сосредоточимся на пяти кластерах, которые составляют 21 % от исходного графа (рис. 3), и рассмотрим для них основные меры центральности, характеризующие значимость узла в разных аспектах.

Кластеры образованы по научным областям. Авторы первого кластера рассматривают влияние йоги как практики физического воспитания на разные аспекты здоровья. Второй кластер относится к психологической науке и занимается темой мотивации к занятиям йогой. Авторы − представители различных наук: психологии, информационных технологий, биотехнологий. Третий кластер также принадлежит к психологической науке.  Однако предметное поле связано с изучением воздействия разных аспектов йоги при лечении депрессии. Четвертый кластер относится к нейронауке и психологии, в частности исследованию воздействия йоги на процессы мышления. Пятый кластер объединяет авторов по медицинской науке. Рассматривается влияние йоги на кровеносную систему человека (рис. 3).

Рис. 3. Топ-5 крупных кластеров по мере Modularity class
Источник: составлено автором.

Fig. 3. Top 5 large clusters according to the Modularity class metric
Source: compiled by the author.

Мера Eigenvector centrality фиксирует близость автора к другим узлам с большим количеством связей соавторства. Чем больше у узла связей с активными авторами, тем он становится значимее (рис. 4).

Мера Closeness centrality означает, что чем центральнее автор (то есть чем короче путь от него до всех остальных авторов), тем он важнее (рис. 5).

Рис. 4. Лидеры среди пяти продуктивных кластеров по мере Eigenvector centrality
Источник: составлено автором.

Fig. 4. Leaders among five productive clusters by Eigenvector centrality
Source: compiled by the author.     

Рис. 5. Лидеры среди пяти продуктивных кластеров по мере Closeness centrality
Источник: составлено автором.

Fig. 5. Leaders among five productive clusters by Closeness centrality
Source: compiled by the author.

Рис. 6. Лидеры среди пяти продуктивных кластеров по мере Betwenness centrality
Источник: составлено автором.

Fig. 6. Leaders among five productive clusters by Betweenness centrality
Source: compiled by the author.

Рис. 7. Лидеры среди пяти продуктивных кластеров по мере Degree centrality
Источник: составлено автором.

Fig. 7. Leaders among five productive clusters by Degree centrality metric
Source: compiled by the author.

Лидеры по мере Betweenness centrality, или «мосты», – авторы, у которых большое количество кратчайших путей до узлов в сети, или авторы, связывающие кластер соавторства в целый кластер: если их не будет, кластер раздробится (рис. 6).

Мера Degree centrality (центральность по степени) показывает авторов-лидеров с большим количеством связей соавторства (рис. 7).

Таким образом, лидеры сети соавторства по теме «Йога»:

• Vladimir A. Kuzmin (Кузьмин Владимир Андреевич) – доцент Военного учебного центра-института Сибирского федерального университета, индекс Хирша − 11.
• G.Y. Galimov (Галимов Геннадий Яковлевич) – профессор, доктор педагогических наук, Бурятский государственный университет, индекс Хирша − 2.
• Mikhail Kudryavtsev (Кудрявцев Михаил Дмитриевич) – профессор, доктор педагогических наук, кафедра физической культуры Сибирского федерального университета, кафедра теоретических основ физического воспитания Красноярского государственного педагогического университета, индекс Хирша − 30.
• Mikhail Kruglov – студент СПбГУ (ИТМО), индекс Хирша − 2.
• Nikita Saveliev – биотехнолог по работе с культурой клеток микроорганизмов лаборатории № 1, Санкт-Петербургский научно-исследовательский институт вакцин и сывороток и предприятие по производству бактерийных препаратов ФМБА России, индекс Хирша − 2.

Текстовая аналитика аннотаций статей по теме «Йога»

Текстовая аналитика проводилась с помощью программного обеспечения Orange Data Mining. На рис. 8 представлено аналитическое решение для проведения анализа по теме.

Из анализа были удалены статьи без аннотаций и дубликаты (повторяющиеся статьи). В итоговый набор данных вошли метаданные 117 статей с указанными заголовком и аннотацией.

