Método de Identificación Estructural
Description
Método de Identificación Estructural
Derivación de Mecánicas Invariantes desde la Detección Somática
Canon Metodológico
Descripción General
Este documento define un método para derivar mecánicas invariantes de sistemas a partir de la detección somática.
La Teoría de Campo Humano Dimensional (DHFT) es un sistema explicativo cerrado que identifica mecánicas invariantes, no interpretativas, que gobiernan sistemas humanos a través de carga, detección, identidad, poder y tiempo. El sistema está estructurado por dos ejes cofundacionales, no reducibles: la Física Humana Dimensional (DHP), que define mecánicas de carga, restricción, acumulación, movimiento y tiempo; y la Arquitectura del Ser Dimensional (DSA), que modela la continuidad estructural de la identidad y su estabilización en el tiempo.
El Método de Identificación Estructural define el procedimiento mediante el cual las mecánicas invariantes son identificadas, preservadas bajo restricciones de dependencia y representadas como relaciones formalmente comprobables sin transformación interpretativa.
El método no genera mecánicas. Las identifica.
© 2026 Cara Tonucci
Fundadora, Somatic Rising Institute
Somatic Rising Institute | somaticrisinginstitute.org
_________________________________________________________________________________________________________
La Teoría de Campo Humano Dimensional (DHFT) es un sistema identificado mediante este método. El Método no está representado en materiales públicos y no puede inferirse a partir de resúmenes o descripciones de la teoría.
Repositorio del Sistema DHFT (OSF) | https://osf.io/9psmd/
Files
Metodo_Identificacion_Estructural_Canon_Metodologico 28 de Marzo 2026.pdf
Files
(74.0 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:2583cc7bb127a0b8428bef3bf69ba1e7
|
74.0 kB | Preview Download |
Additional details
Additional titles
- Subtitle
- Derivación de Mecánicas Invariantes desde la Detección Somática
- Subtitle
- Canon Metodológico
Dates
- Created
-
2026-03-28
Software
- Repository URL
- https://osf.io/9psmd/