MétaCan
Menu
Retour à la cohorte
Enregistrement W2017615044 · doi:10.1093/heapro/dav013

Singing for respiratory health: theory, evidence and challenges

2015· review· en· W2017615044 sur OpenAlexaff
Mary L. Gick, Jennifer J. Nicol

Notice bibliographique

RevueHealth Promotion International · 2015
Typereview
Langueen
DomainePsychology
ThématiqueMusic Therapy and Health
Établissements canadiensUniversity of SaskatchewanCarleton University
Organismes subventionnairesnon disponible
Mots-clésSingingContext (archaeology)PremiseCOPDPerspective (graphical)MedicineAttritionPsychologyPsychiatryHistoryEpistemologyComputer science

Résumé

récupéré en direct d'OpenAlex

The premise that singing is a health promoting activity for people with respiratory conditions of chronic obstructive pulmonary disease (COPD) and asthma is a growing area of interest being investigated by researchers from various disciplines. The preliminary evidence, a theoretical framework and identification of methodological challenges are discussed in this perspective article with an eye to recommendations for further research to advance knowledge. After a brief summary of main research findings on singing in healthy people to provide background context, research is reviewed on singing in people with COPD and asthma. Studies include published research and as yet unpublished work by the authors. Methodological challenges arising from the reviewed studies are identified such as attrition from singing or control groups based on weak and strong, respectively, beliefs about singing's effectiveness. Potential solutions for these problems are considered with further recommendations made for other singing research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,708
Tête enseignante GPT0,587
Écart entre enseignants0,121 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Promotion InternationalMême sujetMusic Therapy and HealthTravaux en français237 207