Рис. 8. Аналитическое решение
Источник: составлено автором.

Fig. 8. Analytical solution
Source: compiled by the author.

Общий текстовый анализ

В ходе исследования был проведен анализ ключевых слов в выгруженных аннотациях. Самыми часто употребляемыми словами являются: yoga, exercise, study (два значения − исследование и учение), physical, training, patient, treatment, group, health, practice (рис. ). Вокруг ключевых слов, обладающих высокой статистической значимостью, выстраивается сеть взаимосвязей со словами, обладающими меньшей статистической значимостью и встречающимися в текстах реже.

В сети взаимосвязи терминов выделяются два ярко выраженных кластера, которые соединены друг с другом. Кластер с центральным термином «exercise» и кластер с центральным термином «patient» (рис. 10). Читать граф стоит следующим образом: размер узла соответствует мере центральности по степени, то есть чем больше узел, тем больше он связан напрямую с другими словами. Цветом обозначена частота употребления слова: от желтого (самые часто употребляемые слова) к ярко-синему (менее употребляемые слова).

Рис. 9. Облако ключевых слов во всех анализируемых аннотациях
Источник: составлено автором.

Fig. 9. Keyword cloud in all analyzed annotations
Source: compiled by the author.

Рис. 10. Сеть взаимосвязи слов во всех анализируемых аннотациях (без слова «yoga»)

Fig. 10. Word relationship network in all analyzed annotations (without the word "yoga")

Категоризация статей по теме «Йога»

Для разделения статей по темам был применён алгоритм иерархической кластеризации метода минимума дисперсии Уорда. С помощью машинного обучения без учителя оптимальным стало разбиение всех статей на девять кластеров. Для понимания критериев выделения статей в кластер использовались такие инструменты, как: облако слов, тематическое моделирование, сеть связи терминов, контекст употребления слова в рамках кластера, семантический анализ, выявление ключевых слов (с помощью языковой модели mBERT). В табл. 2 приведено частотное распределение по кластерам.

Ключевыми словами первого кластера стали: fitness, physical, training, strength. Таким образом, первый кластер включил в себя статьи по направлению фитнес-йоги в контексте улучшения физических показателей (рис. 11, 12).

Таблица 2. Частотное распределение количества статей по теме «Йога» в кластерах

Table 2. Frequency distribution of the number of articles in clusters with percentages on the topic “yoga”

Источник: составлено автором.Source: compiled by the author.

Рис. 11. Сеть взаимосвязи слов кластера «итнес-йога в контексте улучшения физических показателей»
Источник: составлено автором.

Fig. 11. Network of interrelation of the words of the cluster “Fitness yoga in the context of improving physical performance”
Source: compiled by the author.

Рис. 12. Облако слов кластера «итнес-йога в контексте улучшения физических показателей»

Fig. 12. Word cloud of the cluster “Fitness Yoga in the context of improving physical performance”

Самые часто употребляемые слова второго кластера: physical, student, health, exercise, ucation, activity, fitness, training, sport, higher. Ключевые слова:f itness, physical, training, strength, activity, yoga, qigong, ucation, anxiety. Так, во втором кластере йога рассматривается как физическая нагрузка для улучшения состояния здоровья. В отличие от первого кластера, акцент идет на оздоровление организма и поддержания его стабильного состояния. Отдельную группу (42 % от кластера) составили публикации, посвящённые изучению изменений показателей здоровья у студентов (рис. 13, 14).

Рис. 13. Сеть взаимосвязи слов кластера «Йога как физическая нагрузка для улучшения состояния здоровья»
Источник: составлено автором.

Fig. 13. Network of interrelation between the words of the cluster “Yoga as physical activity to improve health”
Source: compiled by the author.

Рис. 14. Облако слов кластера «Йога как физическая нагрузка для улучшения состояния здоровья»
Источник: составлено автором.

Fig. 14. Word cloud for the cluster “Yoga as physical activity to improve health”
Source: compiled by the author.

Ключевые слова третьего кластера: therapy, hyperactive. В третий кластер вошли статьи пилотажных исследований позитивного влияния йоги на детей с синдромом дефицита внимания и гиперактивности. Статьи написаны одними и теми же авторами в разные периоды времени. Из-за этого алгоритмами и были выделены статьи в отдельный кластер (рис. 15, 16).

