Pain-related and performance anxiety and their contribution to pain in music students: a pilot study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<b>Background</b><br /> Pain complaints are common among musicians, whose occupation is highly demanding on both a physical and a psychological level. The purpose of the present study was to better understand the severity of musculoskeletal pain in orchestra musicians by measuring the potential contributions of biological (medical diagnosis), psychosocial (age, gender, instrument, practice and exercising history, and occupational satisfaction), and psychological (pain-related anxiety, performance anxiety, and affect) variables.<br /> <br /> <b>Participants and procedure</b><br /> Data were collected from 59 music students playing in a symphonic orchestra. Univariate analyses were performed to assess differences in biological, psychosocial, and psychological predictors, using the presence or absence of pain as the dependent variable. Regression analyses were performed to develop a model of variance to explain the severity of pain.<br /> <br /> <b>Results</b><br /> The results revealed lower occupational satisfaction to be associated with the presence of pain. However, a greater proportion of variance (31%) in pain severity was explained by pain-related anxiety combined with performance anxiety. Thus, the model that would best explain playing-related pain in musicians would need to focus mainly on psychological variables, namely pain-related and performance anxiety.<br /> <br /> <b>Conclusions</b><br /> Further investigation is needed to determine how treatment of musculoskeletal pain in musicians should address these psychological variables.
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.
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 | 0,014 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle