Music as nursing intervention for pain in five Asian countries*
Notice bibliographique
Résumé
BACKGROUND: The use of music as intervention for relieving pain has increased in recent years, prompting its growing use among the people of the western world. However, among Asians, music has long been used for this purpose and continues to be so today. Despite this common knowledge, Asians have not generally written about the therapeutic effects of music. Consequently, most of the published research studies supporting this claim were conducted in western settings using western music. PURPOSE: To describe the use of music as intervention in painful conditions as experienced by people in five Asian countries: China, Thailand, Philippines, South Korea and Taiwan. METHOD: Descriptive survey of studies using music as intervention for painful conditions conducted in selected five Asian countries. FINDINGS: Twelve studies including theses and dissertations, published and unpublished, were found; however, only nine met the inclusion criteria. Data were categorized according to research design, sample size, gender, age, duration of music, frequency of music intervention, types of pain and instruments used to measure pain, conceptual or theoretical frameworks and statistical significance of the study. Five of the nine studies declared significant decrease in pain, while three reported mixed results. Fundamentally, the findings of the studies suggested that with music, relief of pain was possible. IMPLICATIONS: The mixed results imply the need for further investigation of the effects of music in painful conditions. Thus, the authors suggest continuing studies on the effects of music as intervention in painful conditions, and encourage increasing global dissemination of these studies, particularly in international journals.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».