Рис. 15. Сеть взаимосвязи слов кластера «Позитивное влияние йоги на детей с синдромом дефицита внимания и гиперактивности»
Источник: составлено автором.

Fig. 15. Network of interconnection between the words in the cluster “Yoga positive impact on children with attention deficit hyperactivity disorder”
Source: compiled by the author.

Рис. 16. Облако слов кластера «Позитивное влияние йоги на детей с синдромом дефицита внимания и гиперактивности»
Источник: составлено автором.

Fig. 16. Word cloud for the cluster “Yoga positive impact on children with attention deficit hyperactivity disorder”
Source: compiled by the author.

Самые часто употребляемые слова четвертого кластера: patient, treatment study (исследование лечения), fatigue, cancer, yoga, symptom, pain, therapy, intervention. Кластер наполняют статьи по клинической Публикации направлены на изучение влияния йоги на пациентов с тяжелыми последствиями болезней. Для данных статей характерно использование эксперимента в качестве метода (рис. 17, 18).

Рис. 17. Сеть взаимосвязи слов кластера «Статьи клинической медицины»
Источник: составлено автором.

Fig. 17. Network of interrelation between the words in the cluster “Articles of clinical medicine”
Source: compiled by the author.

Рис. 18. Облако слов кластера «Статьи клинической медицины»
Источник: составлено автором.

Fig. 18. Word cloud of the cluster “Articles of clinical medicine”
Source: compiled by the author.

Пятый кластер посвящён изучению восприятию окружающего мира у практикующих медитации.
Ключевые слова: linear, eye, image. Часто употребляемые слова: meditation, imitators, power, alpha, control, images, practice, arousal, eyes (рис. 19).

Рис. 19. Сеть взаимосвязи слов кластера «Восприятие окружающего мира у практикующих медитации»
Источник: составлено автором.

Fig. 19. Network of interrelation between the words in the cluster “Perception of the world around practitioners of meditation”
Source: compiled by the author.

Шестой кластер состоит из статей, посвящённых культуре и философии йоги: тантризм, особые состояния психики, духовное развитие, медитации. Ключевые слова: buddhism, phenomenology, philosophy, spirituality. Самые часто употребляемые слова: philosophical, indian, buddhism, philosophy, spiritual, analysis, system, modern, practice, teaching (учение), concept, state (состояние) (рис. 20, 21). В анализ не включалось слово «йога», так как в данном кластере употреблялось значительно чаще в сравнении с другими словами и искажало интерпретацию.

Рис. 20. Облако слов кластера «Культура и философия йоги» (без включения слова yoga в анализ)
Источник: составлено автором.

Fig. 20. Word cloud of the cluster "Yoga culture and philosophy" (without including the word yoga in the analysis)
Source: compiled by the author.

Рис. 21. Сеть взаимосвязи слов кластера «Культура и философия йоги» (без включения слова yoga в анализ)
Источник: составлено автором.

Fig. 21. Network of interrelation between the words in the cluster “Culture and philosophy of yoga" (without including the word yoga in the analysis)
Source: compiled by the author.

Статьи седьмого кластера относятся к исследованию циркуляторных и нервных систем человеческого организма. Самые часто употребляемые слова: exercise, blood, breathing, flow, minute, time, increase, yoga, change, decrease (рис. 22, 23).

Рис. 22. Облако слов кластера «Влияние йоги на циркуляторную и нервную системы человеческого организма»
Источник: составлено автором.

Fig. 22. Cloud of words of the cluster “Yoga effect on the circulatory and nervous systems of the human body”
Source: compiled by the author.

Рис. 23. Сеть взаимосвязи слов кластера «Влияние йоги на циркуляторную и нервную системы человеческого организма»
Источник: составлено автором.

Fig. 23. Network of interrelation of words in the cluster “Yoga effect on the circulatory and nervous systems of the human body”
Source: compiled by the author.

