MétaCan
Menu
Retour à la cohorte
Enregistrement W2412589519 · doi:10.1177/1089313x1201600202

Effects of Expertise and Auditory Guidance on Traditional Dance Performance

2012· article· en· W2412589519 sur OpenAlexaff
George Sofianidis, Vassilia Hatzitaki, Patricia McKinley

Notice bibliographique

RevueJournal of Dance Medicine & Science · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensCentre for Interdisciplinary Research in Rehabilitation
Organismes subventionnairesnon disponible
Mots-clésDanceKinematicsPsychologyTimbreMovement (music)AudiologyPhysical medicine and rehabilitationAcousticsMusicalMedicineArtVisual artsPhysics

Résumé

récupéré en direct d'OpenAlex

This study investigated how the dancer's level of expertise and the type of auditory guidance provided influence the kinematic profile of the lower limbs during traditional dance performance. Ten experts in traditional Greek dance (age: 25±3.29 years, five males and five females) and eleven novice participants (age: 26.45±3.88 years, six males and five females), all Greek natives, performed a series of Greek and Irish dance steps with auditory guidance of the metrics (verbal counting) and the music of the respective dances. An electromagnetic tracking system sampled (at 100 Hz) the angular displacement of the two lower legs about the Mediolateral axis during dance performance. Segment rotations were analyzed in the time and frequency domain. Expert dancers displayed significantly lower variability of lower leg rotation and stronger interlimb coupling when compared to novice performers. In novice performers, the power of the lower limb angular displacement extended to higher frequencies when dance performance was guided by music compared to metrical guidance. The addition of music and the origin of the dance interfered with performance for novices but not experienced dancers. Kinematic analysis of the lower limbs may open a new window for the investigation of learning and auditory guidance effects on dance performance.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,332
Écart entre enseignants0,298 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations8
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dance Medicine & ScienceMême sujetSport Psychology and PerformanceTravaux en français237 207