MétaCan
Menu
Retour à la cohorte
Enregistrement W2678568295 · doi:10.1177/1029864917715062

Developing a literature-based glossary and taxonomy for the study of mental practice in music performance

2017· article· en· W2678568295 sur OpenAlexaff
Susan Mielke, Gilles Comeau

Notice bibliographique

RevueMusicae Scientiae · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTerminologyCLARITYGlossaryVaguenessComputer scienceVocabularyDocumentationComprehensionScientific literatureAmbiguityTaxonomy (biology)PsychologyLinguisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Mental practice refers to the use of imagery as opposed to the physical or motor skills used in physical practice. It is a strategy frequently discussed with regard to the acquisition of skills required for music performance, and recent scientific literature confirms the benefits of mental practice. However, a review of that literature reveals inconsistencies and a lack of clarity in the use of terminology. To better understand this problem of terminology, 33 current studies on mental practice in music performance were assembled and examined for both the quantity and quality of term usage. Terms were identified and recorded using terminology and classification methods from Cabré (1999), and The Pavel, Terminology Tutorial. Terminological records were created for each term appearing more than once in the literature for a total of 83 records. Issues related to frequency of use (repetition), use of multiple terms (synonymy), lack of term definitions, and the need for clarity in term usage (semantic vagueness and ambiguity) were then analyzed using these records. This terminology process resulted in the creation of a glossary of 21 terms and a corresponding hierarchical taxonomy (tree diagram). These tools were developed to clarify the terminology of mental practice in music performance in order to provide a foundation for a more systematic use of the terminology in future research, as well as to assist with comprehension of the existing literature.

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)0,023
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,054
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0900,069
Études des sciences et des technologies0,0060,004
Communication savante0,0100,024
Science ouverte0,0060,008
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,091
Tête enseignante GPT0,369
Écart entre enseignants0,278 · 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'étudeQualitatif
Domainenon disponible
GenreMéthodes

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

En bref

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusicae ScientiaeMême sujetSport Psychology and PerformanceTravaux en français237 207