В восьмом кластере йога рассматривается как способ справиться со стрессом у различных социально-демографических групп. Самые часто употребляемые слова: stress, exercise, woman, yoga, study (исследование), resistance, academic, pregnancy, author, health (рис. 24, 25).

Рис. 24. Сеть взаимосвязи слов кластера «Йога как способ справиться со стрессом»
Источник: составлено автором.

Fig. 24. Network of interrelation of words in the cluster “Yoga as a way to cope with stress”
Source: compiled by the author.

Рис. 25. Облако слов кластера «Йога как способ справиться со стрессом»
Источник: составлено автором.

Fig. 25. Word cloud of the cluster “Yoga as a way to cope with stress”
Source: compiled by the author.

Часто употребляемые слова девятого кластера (без слова yoga): practice, system, analysis, energy, exercise, classical, people, research, tourism, vegetarian. В аннотациях статей акцентируется внимание на пространственно-временных характеристиках. Кластер содержит статьи по географическим наукам, туризму, философии (рис. 26, 27).

Рис. 26. Облако слов кластера «Без классификации»
Источник: составлено автором

Fig. 26. Word cloud for the cluster “Without classification”
.Source: compiled by the author.

Рис. 27. Сеть взаимосвязи слов кластера «Без классификации»
Источник: составлено автором.

Fig. 27. Network of interrelation between the words in the cluster “Without classification”
Source: compiled by the author.

Таким образом, кластеризация Уорда помогла в обнаружении тематических блоков научных публикаций по теме «Йога».

Заключение

Можно сделать следующие выводы по результатам наукометрического анализа научных публикаций российских авторов по теме «Йога» из международной библиографической базы OpenAlex.

Во-первых, авторы не стремятся к написанию совместных работ. Граф нельзя назвать сетью соавторства. Скорее, он представлен отдельными авторами, триадами и диадами авторов.

Во-вторых, пять крупных кластеров составляют 21 % изначального графа сети соавторства по теме «Йога» по всем загруженным аннотациям (125 статей). Кластеры не связаны между собой и образованы по следующим тематическим группам: влияние йоги как практики физического воспитания на разные аспекты здоровья, мотивации к занятию йогой, изучение воздействия практики йоги при лечении депрессии, исследование влияния йоги на процессы мышления, на циркуляторную систему человеческого организма.

В-третьих, из текстовой аналитики аннотаций статей выделено два ярко выраженных кластера, которые соединены друг с другом. Кластер с центральным термином «exercise» (статьи рассматривают йогу как физическую нагрузку для улучшения состояния здоровья) и кластер с центральным термином «patient», где йога рассматривается как практика для облегчения симптомов и коррекции состояний пациентов.

В-четвертых, выделено с помощью кластеризации Уорда восемь крупных кластеров (84 % от итогового набора данных), затрагивающие тему «Йога»: культура и философия йоги (26 %); йога как физическая нагрузка для улучшения состояния здоровья (20 %), статьи клинической медицины (14 %), влияние йоги на циркуляторную и нервную системы человеческого организма (7 %), фитнес-йога в контексте улучшения физических показателей (5 %); позитивное влияние йоги на детей с синдромом дефицита внимания и гиперактивности (5 %); йога как способ справиться со стрессом (4 %); восприятие окружающего мира у практикующих медитации (3 %).

Таким образом, наиболее популярны прикладные исследования по теме «Йога» в контексте физической нагрузки для улучшения физических показателей и показателей здоровья (но не в рамках патологии) или коррекции состояния больного. С теоретической позиции наиболее распространено рассмотрение йоги как особой духовной практики со своей философией.

В контексте ситуации ограниченного доступа российских учёных к международным библиографическим базам данных проведенный анализ служит примером использования открытого каталога глобальной исследовательской системы OpenAlex, созданного в качестве альтернативы порталам-монополистам Web of Science и Scopus. Сами полученные результаты текстовой аналитики помогают понять актуальные направления изучения практики йоги российским научным сообществом, что может быть полезно как для дальнейшего изучения практики йоги, так и для восполнения пробелов в накопленном научном знании.

¹ Организация «Левада-Центр» внесена в реестр некоммерческих организаций, выполняющих функции иностранного агента.

