Impact of Changes in Playing Time on Playing-Related Musculoskeletal Pain in String Music Students
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
BACKGROUND: During their training, musicians must develop good work habits that they will carry on throughout their professional career in order to avoid potential chronic health problems, such as musculoskeletal pain. The effect of sudden changes in instrument playing-time on the development of playing-related musculoskeletal pain (PRMP) has not been thoroughly investigated in music students playing bowed string instruments (BSI), even though they are regularly exposed to such changes to perfect their playing skills. OBJECTIVE: To explore the association between sudden changes in instrument playing-time and changes in PRMP in BSI players. METHODS: A prospective cohort study was completed with BSI students attending a summer music camp offering high-level training. Participants completed a self-administered 23-item questionnaire designed for the study upon arrival at camp (T1) and then 7 days later (T2). RESULTS: Ninety-three BSI students (16±4 yrs old) completed the questionnaires, for a 23% response rate. Their playing-time increased by 23±14 hrs between T1 and T2. Complaints in pain frequency (e.g., from never to most of the time) and intensity (19±24 mm on VAS) significantly increased between T1 and T2 and were correlated with an increase in playing-time. CONCLUSION: A sudden increase in playing-time, such as that experienced by elite BSI students attending an intensive music camp, was related to an increase in PRMP. However, in this study, changes in pain characteristics were only partly explained by the change in playing-time.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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