MétaCan
Menu
Retour à la cohorte
Enregistrement W2905795965 · doi:10.1177/0305735618816168

Relationships between practice, motivation, and examination outcomes

2018· article· en· W2905795965 sur OpenAlexaff
Susan Hallam, Ioulia Papageorgi, Maria Varvarigou, Andrea Creech

Notice bibliographique

RevuePsychology of Music · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPsychologyLikert scaleMetronomeScale (ratio)Social psychologyMultivariate analysis of varianceVariance (accounting)Developmental psychologyApplied psychology

Résumé

récupéré en direct d'OpenAlex

While there has been a great deal of research on instrumental practice and the nature of motivation to engage with music making, there has been relatively little that has considered the relationship of these with instrumental examination outcomes. This research aimed to address this issue. A total of 2,131 young musicians, aged 6–19, across a wide range of expertise, with a range of examination outcomes responded to a series of statements on a 7-point Likert scale relating to practice and motivation. Those merely awarded a pass grade in their examinations tended to undertake the least practice. Factor analysis revealed seven factors relating to practice and six to motivation. Multivariate analysis of variance showed that there were statistically significant differences between those with different examination outcomes in relation to the organization of practice, the use of recordings and the metronome, the adoption of analytic strategies, social life, and self-belief in musical ability. Students who received merely a pass grade in their examination responded least positively to these statements. Those who had failed were most likely to adopt ineffective practice strategies and were less likely to enjoy performing, playing, lessons, and practice. The findings are discussed in relation to earlier 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,589
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,215
Tête enseignante GPT0,339
Écart entre enseignants0,123 · 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'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

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology of MusicMême sujetDiverse Music Education InsightsTravaux en français237 207