Об авторах

Кристина Валерьевна Тартынова

Автор, ответственный за переписку.
Email: kristinatartynova@gmail.com

магистрант

Список литературы

Дополнительные файлы

Доп. файлы

Действие

1. JATS XML

Скачать

2. Рис. 1. Граф без применения функций Self loop и K‐core

Скачать (22KB)

Метаданные

3. Рис. 2. Граф c применением функций Self‐loop и K‐core, без бледно‐синего и ярко‐оранжевого кластеров соавторства

Скачать (22KB)

Метаданные

4. Рис. 3. Топ-5 крупных кластеров по мере Modularity class

Скачать (21KB)

Метаданные

5. Рис. 4. Лидеры среди пяти продуктивных кластеров по мере Eigenvector centrality

Скачать (19KB)

Метаданные

6. Рис. 5. Лидеры среди пяти продуктивных кластеров по мере Closeness centrality

Скачать (23KB)

Метаданные

7. Рис. 6. Лидеры среди пяти продуктивных кластеров по мере Betwenness centrality

Скачать (23KB)

Метаданные

8. Рис. 7. Лидеры среди пяти продуктивных кластеров по мере Degree centrality

Скачать (24KB)

Метаданные

9. Рис. 8. Аналитическое решение

Скачать (54KB)

Метаданные

10. Рис. 9. Облако ключевых слов во всех анализируемых аннотациях

Скачать (57KB)

Метаданные

11. Рис. 10. Сеть взаимосвязи слов во всех анализируемых аннотациях (без слова «yoga»)

Скачать (35KB)

Метаданные

12. Рис. 11. Сеть взаимосвязи слов кластера «итнес-йога в контексте улучшения физических показателей»

Скачать (39KB)

Метаданные

13. Рис. 12. Облако слов кластера «итнес-йога в контексте улучшения физических показателей»

Скачать (60KB)

Метаданные

14. Рис. 13. Сеть взаимосвязи слов кластера «Йога как физическая нагрузка для улучшения состояния здоровья»

Скачать (39KB)

Метаданные

15. Рис. 14. Облако слов кластера «Йога как физическая нагрузка для улучшения состояния здоровья»

Скачать (63KB)

Метаданные

16. Рис. 15. Сеть взаимосвязи слов кластера «Позитивное влияние йоги на детей с синдромом дефицита внимания и гиперактивности»

Скачать (35KB)

Метаданные

17. Рис. 16. Облако слов кластера «Позитивное влияние йоги на детей с синдромом дефицита внимания и гиперактивности»

Скачать (52KB)

Метаданные

18. Рис. 17. Сеть взаимосвязи слов кластера «Статьи клинической медицины»

Скачать (25KB)

Метаданные

19. Рис. 18. Облако слов кластера «Статьи клинической медицины»

Скачать (65KB)

Метаданные

20. Рис. 19. Сеть взаимосвязи слов кластера «Восприятие окружающего мира у практикующих медитации»

Скачать (31KB)

Метаданные

21. Рис. 20. Облако слов кластера «Культура и философия йоги» (без включения слова yoga в анализ)

Скачать (58KB)

Метаданные

22. Рис. 21. Сеть взаимосвязи слов кластера «Культура и философия йоги» (без включения слова yoga в анализ)

Скачать (27KB)

Метаданные

23. Рис. 22. Облако слов кластера «Влияние йоги на циркуляторную и нервную системы человеческого организма»

Скачать (57KB)

Метаданные

24. Рис. 23. Сеть взаимосвязи слов кластера «Влияние йоги на циркуляторную и нервную системы человеческого организма»

Скачать (29KB)

Метаданные

25. Рис. 24. Сеть взаимосвязи слов кластера «Йога как способ справиться со стрессом»

Скачать (33KB)

Метаданные

26. Рис. 25. Облако слов кластера «Йога как способ справиться со стрессом»

Скачать (67KB)

Метаданные

27. Рис. 26. Облако слов кластера «Без классификации»

Скачать (75KB)

Метаданные

28. Рис. 27. Сеть взаимосвязи слов кластера «Без классификации»

Скачать (38KB)

Метаданные